بررسی مدل پاکسازی حرارتی خاک های ماسه ای آلوده به مواد نفتی فرار به روش استخراج بخارات به کمک شبکه عصبی
- سال انتشار: 1395
- محل انتشار: چهارمین کنگره بین المللی عمران ، معماری و توسعه شهری
- کد COI اختصاصی: ICSAU04_2047
- زبان مقاله: فارسی
- تعداد مشاهده: 714
نویسندگان
دانشیار، دانشکده مهندسی عمران، دانشگاه خواجه نصیرالدین طوسی
دانشجوی کارشناسی ارشد محیط زیست، دانشکده مهندسی عمران، دانشگاه خواجه نصیرالدین طوسی
دانشجوی کارشناسی ارشد محیط زیست، دانشکده مهندسی عمران، دانشگاه خواجهنصیرالدین طوسی
دانشجوی کارشناسی ارشد محیط زیست، دانشکده مهندسی عمران، دانشگاه خواجه نصیرالدین طوسی
چکیده
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 سازیمقالات مرتبط جدید
- کاربرد استراتژیهای بازاریابی در طراحی شهری باز تعریف فضاهای عمومی برای ارتقاء هویت مکانی و جذب مشارکت مردمی (نمونه موردی: پیاده راه تربیت تبریز)
- شبیه سازی هوشمند فضاهای سبز در اقلیم تبریز با رویکرد طراحی داده محور پارکهای شهری
- بازآفرینی معماری ایرانی اسلامی با تاکید بر ظرفیت سازی نهادی (SDI)
- مقایسه طبقه بندی بیشترین شباهت و شاخصهای NDVI/NDTS کشف تخریب جنگل های مازندران با استفاده از تصاویر لندست
- ارزیابی روند گسترش شهری قم با استفاده از سنجش از دور و طبقه بندی ماشین بردار پشتیبان
اطلاعات 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.