این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
محیط شناسی، جلد ۳۷، شماره ۶۰، صفحات ۱۲۹-۱۳۶
عنوان فارسی ارائه الگوی عملکرد صافی‌های تحت فشار با استفاده از شبکه‌های عصبی مصنوعی و تعیین میزان کدورت بهینه مرتبط با حذف باکتری‌ها
چکیده فارسی مقاله یکی از مبانی اساسی و ضروری در طراحی و بهره‌برداری صحیح از واحدهای مختلف تأسیسات تصفیه‌خانه‌های آب، ارزیابی و پیش‌بینی دقیق عملکرد آن واحدها تحت شرایط مختلف است. در این تحقیق علاوه بر ارائه الگویی برای پیش‌بینی عملکرد صافی‌های تحت فشار در حذف کدورت، رابطه میزان کدورت در بار سطحی بهینه و درصد حذف باکتری بررسی شده است. اهداف مد نظر شامل: 1) بررسی‌های آزمایشگاهی پیرامون عملکرد صافی‌های تحت فشار در حذف کدورت تحت شرایط مختلف از جمله تغییر کدورت ورودی، نرخ فیلتراسیون و فشار فیلتر، 2) تجزیه‌و‌تحلیل آماری نتایج استخراج شده و تعیین حداقل و حداکثر کدورت محتمل خروجی از صافی، 3) استفاده از شبکه‌های عصبی مصنوعی به منظور ارائه الگویی مناسب در تعیین عملکرد صافی مورد نظر در حذف کدورت، 4) تعیین شاخص‌های الگوی مورد نظر به منظور استفاده در تعیین عملکرد صافی‌های مشابه، 5) تعیین بهترین میزان کدورت و بار برای رسیدن به بیشترین حذف کلیفرم و کل باکتری، است. برای دسترسی به اهداف تعیین شده، ضمن ساخت پایلوت مناسب، نمونه‌برداری و انجام آزمایش‌های لازم بر روی 1300 نمونه صورت پذیرفت و سپس بر اساس محاسبات و تجزیه‌و‌تحلیل‌های آماری، حداقل و حداکثر کدورت محتمل خروجی از صافی تحت شرایط مختلف تعیین شد. در نهایت و بر اساس نتایج حاصل از تجزیه‌و‌تحلیل‌های مورد نظر، ضمن بررسی ساختارهای مختلفی از شبکه‌های عصبی مصنوعی، بهترین ساختار تعیین و شاخص‌های آن به‌عنوان یکی از اهداف مهم تحقیق حاضر برای استفاده در موارد مشابه ارائه شد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی An artificial Neural Network Model for the Prediction of Pressure Filters Performance and Determination of Optimum Turbidity for Coli-form and Total Bacteria Removal
چکیده انگلیسی مقاله One of the principles for designing and using the various units of water treatment plants is ability of assigning and predicting performance of those units in different and various conditions that could be checked by making pilot and could be modeled by means of available programs and software such as artificial neural network. At this study a model provided for predict performance of pressure filters to remove turbidity, also relationship between turbidity quantity in optimize surface loading removal of bacteria have been investigated. This targets was considerate: (1) Experimental studies on performance of pressure filters for turbidity remove under different conditions, including influent turbidity, filtration rate and filter pressure, (2) extract of statistical analysis results and determine of the minimum and maximum effluent turbidity, (3) Using artificial neural networks for providing the appropriate model in determining filter performance in turbidity remove, (4) determining of the desired model indicators for using in performance of same filters, (5) determining the best influent turbidity and surface loading to receive maximum removal bacteria and coli-form. Appropriate pilot making, sample testing was done with 1300 of sample and then the minimum and maximum effluent turbidity was determined based on calculation and statistical analysis. Finally, the best model was determined and its indicators as one of the major objectives were presented for this study in similar cases.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله گاگیک بدلیانس قلی کندی | گاگیک بدلیانس gholi kandi
دانشگاه صنعت آب و برق شهید عباسپور ، دانشیار دانشکده مهندسی آب و محیط زیست
سازمان اصلی تایید شده: دانشگاه صنعت آب و برق شهید عباسپور (Abbaspour university of technology)

حسین حضرتی |
دانشگاه صنعتی شریف ،کارشناس ارشد مهندسی شیمی- محیط زیست
سازمان اصلی تایید شده: دانشگاه صنعتی شریف (Sharif university of technology)

هادی رستمیان |
شرکت آب و فاضلاب سمنان، کارشناس ارشد مهندسی آب و فاضلاب

نشانی اینترنتی http://jes.ut.ac.ir/article_24200_be6a898e4c673da79b9f2504bca2809f.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1056/article-1056-207176.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات