ارزیابی و پیش بینی میزان آلودگی ترکیبات آلی فرار در جایگاههای سوختگیری با استفاده از مدل شبکه ی عصبی
نویسندگان
1 هیئت علمی دانشکده مهندسی شیمی، دانشگاه صنعتی سهند، تبریز، ایران
2 فارغ التحصیل کارشناسی ارشد دانشکده مهندسی شیمی، دانشگاه صنعتی سهند، تبریز، ایران
3 دانشجوی کارشناسی ارشد دانشکده مهندسی شیمی، دانشگاه صنعتی سهند، تبریز، ایران
4 دانشجوی دکتری دانشکده مهندسی شیمی، دانشگاه صنعتی سهند، تبریز، ایران
doi
10.22034/farayandno.2023.1988180.1911چکیده
یکی از مهمترین آلاینده هایی که موجب آلودگی هوای شهرها می شود، ترکیبات آلی فرار بوده که باعث بروز عوارض فراوانی در افراد میشوند. پمپ بنزینها و نیز خودروها از جمله مهمترین منابعی هستند که موجب تجمع این آلاینده ها می شوند و با توجه به افزایش روزافزون خودرو، پمپ بنزینها به مکانی خطرناک تبدیل شده که باید مورد توجه قرار گیرند. از آنجایی که آلودگی هوا یک فرآیند بسیار پیچیده بوده که وابسته به بسیاری از عوامل می باشد، بنابراین پیشبینی اینگونه داده ها که دارای دینامیک غیرخطی هستند، بسیار مشکل و پرهزینه است. در این پژوهش با جمع آوری داده های تجربی از سه پمپ بنزین در شهر زنجان و شناسایی پارامترهای تأثیرگذار، مدلسازی با استفاده از شبکه عصبی مصنوعی و با دو مدل پرسپترون چندلایه و تابع پایه شعاعی انجام گرفت. در قسمت آماری این پژوهش ضریب همبستگی و مجموع مربعات خطا بهعنوان معیارهای لازم برای سنجش دقت دو مدل مذکور به کار گرفته شدند. نتایج و تحلیلهای انجام شده در این مطالعه نشان داد که آلودگی عمده حاصل از مصرف بنزین شامل دو مرحله، یکی زمان سوختگیری و دیگری بعد از سوخت بنزین می باشد. همچنین در فصل تابستان، غلظت ترکیبات آلی فرار بیشتر از زمستان بوده و نیز این میزان از آلودگی در دو زمان صبح و عصر بیشتر مشاهده می شود.