مهسا واجدی - کارشناسی ارشد رشته طراحی، شبیه سازی و کنترل فرایند، دانشگاه علم و صنعت ایران ،تهران
شاهرخ شاه حسینی - دانشیار گروه طراحی ،شبیه سازی و کنترل فرایند، دانشگاه علم و صنعت ایران

در این مطالعه، از سامانه استنتاج فازی - عصبی تطبیقی برای مدل سازی فرایند تصفیه فاضلاب لجن فعال پتروشیمی مبین استفاده شد. این مدل برای پیش بینی غلظت اکسیژن مورد نیاز شیمیایی خروجی مورد استفاده قرار گرفت و ضریب همبستگی بین پارامترهای ورودی و کیفیت جریان خروجی محاسبه شد. پارامتر ورودی با بیشترین تاثیر بر کیفیت جریان خروجی تعیین شد و بر اساس آن، سه ساختار فازی - عصبی تطبیقی مستقل با تعداد پارامترهای گوناگون بررسی شد. پیش بینی های مدلهای فازی - عصبی تطبیقی با پیش بینی های مدل شبکه عصبی مصنوعی چندلایه با ساختاری مشابه مقایسه شدند. بررسی نتایج به دست آمده نشان میدهد که هر دو روش هوشی مصنوعی، روش های مدل سازی منعطف، با دوام و موثری را برای سیستم لجن فعال ارایه میدهند. همچنین، پس از مقایسه خطای پیش بینی هر یک از این دو روش، مشاهده می شود که با استفاده از سیستم استنتاج فازی عصبی تطبیقی (با مجذور میانگین مربعات خطای 5/16 برای دادههای آزمایش) می توان به نتایج بهتر و بازدهی بالاتری نسبت به شبکه عصبی مصنوعی (با مجذور میانگین مربعات خطای 9/59 برای دادههای آزمایش) دست یافت.

منطقه ویژه پارسی، فازی - عصبی تطبیقی، شبکه عصبی مصنوعی، فرایند لجن فعال، اکسیژن مورد نیاز شیمیایی