پیش بینی و مقایسه راندمان حذف آلاینده های نفتی در روش تصفیه MBBR با مقادیر به دست آمده از شبکه عصبی مصنوعی
- سال انتشار: 1397
- محل انتشار: شانزدهمین کنگره ملی مهندسی شیمی ایران
- کد COI اختصاصی: NICEC16_572
- زبان مقاله: فارسی
- تعداد مشاهده: 414
نویسندگان
دانشجو، دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
استادیار، عضو هیات علمی دانشگاه صنعتی نوشیروانی بابل
استادیار، عضو هیات علمی دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
چکیده
امروزه یکی از جدی ترین مسائل و مشکلات جهان بخصوص کشور عزیزمان ایران یافتن و حفظ منابع آبی قابل شرب است؛ در این راستا با توجه به محدودیت این منابع آبی و همچنین آلودگی آنها توسط صنایع و پالایشگاه ها، نیاز به تصفیه آب بیش از هر زمان دیگری حائز اهمیت و حیاتی می باشد. در این مطالعه با استفاده از شبکه عصبی مصنوعی به تجزیه و تحلیل داده های به دست آمده از مدلسازی سیستم تصفیه توسط راکتورهای بیوفیلمی با بستر متحرک (MBBR) در فرآیندهای نفتی مورد بررسی قرار گرفته است. بر این اساس از 156 داده کیفی منبع نفتی که در طول یک دوره آزمایشگاهی به صورت مداوم اندازه گیری شده است استفاده گردید شبکه عصبی مصنوعی با استفاده از دسته های ورودی و خروجی و بررسی نورون های عمل می کند و در این تحقیق این دسته ها شامل Filling Ratio و F/M و CODin و CODout و DO و MLVSS/MLSS که جزو پارامترهای تاثیرگذار در کیفیت فرآیندهای نفتی محسوب می شوند که با استفاده از آن مدل پیش بینی کیفی نفتی بر اساس شبکه عصبی مصنوعی 2 لایه با تعداد 19 نورون با میزان خطای 1/5 طراحی گردید که این میزان نشان دهنده بهترین حالت ANN با کمترین میزان خطا را داراست.کلیدواژه ها
آلاینده های نفتی، MBBR، شبکه عصبی، ANNمقالات مرتبط جدید
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.