پیشبینی تأثیرات شوک هیدرولیکی فاضلاب در رخدادهای غیرمترقبه با استفاده از ترکیب عملگر موجک و الگوریتم شبکه هوش مصنوعی
نویسندگان
1 گروه زمینشناسی کاربردی، دانشکده علوم زمین، دانشگاه خوارزمی، کرج
2 دانشکده محیط زیست، سازمان حفاظت محیط زیست، کرج
3 دانشکده محیط زیست، سازمان حفاظت محیط زیست، کرج
doi
10.22034/jcee.2021.39118.1932چکیده
با توجه به توسعه شهرنشینی و محدودیت منابع آب شیرین، اهمیت تصفیه فاضلاب و رفع آلودگی محیط زیست موردتوجه است. جریان فاضلاب ورودی میتواند بهطور قابلتوجهی طی پدیده های جوی یا رخدادهای تقویمی افزایش یابد که در نتیجه، ایجاد شوک هیدرولیکی و بهتبع آن باعث از بین رفتن پروسههای بیولوژیکی تصفیهخانهها شود. بهطوریکه این شوکهای هیدرولیکی با کاهش زمان، ماند هیدرولیکی و زمان تصفیه کمتر میکروارگانیسم ها همراه است، پس مواد آلی سریعتر از سیستم خارجشده و راندمان تثبیت و حذف آلایندهها بهشدت کاهش می یابد. در این تحقیق از دادههای روزانه تصفیهخانه زرگنده، از سال 1393 تا سال 1397 استفاده شد، دادههای چهار سال اول برای آموزش و ارزیابی شبکه عصبی و داده های سال پنجم برای آزمایش شبکه عصبی استفاده گردید و همچنین با استفاده از عملگر موجکِ نرم افزار متلب (Matlab)، نویز موجود در داده های ورودی شناسایی و حذف شد. سپس خروجی آن به عنوان ورودی برای الگوریتم شبکه عصبی با سه لایه پنهان و 43 نورون در کلیه لایهها با توابع انتقال تانژانت سیگموئید و لگاریتم سیگموئید تعیین شد. مقادیر رگرسیون دارای حداقل 96% و حداکثر 99% انطباق است و این نشان از مدلسازی متناسب و بسیار کارآمد ترکیبی موجک و شبکه عصبی است. بهطوریکه با توجه به تعداد 1825 داده موجود و تفاوت مقداری آنها، بالاترین میزان RMSE و MSE مربوط به دسته تست به ترتیب برابر مقادیر 53/53 و 55/2865 است.