بررسی مدل پاکسازی حرارتی خاک های ماسه ای آلوده به مواد نفتی فرار به روش استخراج بخارات به کمک شبکه عصبی
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 526
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICSAU04_2047
تاریخ نمایه سازی: 11 مرداد 1396
Abstract:
امروزه، آلودگی خاک ها و آب های زیرزمینی به دلیل کنترل نکردن آلاینده ها از مبدا تولیدکننده، به یک مشکل جدیتبدیل شده است. استخراج بخارات خاک یک روش درجای بسیار موثر برای پاکسازی خاک های ماسه ای است که بااستفاده از آن غلظت مواد نفتی فرار که توسط قسمت های غیراشباع خاک جذب شده را کاهش می دهد. بهینه سازیحرارتی برای استخراج بخارات شامل تکنولوژی های متفاوتی می گردد که هدف آنها انتقال حرارت به خاک زیرسطحیجهت افزایش فشار بخار مواد آلی فرار و درنتیجه افزایش خروج آنها از خاک است. در این تحقیق مدل سازی ازداده های آزمایشگاهی پس از غربالگری و به کمک شبکه عصبی مصنوعی، با نرمافزار متلب انجام شده است. پس ازآموزش و ارزیابی مدل مشخص شد که این مدل به خوبی میزان حذف آلاینده را با توجه به داده های موجود و درحرارت های مختلف تعیین می کند. میزان مربع ضریب همبستگی در بخش تعلیم داده برابر با 0.94، در بخش تست0.87 و در بخش صحت سنجی به میزان 0.97 و میزان این خطا برای کل مدل برابر با 0.950 شد؛ درنتیجه با تقریبخوبی می توان از این مدل برای پیش بینی میزان پاکسازی حرارتی در شرایط مربوطه استفاده نمود.
Keywords:
Authors
محمدرضا صبور
دانشیار، دانشکده مهندسی عمران، دانشگاه خواجه نصیرالدین طوسی
سیدهمام سیدجلالی
دانشجوی کارشناسی ارشد محیط زیست، دانشکده مهندسی عمران، دانشگاه خواجه نصیرالدین طوسی
پیمان رمضانی
دانشجوی کارشناسی ارشد محیط زیست، دانشکده مهندسی عمران، دانشگاه خواجهنصیرالدین طوسی
قربانعلی دزواره
دانشجوی کارشناسی ارشد محیط زیست، دانشکده مهندسی عمران، دانشگاه خواجه نصیرالدین طوسی
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 :