بررسی عدم قطعیت مدل های هوش مصنوعی در تصفیه خانه فاضلاب شهر تبریز

در این پژوهش، عدم قطعیت مرتبط با مدل سازی مبتنی بر هوش مصنوعی تصفیه خانه فاضلاب تبریز با داده های روزانه برای بررسی کارایی آن برای کنترل تغییرات مربوط به شاخص های BOD وCOD واحد لجن فعال، بررسی شد. داده ها به صورت روزانه طی سال های ۲۰۱۵ تا ۲۰۲۰ گردآوری و با استفاده از معیار ضریب هم بستگی انتخاب شدند. TSSi، TDSi، VSSi، pHi به همراه BODe و CODe با تاخیر زمانی یک روزه به عنوان ورودی و BODe و CODe برای خروجی مدل ها در نظر گرفته شدند. محاسبات در دو مدل شبکه عصبی پیش خور به صورت پیش بینی نقطه ای و روش برآورد حد بالا و پایین برای ارائه فاصله پیش بینی با اعمال عدم قطعیت ها انجام شد. روش LUBE، برخلاف روش های کلاسیک محاسبه PI، بدون نیاز به اطلاعات درباره توزیع داده ها به برآورد PI می پردازد. در این روش FFNN با دو خروجی که نشان دهنده حد بالا و پایین پیش بینی است، آموزش داده می شود. ارزیابی PICP و مقایسه آن با مقدار μ سبب تساوی مقدار γ با صفر شده که در ادامه روند محاسباتی موجب استخراج عرض هم گرایی با حداقل میزان ممکن و تولید PI برای داده های محاسباتی و مشاهداتی با امکان کنترل تغییرات تصادفی در بخش لجن فعال را میسر می سازد. بنابراین هم گرایی روش LUBE به طور موثر توانایی کنترل عدم قطعیت بین متغیرهای بخش بیولوژیکی لجن فعال با استفاده از PI را دارد. زمان لازم برای ساخت PI، به طور قابل ملاحظه ای اندک است. استفاده از روش LUBE منجر به ارائه یک بازه پیش بینی شامل عدم قطعیت های محاسباتی و مشاهداتی می شود. نتایج عددی نشان دهنده موفقیت تقریبی ۹۹ درصد در محاسبات و پوشش عدم قطعیت های مدل سازی است. ارائه بازه نوسانی از عدم قطعیت ها، کمکی شایان برای بهبود شرایط اقتصادی و همین طور کاهش زمان کنترل لجن فعال و رصد بهتر تصفیه خانه می تواند باشد. با وجود معیار طراحی برای BODe، به میزان ۲۰ میلی گرم در لیتر، نتایج PI نشان دهنده تامین ۱۲ درصد شاخص طراحی بوده، ولی با توجه به تامین ۸۸ درصد مابقی از لحاظ استاندارد کیفی برای کاربری پساب ها و آبهای برگشتی طبق نشریه ۵۳۵ معاونت نظارت راهبردی به میزان ۳۱ میلی گرم در لیتر، نشان دهنده عملکرد مناسب تصفیه خانه در بخش لجن فعال است. روش LUBE روشی کارآمد بوده، به طوری که با ارائه بازه ای بهینه شده از نوسانات برای داده های محاسباتی، کوچکترین تغییرات ناهنجار در بخش لجن فعال برای کنترل میزان غذای میکروارگانیسم های موجود در این بخش و همین طور شاخص های آلایندگی را با کمترین زمان محاسباتی گزارش می کند. همچنین با توجه به گرانی خود لجن فعال در بخش تصفیه فاضلاب از منظر اقتصادی نیز کمکی شایسته در کاهش هزینه ها کرده و با توجه به رفتار غیرخطی باکتری ها در زمان کاهش غذا و همین طور کنترل مرگ و میر ناشی از کاهش غذا می تواند ابزاری بسیارکارآمد تلقی شود.

کلیدواژه ها:

تصفیه خانه فاضلاب تبریز ، واحد لجن فعال ، عدم قطعیت ، فاصله پیش بینی ، حد بالا و پایین