مدل‌سازی پارامترهای عملیاتی سیستم نمک‌زدائی اسمز معکوس در مقیاس صنعتی با استفاده از شبکه عصبی مصنوعی

سیستم‌های تصفیه آب اسمز معکوس (ro) یکی از پرکاربردترین روش‌های مورداستفاده در صنعت برای نمک‌زدایی آب هستند. بزرگ‌ترین مشکل این سیستم‌ها هزینه‌های بهره‌برداری و گرفتگی غشاهای آن‌ها است که مهم‌ترین دلیل آن عدم کارکرد سیستم در شرایط بهینه و همچنین عدم دقت در پیش‌بینی و پیشگیری از مشکلات احتمالی است. در این مطالعه از مدل شبکه عصبی مصنوعی (ann) به‌منظور مدل‌سازی سیستم ro استفاده‌شده است که از داده‌های دستگاه صنعتی در حال کارکرد با ظرفیت 480 مترمکعب در روز و همچنین داده‌های نرم‌افزار طراحی سیستم‌های صنعتی اسمز معکوس (wave) استفاده‌شده است. 4 پارامتر دبی، غلظت و فشار آب ورودی به‌علاوه ریکاوری به‌عنوان ورودی‌های مدل و 6 پارامتر دبی و غلظت آب تولیدی، دبی، غلظت و فشار پساب خروجی و افت فشار به‌عنوان خروجی‌های مدل استفاده‌شده‌اند. نتایج به‌دست‌آمده توسط مدل‌های ann به‌منظور محاسبه و پیش‌بینی مقادیر خروجی، دارای دقت 97% می‌باشند.