بررسی مدل پاکسازی حرارتی خاک های ماسه ای آلوده به مواد نفتی فرار به روش استخراج بخارات به کمک شبکه عصبی

امروزه، آلودگی خاک ها و آب های زیرزمینی به دلیل کنترل نکردن آلاینده ها از مبدا تولیدکننده، به یک مشکل جدیتبدیل شده است. استخراج بخارات خاک یک روش درجای بسیار موثر برای پاکسازی خاک های ماسه ای است که بااستفاده از آن غلظت مواد نفتی فرار که توسط قسمت های غیراشباع خاک جذب شده را کاهش می دهد. بهینه سازیحرارتی برای استخراج بخارات شامل تکنولوژی های متفاوتی می گردد که هدف آنها انتقال حرارت به خاک زیرسطحیجهت افزایش فشار بخار مواد آلی فرار و درنتیجه افزایش خروج آنها از خاک است. در این تحقیق مدل سازی ازداده های آزمایشگاهی پس از غربالگری و به کمک شبکه عصبی مصنوعی، با نرمافزار متلب انجام شده است. پس ازآموزش و ارزیابی مدل مشخص شد که این مدل به خوبی میزان حذف آلاینده را با توجه به داده های موجود و درحرارت های مختلف تعیین می کند. میزان مربع ضریب همبستگی در بخش تعلیم داده برابر با 0.94، در بخش تست0.87 و در بخش صحت سنجی به میزان 0.97 و میزان این خطا برای کل مدل برابر با 0.950 شد؛ درنتیجه با تقریبخوبی می توان از این مدل برای پیش بینی میزان پاکسازی حرارتی در شرایط مربوطه استفاده نمود.

کلیدواژه ها:

استخراج بخارات ، پاکسازی خاک ، روش حرارتی ، شبکه عصبی ، مدل سازی