این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
سلامت و محیط زیست، جلد ۲، شماره ۲، صفحات ۱۴۰-۱۴۹
عنوان فارسی پیش بینی درصد متان موجود در گاز مراکز دفن زباله با استفاده از شبکه عصبی مصنوعی
چکیده فارسی مقاله زمینه و هدف: تکنیک ‌های مختلفی برای استفاده بهینه از گاز تولیدی در دفنگاه زباله مورد مطالعه قرار گرفته است. اما برای استفاده از هر یک از این تکنیک‌­ ها و همچنین تضمین کارایی سیستم های استحصال انرژی، باید درصد متان موجود در بیوگاز سنجش و پیش بینی شود. در این مطالعه برای پیش بینی درصد متان موجود در گاز دفنگاه زباله در مقیاس آزمایشگاهی، از شبکه عصبی استفاده شده است.روش بررسی: در این مطالعه راکتورهای شبیه ساز مرکز دفن زباله، در دو سیستم متفاوت عمل می کنند، جهت تخمین درصد متان موجود در گاز مرکز دفن به وسیله شبکه عصبی مصنوعی، از مشخصات فاضلاب این راکتورها به عنوان داده های ورودی استفاده شده است. سیستم یک(C1)، در این سیستم، فاضلاب پس از تولید بر روی زباله تازه بازگردانده می شود. سیستم دو(C2)، در این سیستم، فاضلاب پس از خروج از زباله تازه برروی راکتور حاوی زباله خوب تجزیه شده تخلیه و سپس بر روی زباله تازه بازگردانده می شودیافته ها: شبکه عصبی دارای کارایی بالایی در پیش بینی درصد متان موجود در بیوگاز است، به طوری که مقدار ضریب همبستگی در شبکه عصبی بهینه، برای داده های آموزش و تست، به ترتیب برابر 999/0 و 997/0 می باشد و ضریب انحراف معیار به ترتیب برابر 098/1 و 387/2 می باشد.نتیجه گیری: با توجه به کارایی بالای شبکه عصبی در پیش بینی درصد متان موجود در بیوگاز، می توان از این مدل جهت طراحی بهینه سیستم های جمع آوری و تصفیه گاز مراکز دفن زباله، و همچنین برای حصول اطمینان از نتایج پایش و کاهش هزینه پایش استفاده کرد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Neural Network Modeling and Prediction of Methane Fraction in Biogas from Landfill Bioreactors
چکیده انگلیسی مقاله Backgrounds and Objectives:A number of different technologies have recently been studied todetermine the best use of biogas, however, to choose optimize technologies of using biogas for energy recovery it is necessary to monitor and predict the methane percentage of biogas. In this study, a method is proposed for predicting the methane fraction in landfill gas originating from Labscalelandfill bioreactors, based on neural network.Materials and Methods: In this study, two different systems were applied, to predict the methane fraction in landfill gas as a final product of anaerobic digestion, we used the leachate specifications as input parameters. In system I (C1), the leachate generated from a fresh-waste reactor was drained to recirculation tank, and recycled. In System II (C2), the leachate generated from a fresh waste landfill reactor was fed through a well-decomposed refuse landfill reactor, and at the same time, the leachate generated from a well-decomposed refuse landfill reactor recycled to a fresh waste landfill reactor.Results: There is very good agreement in the trends between forecasted and measured data. R valuesare 0.999 and 0.997, and the obtained Root mean square error values are 1.098 and 2.387 for training and test data, respectivelyConclusion: The proposed method can significantly predict the methane fraction in landfill gasoriginating and, consequently, neural network can be use to optimize the dimensions of a plant using biogas for energy (i.e. heat and/or electricity) recovery and monitoring system.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله محمد جواد ذوقی | m j zoqi
senior expert, of environmental research institute of jahad daneshgahi, rasht, gilan, iran
فوق لیسانس عمران محیط زیست، عضو شورای علمی پژوهشکده محیط زیست جهاد دانشگاهی

آریامن قویدل | a ghavidel
member of scientific board of environmental research institute of jahad daneshgahi rasht, gilan, ira
عضو هیئت علمی پژوهشکده محیط زیست جهاد دانشگاهی

نشانی اینترنتی http://ijhe.tums.ac.ir/browse.php?a_code=A-10-25-163&slc_lang=fa&sid=fa
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده عمومی
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات