پیش بینی و مقایسه راندمان حذف آلاینده های نفتی در روش تصفیهmbbr با مقادیر بدست آمده از شبکه عصبی مصنوعی

امروزه یکی از جدی ترین مسائل و مشکلات جهان به خصوص کشور عزیزمان ایران یافتن و حغظ منابع آبی قابل شرب است! در این راستا با توجه به محدودیت این منابع آبی و همچنین آلودگی آنها توسط صنایع و پالایشگاه ها، نیاز به تصفیه آب بیش از هر زمان دیگری حائز اهمیت و حیاتی می باشد در این مطالعه با استفاده از شبکه عصبی مصنوعی به تجزیه و تحلیل داده های به دست آمده از مدلسازی سیستم تصفیه توسط راکتورهای بیوفیلمی با بستر متحرک mbbrدر فرآیندهای نفتی مورد بررسی قرار گرفته است بر این اساس از 156 داد کیفی منبع نفتی که در طول یک دوره آزمایشگاهی به صورت مداوم اندازه گیری شده است استفاده گردید شبکه عصبی مصنوعی با استفاد از دسته های ورودی و خروجی و بررسی نورون های عمل می کند و در این تحقیق این دسته ها شامل out mlvss/mlss, do, cod , , f/m, filling ratio,codکه جزو پارامترهای تاثیرگذار در کیفیت فرآیندهای نفتی محسوب می شوند که با استفاده از آن مدل پیش بینی کیفی نفتی بر اساس شبکه عصبی مصنوعی ٢ لایه با تعداد ١٩ نورون با میزان خطای ١١5 طراحی گردید که این میزان نشان دهنده بهترین حالتannبا کمترین میزان خطا را داراست