بهینه‌سازی فرآیند بازیافت آب در واحدهای فیلتراسیون با استفاده از تکنیک‌های داده‌کاوی و هوش مصنوعی

منصور محبی¹

1) فارغ التحصیل کارشناسی مهندسی مکانیک حرارت و سیالات، دانشگاه شهید باهنر کرمان،

کد IOI مقاله : AAGF-ABFFFD
محل انتشار : نهمین کنفرانس بین المللی پژوهش های کاربردی در علوم و مهندسی(carseconf.com/9th)
چکیده :
    بهینه‌سازی فرآیند بازیافت آب در واحدهای فیلتراسیون صنعتی یکی از راهکارهای اساسی برای کاهش مصرف منابع آب شیرین، انرژی و مواد شیمیایی محسوب می‌شود. در این پژوهش، یک چارچوب هوشمند مبتنی بر داده‌کاوی و هوش مصنوعی به منظور بهبود عملکرد سیستم‌های فیلتراسیون طراحی و پیاده‌سازی گردید. داده‌های عملیاتی شامل بیش از ۵۲,۰۰۰ رکورد از پارامترهایی نظیر دبی جریان، فشار ورودی و خروجی، دما، pH و شاخص‌های کیفیت آب طی یک دوره ۱۲ ماهه جمع‌آوری شد. پس از پیش‌پردازش داده‌ها و حذف نویز و مقادیر پرت، مدل‌های پیش‌بینی مبتنی بر شبکه عصبی مصنوعی (ANN)، الگوریتم ژنتیک (GA) و منطق فازی توسعه داده شدند. نتایج نشان داد که مدل ترکیبی ANN+GA با دستیابی به MAE برابر 2.1، RMSE برابر 3.5 و ضریب تعیین R² برابر 0.96، بالاترین دقت پیش‌بینی معادل 96٪ را در مقایسه با سایر مدل‌ها ارائه می‌دهد. بهینه‌سازی پارامترهای عملیاتی منجر به کاهش 10٪ دبی جریان، 12.5٪ فشار ورودی و 12٪ فشار خروجی گردید که نتیجه آن بهبود قابل توجه کیفیت آب خروجی بود. مقادیر TDS و COD به ترتیب از 450 به 380 mg/L و از 35 به 28 mg/L کاهش یافتند که بیانگر بهبود 17٪ و 20٪ در شاخص‌های کیفیت آب است. همچنین، کدورت آب با 50٪ کاهش و مصرف انرژی و مواد شیمیایی به ترتیب با 20.8٪ و 20٪ کاهش همراه بوده است. یافته‌های این پژوهش نشان می‌دهد که به‌کارگیری رویکردهای هوشمند مبتنی بر داده‌کاوی و هوش مصنوعی می‌تواند نقش بسزایی در ارتقای کارایی سیستم‌های فیلتراسیون داشت باشد.

کلمات کلیدی : بهینه‌سازی فرآیند بازیافت آب واحدهای فیلتراسیون داده‌کاوی هوش مصنوعی شبکه عصبی مصنوعی