مدل سازی تصفیه خانه فاصلاب صنعتی برای تخمین TSS پساب خروجی با استفاده از شبکه عصبی مصنوعی
Publish place: همایش ملی مهندسی عمران، محیط زیست و سرزمین پایدار
Publish Year: 1395
Type: Conference paper
Language: Persian
View: 594
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
NCCESDR03_009
Index date: 1 July 2017
مدل سازی تصفیه خانه فاصلاب صنعتی برای تخمین TSS پساب خروجی با استفاده از شبکه عصبی مصنوعی abstract
کاربرد شبکه عصبی مصنوعی در فرایندهای تصفیه فاضلاب بهعنوان یک مضمون جدید و در عین حال تکنیک نویددهنده برای پیشبینی عملکرد فرآیندهای بیولوژیکی پیچیده و غیرخطی مدنظر قرار گرفته است. این موضوع بهعنوان یک مبحث بسیار کارگشا در غلبه بر برخی ازمحدودیتهای مدلهای ریاضی متعارف در زمینه تاسیسات تصفیه فاضلاب مطرح میباشد، که علت آن نیز مکانیزمهای پیچیده، تغییرپذیری ودینامیک آن است. هدف از انجام مقاله حاضر، تخمین غلظت جامدات معلق کل پساب خروجی (TSS (بر اساس دادههای زمانی در دسترس در تصفیهخانه فاضلاب شهرک صنعتی چناران با استفاده از شبکه عصبی مصنوعی میباشد. آمار مورد استفاده در این مقاله، دادههای ثبت شده توسط واحد کنترل و بهرهبرداری تصفیهخانه در طی سالهای 1391 ،1392 و1393 را شامل میشود. در نهایت با توجه به معیارهای سنجش خطا و نکویی برازش، بهترین مدل انتخاب گردید. بهترین مدل شبکه عصبی پرسپترون با الگوریتم آموزشی لونبرگ- مارکواد، ساختار (1-24-9 ،(با ضریب مجذور همبستگی r2-0.912 و مقادیر 0.069=RMSE ،0.0520=MAE و 0.322=MAPE درمرحله آزمون و نتایج مناسب برای دادههای آموزشی، در تخمین TSS پساب خروجی از کارایی و دقت مناسب برخوردار بود.
مدل سازی تصفیه خانه فاصلاب صنعتی برای تخمین TSS پساب خروجی با استفاده از شبکه عصبی مصنوعی Keywords:
مدل سازی تصفیه خانه فاصلاب صنعتی برای تخمین TSS پساب خروجی با استفاده از شبکه عصبی مصنوعی authors
ناصر لاله
دانشجو کارشناسی ارشد عمران آب و فاضلاب موسسه آموزش عالی خاوران
محمد سلطانی اصل
دکترای عمران اب رییس گروه تحقیقات شرکت آب و فاضلاب استان خراسان رضوی
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :