بهینه‌سازی فرایندهای عملیاتی پیش تصفیه آب صنعتی با استفاده از شبکه عصبی مصنوعی و الگوریتم ژنتیک

فرایند انعقاد در تصفیه آب از جایگاه ویژه‌ای برخوردار است، به طوری که مطالعات زیادی پیرامون نوع ماده منعقد کننده و نیز شرایط عملیاتی بهینه به منظور حذف کدورت انجام شده است. یکی از بهترین روش‌های راهبری صحیح تصفیه خانه‌ها و خصوصاً فرایند اختلاط و انعقاد، مدیریت تزریق مواد شیمیایی است. در این مطالعه، به بررسی مشکلات تولید آب صنعتی در تصفیه خانه شرکت پتروشیمی فجر پرداخته شده است. به همین منظور، جام آزمون با تغییر نوع و غلظت منعقدکننده و کمک منعقدکننده، دور همزن و ph انجام گرفت و در هر آزمایش، کدورت و سختی کل آب ورودی و خروجی اندازه گیری شد. با توجه به اهمیت تمامی داده‌های موجود، طراحی آزمایش‌ها به صورت تمام فاکتوری1 و در مجموع با 1296 آزمایش صورت پذیرفت. برای کاهش خطای انسانی و رسیدن به نتایج دقیق‌تر در سامانه پیش تصفیه آب، استفاده از شبکه‌های عصبی مصنوعی پیشنهاد شد که با بهره‌گیری از نتایج حاصل از جام آزمون به آموزش این شبکه پرداخته شد. به علت کمتر بودن تعداد پارامترهای ورودی از خروجی در طراحی شبکه عصبی پیش گفته، استفاده از الگوریتم ژنتیک برای بهینه سازی نتایج پیشنهاد شد. پیش‌بینی حاصل از این شبکه برای پارامترهای عملیاتی، بیانگر تطابق بسیار بالای نتایج با داده‌های عملیاتی واحد صنعتی بود. حداکثر خطای نسبی پیش بینی کدورت 6/0% و سختی کل 3/2% است. باید گفت که شبکه عصبی طراحی شده از قابلیت استفاده در سامانه‌های کنترلی تصفیه خانه‌ها نیز برخوردار است.