مدل سازی BOD5 فاضلاب با استفاده از شبکه عصبی مصنوعی و درخت تصمیم گیری M5 (مطالعه موردی؛ تصفیه خانه فاضلاب نیروگاه حرارتی رامین اهواز)

سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 397

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:

PSHCONF07_015

تاریخ نمایه سازی: 13 اسفند 1398

چکیده مقاله:

به منظور کاهش هزینه های ناشی از پایش مداوم فرایندهای تصفیه فاضلاب و صرفه جویی در زمان باید از مدلهای ریاضی، آماری و دیگر شبیه سازها جهت راهبری سامانه های تصفیه فاضلاب استفاده نمود. با توجه به پیچیدگی فرایندهای بیولوژیکی و نیز پیشرفت روشهای مبتنی بر داده، در این تحقیق از ابزار شبکه عصبی مصنوعی و درخت تصمیم گیری M5 جهت مدلسازی BOD5 فاضلاب خروجی از تصفیه خانه استفاده شده است. بدین-ترتیب پس از جمع آوری داده های آماری مربوط به پارامترهای کیفی فاضلاب طی دوره سه ساله (1392-1394)، ترکیب های مختلف از ورودی ها وخروجی های مدل مورد ارزیابی قرار گرفته و ترکیب هایی از پارامترهای ورودی که دارای بیشترین تاثیر بر BOD5 خروجی بوده و به ساده شدن مدلهاکمک می کنند، به عنوان معماری های مختلف در مدل سازی مورد استفاده قرار گرفته است. پس از مدلسازی به روشهای مذکور، بهترین ساختارها و معماریها از طریق مقایسه معیارهای ضریب همبستگی (R) و ریشه میانگین مربعات خطا (RMSE) مورد ارزیابی قرار گرفته و تعیین شدند. نتایج مدلسازی برای BOD5خروجی، نشان داد که در روش شبکه عصبی مصنوعی ساختار S10 از معماری چهار با توپولوژی 5- 15-1 ، با ضریب همبستگی مرحله آموزش 0/96 و مرحله صحت سنجی 0/95، و ریشه میانگین مربعات خطای مرحله آموزش 4/02 (mg/l) و مرحله صحت سنجی 3/52 (mg/l) بهترین مدل بوده است. در مدل درخت M5 معماری پنج با 6 پارامتر ورودی و 14 معادله خطی، توانسته است که با ضریب همبستگی 0/94 پارامتر BOD5 را شبیهسازی کند. در مرحله صحتسنجی مدل M5 ریشه میانگین مربعات خطای داده ها برابر 4/7520 (mg/l) می باشد. نتایج حاصل از مقایسه مدلهای مختلف در این تحقیق نشان داد که با وجود کارآمد و مقبول بودن اغلب مدلها، مدلهای حاصل از روش شبکه عصبی مصنوعی نسبت به مدل M5 دقیق تر بوده و با همبستگی بهتری میتوانند BOD5 خروجی را شبیه سازی کنند. همچنین مدلهای حاصل از درخت M5 ابزاری مناسب جهت توصیف و بررسی دامنه ی داده ها و نیز بیان نمودن چگونگی ارتباطشان با یکدیگر میباشد.

کلیدواژه ها:

نویسندگان

حسین اعصامی

دانش آموخته کارشناسی ارشد مهندسی محیط زیست، دانشگاه شهید چمران اهواز

منا گلابی

استادیار گروه آبیاری و زهکشی،دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز