test

با توجه به نتایج مدل‌های تست و آموزش ارائه شده برای BOD، COD، NH₄ و TP جریان خروجی فاضلاب مختلط، مشاهده گردید که شبکه عصبی با توابع پایه شعاعی به خوبی مدل‌های مذکور را انجام داده و تطبیق نسبتاً کاملی بین مدل‌ها و داده های آزمایشگاهی صورت گرفته است.
(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

نتیجه گیری و پیشنهادات

فصل ششم
نتیجه گیری و پیشنهادات

نتیجه گیری
در تحقیق صورت گرفته فاضلاب شهری و صنعتی و همچنین اختلاط فاضلاب شهری و صنعتی توسط بیوراکتور غشایی SMBR مورد تصفیه قرار گرفت. با توجه به نتایج بدست آمده مشخص گردید که سیستم بیوراکتور غشایی SMBR برای فاضلاب شهری به طور قابل قبولی اقتصادی نمی‌باشد. مطلب گفته شده بدین صورت توجیه می‌شود که در فاضلاب شهری BOD و COD خروجی عملاً در زمان ماند۲-۱ ساعت به مقادیر کمتر از استاندارد پساب خروجی رسیده در حالی که زمان ماند مورد نیاز برای کاهش مقدار آمونیاک به کمتر از مقادیر استاندارد در حدود ۵ ساعت و بیشتر می‌باشد. بدین صورت نتیجه گیری می‌شود که از زمان ماند هیدرولیکی برای تصفیه فاضلاب شهری به دلیل تأمین شرایط استاندارد توسط آمونیاک خروجی به ۵ ساعت افزایش می‌یابد. همچنین به دلیل این که از زمان ماند ۱ تا ۵ ساعت عملاً از ظرفیت غشاء برای حذف BOD و COD استفاده نمی‌شود، شرایط اقتصادی تصفیه فاضلاب شهری تأمین نمی‌گردد. علاوه بر این در تصفیه فاضلاب شهری به دلیل مقدار کم نسبت مقادیر فسفر خروجی به کمتر از mg/L 2 کاهش نمی یابد.
برای فاضلاب صنعتی به دلیل افزایش غلظت مشخصات فاضلاب زمان ماند مورد نیاز افزایش یافته و به ۱۷ ساعت رسید. فاضلاب صنعتی مورد استفاده در ردیف فاضلاب‌هایی با مقاومت بالا قرار گرفته و مقدار نسبت از ۵/۰ بیشتر بوده و حدود ۷/۰ اندازه گیری شد که همین عامل باعث افزایش زمان ماند مورد نیاز برای فاضلاب صنعتی شد. طبق نتایج بدست آمده مشخص گردید در فاضلاب‌هایی با غلظت BOD و COD بیشتر از mg/L 1000 زمان ماند مورد نیاز به طور قابل توجهی افزایش یافته و عملکرد اقتصادی تصفیه نیز پایین می‌آید. همچنین نتیجه گیری شد که در فاضلاب صنعتی به دلیل افزایش مقدار راندمان حذف TP افزایش یافته و مقادیر TP پساب خروجی نیز به کمتر از mg/L 2 کاهش می یابند.
نتایج بدست آمده برای فاضلاب شهری و صنعتی مختلط شده نشان داد که به دلیل کاهش غلظت مشخصات فاضلاب ورودی(کاهش مقادیر به کمتر از mg/L 1000)، فاضلاب حاصله دیگر خصوصیات فاضلاب‌های با مقاومت بالا را ندارد. بنابراین ضمن کاهش قابل ملاحظه زمان ماند مورد نیاز(زمان ماند هیدرولیکی ۶ ساعت) در مقایسه با فاضلاب صنعتی، همچنین بر خلاف فاضلاب شهری از حداکثر کارایی غشاء برای حذف BOD و COD نیز استفاده می‌شود. به عبارتی دیگر در اختلاط فاضلاب شهری و صنعتی با افزایش نسبت ، کاهش مقاومت بالای فاضلاب صنعتی و رساندن غلظت BOD و COD ورودی به کمتر از mg/L 1000 و تنظیم نسبت به ۵/۰ برای افزایش تصفیه پذیری فاضلاب، کارایی و عملکرد تصفیه به طور قابل ملاحظه ای افزایش می‌یابد. برخلاف فاضلاب شهری در اختلاط فاضلاب شهری و صنعتی زمان ماند مورد نیاز برای حذف NH₄ تأثیری در زمان ماند نهایی برای تصفیه نداشته و زمان ماند نهایی غالباً توسط BOD و COD تعیین می‌شود. بر اساس نتایج درصد حذف برای BOD، COD، NH₄ و TP در اختلاط فاضلاب شهری و صنعتی برابر ۸۳/۹۶%، ۲۱/۹۶%، ۷۱/۹۵% و ۱۴/۹۰% بدست آمد.
نتایج حاصل از مدل سازی توسط شبکه عصبی با تابع پایه شعاعی newrbe نشان داد که مدل‌های ساخته شده برای تعیین غلظت خروجی BOD، COD، NH₄ و TP دارای دقت و قدرت بالایی هستند. با توجه به نتایج بدست آمده مشخص گردید که قابلیت مدل‌های ارائه شده توسط شبکه عصبی برای داده های تست و آموزش به قدری بالاست که تطابق کامل بین مدل و داده های آزمایشگاهی صورت گرفته است. بنابراین با توجه به مطالب گفته شده مشخص گردید که مدل‌های ارائه شده توسط شبکه عصبی با تابع پایه شعاعی دارای قابلیت کاربردی با دقت بالا می‌باشد.
پیشنهادات
با توجه به محدودیت زمانی در انجام پروژه های تحقیقاتی برای بررسی بیشتر و تکمیل تحقیق صورت گرفته موارد زیر پیشنهاد می‌گردد:
بررسی عملکرد بیوراکتور غشایی مستغرق در اختلاط دو فاضلاب صنعتی با نسبت‌های بیشتر و کمتر از ۵/۰ برای بررسی تغییرات تصفیه پذیری فاضلاب.
ترکیب روش بیوراکتورهای غشایی مستغرق با روش MBBR برای فاضلاب‌هایی با مقاومت بالا به منظور کاهش زمان ماند هیدرولیکی مورد نیاز.
بررسی کارایی استفاده از غشاهای مسطح در بیوراکتور غشایی مستغرق
تعیین، بررسی و بهینه کردن تأثیر پارامترهایی مانند تغییر درجه حرارت، غلظت اکسیژن محلول DO و شدت هوادهی در غلظت آلاینده های خروجی و مدل سازی آن.
بررسی روند تغییرات گرفتگی غشاء در بیوراکتورهای غشایی مستغرق و مدل سازی آن با شبکه های عصبی مصنوعی.
مدل سازی توسط شبکه عصبی حاصل از ترکیب توابع با لایه های چندگانه MLP و توابع پایه شعاعیRBF به منظور افزایش دقت مدل سازی.
فهرست مراجع