پیشبینی عملکرد تصفیه خانه های فاضلاب شهری با استفاده از شبکه عصبی مصنوعی در فصول مختلف سال

در سالیان اخیر بهره برداری و کنترل مناسب تصفیه خانه های فاضلاب به دلیل افزایش نگرانی در مورد مسائل زیست محیطی اهمیت بیشتری پیدا کرده است. عملکرد نادرست یک تصفیه خانه فاضلاب ممکن است مشکلات جدیدی برای محیط زیست و سلامت عمومی ایجاد نماید. مدل سازی تصفیه خانه فاضلاب شهری به دلیل مشکلات ذاتی و غیرخطی اغلب فرآیندهای مختلف تصفیه، دشوار است. به دلیل افزایش روزافزون نگرانی ها در مورد اثرات زیست محیطی تصفیه خانه ها با توجه به ضعف بهره برداری، نوسانات متغیرهای فرآیند و مشکلات آنالیزور های بر خط، الگوریتم های توسعه یافته کنترل فرایند با استفاده از روش های هوش مصنوعی مانند شبکه عصبی مصنوعی توجه زیادی را به خود جلب کرده است. در پژوهش عملکرد تصفیه خانه فاضلاب اولنگ مشهد با استفاده از شبکه های عصبی پرسپترون چند لایه که از پرکاربرد شبکه های عصبی مصنوعی در مسائل زیست محیطی از شبیه سازی شده است برای این منظور الگوریتم آموزش لونبرگ - مارکوارد به عنوان الگوریتم یادگیری شبکه مورد استفاده قرار گرفته است. بهترین آرایش شبکه بر اساس حداکثر مقدار R به حداقل MAE و RMSE و MAPE به دست آمده است یافته های پژوهش نشان داد که مدل شبکه عصبی ارائه شده، از توانایی قابل قبولی در پیش بینی عملکرد تصفیه خانه های فاضلاب شهری برخوردار است. اگرچه ارزیابی تصفیه خانه ها براساس فصول مختلف با توجه به حساسیت دما و تغییر خصوصیات فاضلاب در شرایط مختلف نتیجه دقیق تر و کاربردی تر را ارائه می دهد.

کلیدواژه ها:

فاضلاب شهری ، شبکه عصبی مصنوعی ، فصول سال ، تصفیه فاضلاب