بررسی سناریوهای مختلف کالیبراسیون در مدل بازتوسعه داده شده BSM۱ برای مدل سازی سیستم تصفیه فاضلاب نهراکسیداسیون کاروسل (مطالعه موردی: تصفیه خانه فاضلاب جنوب تهران)
- سال انتشار: 1402
- محل انتشار: فصلنامه علوم و مهندسی آب و فاضلاب، دوره: 8، شماره: 4
- کد COI اختصاصی: JR_JWWSE-8-4_004
- زبان مقاله: فارسی
- تعداد مشاهده: 61
نویسندگان
دانشیار دانشکده مهندسی عمران، دانشکدگان فنی، دانشگاه تهران، تهران، ایران.
دانشجوی دکتری مهندسی عمران- مهندسی محیط زیست، دانشکدگان فنی، دانشگاه تهران، تهران، ایران.
دانشجوی دکتری مهندسی عمران- مهندسی محیط زیست، دانشکدگان فنی، دانشگاه تهران، تهران، ایران.
دانشجوی کارشناسی ارشد مهندسی عمران- مهندسی محیط زیست، دانشکدگان فنی، دانشگاه تهران، تهران، ایران.
چکیده
بهدلیل تغییرات پیوسته مشخصات کمی و کیفی فاضلاب ورودی به تصفیه خانه فاضلاب، ارزیابی عملکرد تصفیه خانه و اتخاذ استراتژی های مناسب و بههنگام ضروری است. اولین گام برای ارزیابی و بهبود عملکرد تصفیه خانه ها، مدل سازی تصفیه خانه است. در سال های اخیر استفاده از نرم افزارهای شبیه سازی و مدل های ریاضی برای مدل سازی تصفیه خانه فاضلاب توسعه یافته است. کالیبراسیون مهمترین قدم در مدل سازی بهشمار می رود، زیرا که کالیبراسیون نامناسب نتایج را غیرواقعی و یا همراه با خطای زیاد نشان می دهد. هدف از این مطالعه کاربردی، بازتوسعه مدلBSM۱ ۱ و ارائه سناریوهای مختلف کالیبراسیون بهمنظور مدل سازی سیستم نهراکسیداسیون کاروسل در مقیاس واقعی است تا بتوان از مدلی با دقت بالا برای اهداف بعدی همچون اعمال استراتژی های کنترل و بهبود عملکرد تصفیه خانه تحت شرایط بهره برداری مختلف استفاده کرد. مدل توسعه داده شده بر روی مدول ۵ و ۶ تصفیه خانه فاضلاب جنوب تهران پیاده سازی شد. پس از تعیین مدل های فرایندی مناسب برای واحدهای مختلف تصفیه خانه فاضلاب، کالیبراسیون مدل براساس پروتکلGMP ۲ و تحت دو سناریوی ۱) کالیبره کردن پارامترها بهصورت یکباره و ۲) کالیبره کردن پارامترها بهصورت گام به گام انجام شد. در هریک از سناریوهای ذکر شده، دو تابع هدف درنظر گرفته شده است تا اثر متغیرهای اصلی شامل COD ، TSS و TN و متغیرهای فرعی شامل X (MLSS۳ تانک هوادهی) و Xr (MLSS لجن برگشتی) درنظر گرفته شود. در فرایند کالیبراسیون از الگوریتم ژنتیک برای بهینه سازی توابع هدف استفاده شده است. نتایج نشانداد که در کالیبراسیون استاتیک، میزان خطای متوسط همه متغیرها و نیز متغیرهای درنظر گرفته شده در تابع هدف در سناریو ۲ نسبت به سناریوی ۱ بهمیزان قابلتوجهی کاهش می یابد که مقدار آن ها در سناریوی ۲ برای تابع هدف ۱ و ۲ بهترتیب ۸/۷%، ۸/۷%، ۲/۸% و ۳/۴% است. همچنین با درنظر گرفتن تعداد متغیر بیشتر در تابع هدف، خطای تجمعی همه متغیرها کاهش می یابد. در کالیبراسیون دینامیک میزان خطای متوسط مدل در تخمین میزان TSS، COD و TN بهترتیب ۸/۲۹%، ۸/۱۹% و ۳/۱۰% بهدست آمد.کلیدواژه ها
مدل سازی تصفیه خانه فاضلاب, BSM۱, کالیبراسیون, نهراکسیداسیون کاروسل, تابع هدف کالیبراسیوناطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.