پیشبینی پارامتر MLSS واحد فرآیندی در تصفیه خانه فاضلاب شهر بجنورد بااستفاده از داده کاوی

با افزایش جمعیت و گسترش شهرها پیشبینی عملکرد تصفیه خانه های فاضلاب و ارزیابی قابلیت کاربرد پساب تولیدی با استفاده از نتایج حاصل از پیشبینی مدلها، سبب صرفه جویی در هزینه ها و جلوگیری از اتلاف وقت میشود و بدین ترتیب کنترل و بهره برداری مناسبی را اعمال مینماید. یکی از پرکاربردترین رو شهای استخراج الگوی تغییر پارامترها، داده کاوی به روش شبکه های عصبی مصنوعی است. هدف از این تحقیق پیشبینی MLSS در واحدهای فرآیندی با استفاده از داده کاوی است. اطلاعات مورد نیاز در این پژوهش با همکاری شرکت آب و فاضلاب استان خراسان شمالی جمع آوری شده است و شامل پارامترهای ورودی تصفیه خانه فاضلاب )دمای نمونه، دبی، PH ، BOD ، COD ، TSS و VSS ( و پارامتر خروجی ) MLSS ( لاگون هوادهی در مدول دوم از سال ۹۰ تا ۹۸ به صورت میانگین روزانه و ماهانه است. در این تحقیق از مدل شبکه عصبی تک خروجی به ترتیب با دو، سه و چهار لایه پنهان استفاده شده است. تابع و الگوریتم استفاده شده LOGSIG و BR است. مدل پیشنهادی برای هر چهار استخر هوادهی در مدول دوم تصفیه خانه ی مذکور برپا شده است. بر اساس نتایج بدست آمده، مدل دو لایه میانی با تعداد نرونهای لایه مخفی اول و دوم به ترتیب ۸ و ۴، بهترین نتایج را برای پارامتر MLSS به دست میدهد. ضریب همبستگی دادههای تست ۶۹ / ۰ و نیز ریشه میانگین مربعات خطا ۱۳ / ۰ بود.