مدل سازی تصفیه خانه فاصلاب صنعتی برای تخمین TSS پساب خروجی با استفاده از شبکه عصبی مصنوعی

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.

کلیدواژه ها:

غلظت جامدات معلقکل ، پساب تصفیهخانه فاضلاب ، مدلسازی شبکه عصبی مصنوعی ، فاضلاب صنعتی