روش نوین توسعه مدل آماری جهت کنترل کیفیت پساب صنعتی

رشد سریع صنایع سهم زیادی درایجاد اثرات زیان آور روی محیط زیست دارد عملکرد خوب مهندسین بهداشت محیط می تواند سبب کاهش این اثرات بشود زیرا مهندسین بهداشت محیط با آنالیز پسابهای صنعتی کیفیت آنها را جهت استفاده دوباره و بازگشت به منابع طبیعی آب کنترل می کنند پارامترهای متعددی مثل عناصر سنگین سختی AMN،KJN، BOD،TOS ،COD،TSS و غیره در کنترل کیفی یک پاسب نقش عمده دارد این پارامترها در آزمایشگاه شیمی محیط اندازه گیری و آزمایش می شوئد برخی از این پارامترها مقادیر خیلی جزئی از -3 10 تا -6 10 میلی گرم در لیتر دارند و با روشهای دستگاهی اندازه گیری می شوند برخی دیگر غلظت بیشتر از 1 میلی گرم دارد و عمدتا مواد آلی هستند و بطور مداوم باید اندازه گیری شوند این پارامترها ممکن است بهم وابستگی داشته باشند لذا توسعه یک مدلتئوری برای پیش بینی کیفیت پساب مواد آلی یک منطقه براساس بعضی از پارامترهای ساده تر بسیار مفید می باشد. توسعه یک مدل براساس سه مرحله : الف انتخاب سری داده ها ب: رگرسیون و مدل سازی و ج: ارزیابی اعتباری مدل برتر است رگرسیون و مدل سازی با برنامه های آماری انجام می شود یکی ازا ین برنامه ها شبکه عصبی مصنوعی ANN است استفاده از این روش ANN مدلهای متعدد بدست می آید که از بین این مدلها مدلی که دارای پارامترهای آماری مطمئن تر باشدبه عنوان مدل بتر جهت پیشبینی کیفیت یک پساب معرفی می گردد.

کلیدواژه ها:

شبکه عصبی مصنوعی ، کیفیت پساب ، مدل آماری