دوره 16، شماره 3 - ( 1395 )                   جلد 16 شماره 3 صفحات 85-73 | برگشت به فهرست نسخه ها

XML English Abstract Print

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Comparision between ANN, Fuzzy regression and ANFIS analysis in prediction of coagulation and floculation process. MCEJ 2016; 16 (3) :73-85
URL: http://mcej.modares.ac.ir/article-16-2112-fa.html
دلنواز محمد. مدلسازی فرآیند انعقاد و لخته سازی توسط روش های استنتاج عصبی- فازی تطبیقی، شبکه های عصبی مصنوعی و رگرسیون فازی. مهندسی عمران مدرس. 1395; 16 (3) :73-85

URL: http://mcej.modares.ac.ir/article-16-2112-fa.html

مدلسازی فرآیند انعقاد و لخته سازی توسط روش های استنتاج عصبی- فازی تطبیقی، شبکه های عصبی مصنوعی و رگرسیون فازی
محمد دلنواز*
دانشگاه خوارزمی
چکیده:   (9265 مشاهده)
فرایند انعقاد و لخته سازی یکی از فرایندهای اصلی در تصفیه آب است. تاثیر پارامترهای مختلف بر این فرایند همواره یک بحث اساسی در راهبری تصفیه خانه‌های آب بوده و سال‌های مختلف از آزمایش جار برای این منظور استفاده شده است. در این مطالعه از سیستم استنتاج عصبی- فازی تطبیقی (ANFIS)، شبکه‌های عصبی مصنوعی (دو مدل پیشخور و پایه شعاعی) و تحلیل رگرسیون فازی جهت پیش‌بینی میزان نهایی کدورت پس از فرآیند انعقاد و لخته‌سازی در تصفیه‌خانه‌‌های آب 3 و 4 تهران استفاده شد. پارامترهای بکار رفته در مدلسازی کیفیت آب خروجی شامل نوع منعقدکننده (انواع پلی‌آلومینیوم‌کلراید (PAC))، غلظت منعقدکننده، کدورت ورودی و pH آب خام بوده است. نتایج نشان داد که شبکه‌های عصبی مصنوعی و تحلیل رگرسیون فازی نسبت به سیستم استنتاج عصبی- فازی تطبیقی توانایی بالاتری در پیش‌بینی راندمان حذف کدورت در شرایط مختلف آزمایشگاهی داشته و قابل جایگزینی با روش-های زمان‌بر و هزینه‌بر مانند آزمایش جار می‌باشند. بهترین شبکه ساخته‌شده جهت پیش‌بینی کدورت آب تصفیه‌شده در این مطالعه، شبکه پیشخور با دو لایه مخفی و تعداد 6 و 8 نرون و توابع انتقال Tansig و Purelin به ترتیب در لایه‌های اول و دوم، با استفاده از داده‌های نرمال‌شده و با اصلاح تابع کارایی بوده است. این شبکه موفق به پیش‌بینی فرایند انعقاد با ضریب همبستگی 96/0، شاخص تطابق 99/0 و مجذور میانگین مربعات خطای 0106/0 گردید. بهترین راندمان سیستم در شرایط بهره‌برداری با کدورت اولیه NTU 160، pH معادل 8، منعقد کننده PAC نوع I با دوز mg/L 19 و با راندمان 5/99 درصد تعیین شد.
واژه‌های کلیدی: تصفیه آب، انعقاد و لخته سازی، شبکه های عصبی مصنوعی، استنتاج عصبی- فازی تطبیقی، رگرسیون فازی
متن کامل [PDF 937 kb]   (5116 دریافت)    
نوع مقاله: مقاله اصلی | موضوع مقاله: محیط زیست
دریافت: 1393/8/11 | پذیرش: 1394/6/10 | انتشار: 1395/5/1
ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA
بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.