شبیه سازی سیستم های پاک سازی آبخوان های آلوده به DNAPL با استفاده از مدل جایگزین
محل انتشار: دومین کنفرانس معماری ،شهرسازی ،عمران و محیط زیست
سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 290
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
AUCEECONF02_002
تاریخ نمایه سازی: 28 اردیبهشت 1401
چکیده مقاله:
سیالات سنگین ارگانیک با قابلیت انحلال کم در آب که تحت عنوان مایعات با فاز غیرآبی چگال (DNAPL) شناخته می شوند، در بین رایج ترین گونه های آلودگی در آب زیرزمینی هستند. برای پاک سازی آبخوان های آلوده به DNAPL، اغلب از روش پمپاژ و تصفیه ارتقاء یافته (SEAR) که روشی هزینه بر است استفاده می شود. نرم افزار UTCHEM توانایی مدل سازی نحوه انتشار و انتقال DNAPLها و قابلیت اجرای روش SEAR را دارد. مشکل اصلی استفاده از این نرم افزار و سایر مدل های شبیه سازی کیفی آب زیرزمینی، مدت زمان زیاد موردنیاز برای اجرای متعدد مدل در استفاده از آن برای بهینه سازی سیستم است و این موضوع کار را مشکل و در بعضی از مواقع ناممکن می سازد. در این پژوهش از یک مدل جایگزین بر اساس شبکه عصبی مصنوعی MLP که یکی از روش های یادگیری ماشین است، به منظور شبیه سازی داده مبنای روش SEAR استفاده گردیده تا علاوه بر دقت مناسب، مدت زمان اجرای مدل کاهش یابد. از اطلاعات پروژه Camp Lejeune به عنوان مطالعه موردی استفاده شده است. هدف تعیین موقعیت و دبی پمپاژ موردنیاز ۶ چاه پمپاژ برای پاک سازی آبخوان آلوده به DNAPL بوده است. میانگین مدت زمان هر اجرای مدل شبیه سازی UTCHEM در حل مسئله این پژوهش ۳۰ دقیقه بود که این زمان در مدل جایگزین به چند ثانیه کاهش یافته است. خطای جذر میانگین مربعات نتایج به دست آمده از مدل جایگزین برای پنجاه سناریوی جدید برابر ۰.۶۷ می باشد که این موضوع بیانگر دقت بالای مدل جایگزین ساخته شده است.
کلیدواژه ها:
نویسندگان
حسین اژدری بجستانی
دانشجوی کارشناسی ارشد رشته مهندسی عمران، گرایش مهندسی و مدیریت منابع آب دانشگاه شهید بهشتی
سعید علیمحمدی
دانشیار دانشکده مهندسی عمران، آب و محیطزیست دانشگاه شهید بهشتی
محسن بدیعی باغسیاهی
دانشجوی کارشناسی ارشد رشته مهندسی عمران، گرایش مهندسی و مدیریت منابع آب دانشگاه شهید بهشتی