پیش بینی میزان لجن برگشتی در تصفیه خانه فاضلاب با استفاده از شبکه عصبی مصنوعی

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,330

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCEH14_122

تاریخ نمایه سازی: 12 بهمن 1390

چکیده مقاله:

وجود مشکلاتی از قبیل ارتباط علت و معلولی پیچیده و غیرخطی بین پارامترهای مختلف تصفیه خانه فقدان تجهیزات اندازه گیری پارامترهای شیمیایی بلادرنگ دراکثر تصفیه خانه ها عدم بهره برداری مناسب از آنالایز کننده های نصب شده و درنتیجه کاهش کارایی و کالیبراسیون آنها به مرور زمان و زمان بربودن انجام آزمایشهای فاضلاب باعث شده است که علملیات کنترلی و بهره برداری از تصفیه خانه ها به نحو احسن انجام نشوداز طرفی شبکه های عصبی دارای مزایایی از قبیل قدرت یافتن روابط علت و معلولی پیچیده و غیرخطی توسط ابزارهای محاسباتی ساده ریاضی داشتن قدرت تعمیم بالا و همچنین سرعت بالا در مرحله آزمایش می باشند نتایج این مطالعه نشان میدهد که شبکه عصبی مصنوعی پس از آموزش با دیتای صحیح می تواند با دقت بیش از 90 درصد میزان لجن برگشتی مورد نیاز در سیستمهای متداول بیولوژیکی تصفیه فاضلاب بروش لجن فعال را پیش بینی نماید درنتیجه شبکهه ای عصبی مصنوعی ابزار مناسبی جهت پیش بینی بهتر میزان لجن برگشتی مورد نیاز تصفیه خانه می باشد.

نویسندگان

امیرحسن امیری فرد

دانشجوی کارشناسی ارشد رشته کنترل

فتح اله غلامی

دانشجوی دکترای بهداشت محیط

رضا ابراهیم پور

استادیار گروه الکترونیک دانشگاه تربیت دبیر شهید رجایی

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 :
  • اموسوی، غ، فرزاد کیا، م، جعفرزاده، ن، جرفی، س، محمودی، ...
  • منهاج، م.ب، (1377)، کاربرد هوش محاسباتی در کنترل، نشر پرفسور ...
  • امنهاج، م. ب. (1381). مبانی شبکه‌های عصبی. نشر دانشگاه صنعتی ...
  • Tchobanoglous G. and Burton F L. (2003) Wastewater Engineering: Treatment, ...
  • Zhang, Q., & Stanley, S. J. (1999). Real-time _ treatment ...
  • Pai, T. Y., Tsai, Y. P., Chou, Y. J., Chang, ...
  • Hamed, M. M., Khalafallah, M. G., Hassanien E A. "Prediction ...
  • Lee, D.S., Joen, C.O., Park, J.M., Chang, K.S. (2002). "Hybrid ...
  • Dayhoff, J. E. (1990). Neural Network Principles. Prentice-Hal International, U.S.A ...
  • Hack, M., & KSohne, M. (1996). Estimation of wastewater process ...
  • Heykin S.(1999). NEURAL NETWORKS A Comprehensive Foundation, Second Edition. 14-29. ...
  • Khanna, T. 1990. Foundation of neural networks. Addison- Wesley Publishing ...
  • Gontarski, C. A., Rodrigues, P. R., Mori, M., &Prenem, L. ...
  • نمایش کامل مراجع