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.2021.39118.1932
چکیده

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.