یافته

مقدمه: در دو دهه اخیر کاربرد مدل‌ های هوش مصنوعی به منظور بهره‌ برداری صحیح از تصفیه ‌خانه‌ و حفظ پایداری فرآیند ‌های تصفیه در شرایط مطلوب، توسط محققین بسیار فراگیر شده است. این مدل ‌ها به منظور شبیه ‌‌سازی رفتار سیستم تصفیه‌ خانه می ‌توانند به عنوان یک ابزار مؤثر برای پیش ‌بینی عملکرد تصفیه ‌خانه به کار برده شوند. هدف از انجام این مطالعه ارزیابی عملکرد تصفیه‌‌‌ خانه فاضلاب خرم‌‏آباد توسط شبکه هوش مصنوعی می ‌‏باشد.

مواد و روش ­ها: در این مطالعه با استفاده از مدل ANN-LM و مبنا قرار دادن مشخصه‌ های کیفی اندازه‌‌ گیری ‌شده در ورودی تصفیه‌ خانه (T، pH،DO ، BOD، COD، TSS،TDS ، NO_۳، PO_۴)، مقدار متناظر سه مشخصهBOD ،COD  و TSS در خروجی تصفیه ‌خانه پیش‌ بینی گردید. شاخص ‌های آماری مورد استفاده شامل R، MSE و نرم ‌افزار ‌های مورد استفاده شامل Matlab و spss (آزمون آماری T-test) بودند.

یافته ­ها: براساس نتایج،BOD ،COD  و TSS به ترتیب با حداکثر R، ۹۸/۰، ۹۱/۰ و ۹۲/۰ برای داده‌ های آموزش و ۵/۰، ۶۶/۰ و ۵/۰ برای داده‌ های آزمایش و حداقل MSE، ۵/۳، ۱۵/۳۳ و۱۷/۲ برای داده‌ های آموزش و ۱۱، ۱۱۵ و ۹۹/۲۰ برای داده‌ های آزمایش پیش ‌بینی شدند و نتایج قابل قبولی ارائه شد. همچنین، با محاسبه درصد بازده حذف آلاینده ‌‌ها در خروجی تصفیه‌ خانه مشخص شد حداکثر بهره‌‌ وری حذف در تصفیه ‌خانه مربوط به آلاینده TSS بوده و معادل ۶۸/۸۷ درصد است. سایر آلاینده‌ ها نیز مقادیری نزدیک به TSS داشتند.

بحث و نتیجه­ گیری: در این مطالعه ANN-LM یک ابزار قابل اطمینان برای پیش ‌‌بینی عملکرد سیستم تصفیه‌ خانه فاضلاب خرم‌آباد ایجاد نمود و توانست بر مبنای پارامتر ‌های اندازه‌ گیری شده، کیفیت پساب خروجی را پیش ‌‌بینی نماید. بازده حذف آلاینده‌ ها از طریق مقادیر برآوردی با شبکه ANN-LM به گونه ‌ای بوده که به واسطه نزدیکی با مقادیر مشاهداتی مبین کارایی خوب این مدل به کار برده شده ‌‌است. همچنین تصفیه‌ خانه در کاهش مقادیر کیفی در حد مقادیر استاندارد توصیه‌ شده از سوی سازمان حفاظت محیط ‌زیست، از کارایی خوبی برخوردار است.