پیش بینی نرخ برگشت لجن با استفاده از شبکه های عصبی مصنوعی، مطالعه موردی: تصفیه خانه فاضلاب تربت حیدریه

بین پارامترهای مختلف کمی و کیفی فاضلاب و میزان لجن برگشتی مورد نیاز، که یکی از مهم ترین پارامترهای بهره برداری از تصفیه خانه های فاضلاب به روش لجن فعال است، ارتباط علت و معلولی پیچیده و غیر خطی وجود دارد. همچنین شبکه های عصبی مصنوعی دارای مزایایی از قبیل قدرت یافتن روابط علت و معلولی پیچیده و غیر خطی توسط ابزارهای محاسباتی ساده ریاضی، داشتن قدرت تعمیم بالا و همچنین سرعت بالا در مرحله آزمایش اند و می توانند به صورت یک ابزار نرم افزاری در بهره برداری از تصفیه خانه فاضلاب مورد استفاده قرار گیرند. در این پژوهش میزان لجن برگشتی در تصفیه خانه فاضلاب شهر تربت حیدریه با استفاده از شبکه عصبی مصنوعی و با توجه به داده های ورودی یک ساله مورد بررسی قرار گرفت. پارامترهای مختلف تاثیر گذار در میزان لجن برگشتی از قبیل دبی و دمای فاضلاب ورودی، TSS، BOD5، COD ورودی و خروجی، غلظت لجن برگشتی، غلظت مواد معلق مایع مخلوط و همچنین میزان لجن فعال جمع آوری شده، به شبکه های عصبی MLP و RBF اعمال شد. نتایج این مطالعه نشان داد که شبکه عصبی مصنوعیMLP می تواند با دقت بیش از 93 درصد میزان لجن برگشتی مورد نیاز در سیستم های متداول بیولوژیکی تصفیه فاضلاب به روش هوادهی گسترده را پیش بینی نماید.