طراحی بهینه ای چندهدفی شبکه های عصبی نوع GMDH برای پیش بینی مقداربهینه مصرفی منعقدکننده در فرایند تصفیه آب
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,649
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CEE06_106
تاریخ نمایه سازی: 30 آبان 1391
چکیده مقاله:
یکی از مراحل مهم و ضروری در فرایند تصفیه آب،فرآیند انعقاد و لخته سازی می باشد. تعیین مقدار بهینه مصرفی منعقد کننده بسیار تعیین کننده می باشد و مصرف نامناسب آن باعث کاهش کیفیت آب مصرف شده می شود و همچنین بر روی بازده اقتصادی مانند هزینه مواد مصرفی تاثیرگذار می باشد. در این مقاله شبکه های عصبی نوع روش دسته بندی گروهی دادههای عددی ( GMDH ) برای تعیین مقدار بهینه دوز مصرفی منعقدکننده در تصفیه خانه رشت مورد مطالعه قرار گرفته است. داده های مورد استفاده جهت مدلسازی از تصفیه خانه رشت جمع آوری شده است که شامل شش پارامتر ورودی pH، دما، کدورت،ذرات جامد حل شده، هدایت الکتریکی و رنگ و یک پارامتر عملیاتی که همان دوز منعقدکننده مصرفی است می باشد که این اطلاعات در 671 روز جمع آوری شده است. و در این 671 روز دو نوع منعقدکننده سولفات آلومینیوم و پلی آلومینیوم کلراید مورد استفاده قرار گرفت. در مدلسازی انجام شده میزان مصرف این منعقدکننده ها به صورت جداگانه بررسی شده است.
کلیدواژه ها:
نویسندگان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :