مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

969
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

702
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

مدلسازی فرآیند انعقاد و لخته سازی به وسیله روش های استنتاج عصبی- فازی تطبیقی، شبکه های عصبی مصنوعی و رگرسیون فازی

صفحات

 صفحه شروع 73 | صفحه پایان 85

چکیده

 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 خانه های آب بوده و سال های مختلف از آزمایش جار برای این منظور استفاده شده است. در این مطالعه از سیستم استنتاج عصبی- فازی تطبیقی (ANFIS), شبکه های عصبی مصنوعی (دو مدل پیشخور و پایه شعاعی) و تحلیل رگرسیون فازی برای پیش بینی میزان نهایی کدورت پس از فرآیند انعقاد و لخته سازی در تصفیه خانه های آب 3 و 4 تهران استفاده شد. پارامترهای بکار رفته در مدلسازی کیفیت آب خروجی شامل نوع منعقدکننده (انواع پلی آلومینیوم کلراید (PAC)), غلظت منعقدکننده, کدورت ورودی و pH آب خام بوده است. نتایج نشان داد که شبکه های عصبی مصنوعی و تحلیل رگرسیون فازی نسبت به سیستم استنتاج عصبی- فازی تطبیقی توانایی بالاتری در پیش بینی راندمان حذف کدورت در شرایط مختلف آزمایشگاهی داشته و قابل جایگزینی با روش های زمان بر و هزینه بر مانند آزمایش جار است. بهترین شبکه ساخته شده برای پیش بینی کدورت آب تصفیه شده در این مطالعه, شبکه پیشخور با دو لایه مخفی و تعداد 6 و 8 نرون و توابع انتقال Tansig و Purelin به ترتیب در لایه های اول و دوم, با استفاده از داده های نرمال شده و با اصلاح تابع کارایی بوده است. این شبکه موفق به پیش بینی فرایند انعقاد با ضریب همبستگی 0.96, شاخص تطابق 0.99 و مجذور میانگین مربعات خطای 0.0106 شد. بهترین راندمان سیستم در شرایط بهره برداری با کدورت اولیه 160NTU, pH معادل 8, منعقد کننده PAC نوع I با دوز 19 mg/L و با راندمان 99.5 درصد تعیین شد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    زنگوئی، حسین، دلنواز، محمد، و اسداله فردی، غلامرضا. (1395). مدلسازی فرآیند انعقاد و لخته سازی به وسیله روش های استنتاج عصبی- فازی تطبیقی, شبکه های عصبی مصنوعی و رگرسیون فازی. مهندسی عمران (فنی و مهندسی مدرس)، 16(3)، 73-85. SID. https://sid.ir/paper/256690/fa

    Vancouver: کپی

    زنگوئی حسین، دلنواز محمد، اسداله فردی غلامرضا. مدلسازی فرآیند انعقاد و لخته سازی به وسیله روش های استنتاج عصبی- فازی تطبیقی, شبکه های عصبی مصنوعی و رگرسیون فازی. مهندسی عمران (فنی و مهندسی مدرس)[Internet]. 1395؛16(3):73-85. Available from: https://sid.ir/paper/256690/fa

    IEEE: کپی

    حسین زنگوئی، محمد دلنواز، و غلامرضا اسداله فردی، “مدلسازی فرآیند انعقاد و لخته سازی به وسیله روش های استنتاج عصبی- فازی تطبیقی, شبکه های عصبی مصنوعی و رگرسیون فازی،” مهندسی عمران (فنی و مهندسی مدرس)، vol. 16، no. 3، pp. 73–85، 1395، [Online]. Available: https://sid.ir/paper/256690/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button