التنبؤ بقيم بارامترات التلوث الشائعة في محطات معالجة مياه الصرف الصحي باستخدام الشبكات العصبونية الصنعية

يتطلب قياس مستوى BOD5 لمياه الصرف الصحي خمسة أيام، بينما يوفر استخدام نموذج تنبؤ لتقدير BOD5 الوقت ويسمح باعتماد نظام تحكم بشكل مباشر في الوقت الحقيقي. تبحث هذه الدراسة في تطبيق الشبكات العصبونية الصنعية (ANNs) للتنبؤ بتركيز BOD5 الداخل بالإضافة إلى أداء محطات معالجة مياه الصرف الصحي من حيث تراكيز بعض بارامترات التلوث الشائعة مثل (BOD5, COD, TSS) الخارجة من المحطة. تم إجراء تحليل الحساسية لتحديد بنية شبكة ANN الأفضل أداءً وتكويناً. أظهرت النتائج أن نموذج ANN الذي تم تطويره للتنبؤ بتركيز COD الخارج كان الأفضل بين النواتج الثلاثة. أعطت نماذج ANN الأفضل أداءً من خلال قيم معامل التحديد R2 التي بلغت 0.92)، 0.99، (0.94 للتنبؤ بتراكيز (BOD5, COD, TSS) على التوالي. تم الحصول على نماذج الأداء الأمثل (أربع مدخلات - مخرج واحد)، مما يشير إلى أن الأس الهيدروجيني، المواد الصلبة المنحلة الكلية، المواد الصلبة المعلقة الكلية والطلب على الأوكسجين الحيوي الداخلة إلى محطة المعالجة تؤثر بشكل كبير على أداء المحطة كمدخلات في جميع النماذج. حقق نموذج التنبؤ المطور لتركيزBOD5_inf الداخل إلى محطة المعالجة دقة عالية جداً (R2= 0.974)، مما يعني أن النموذج قابل للتطبيق كأداة دقيقة يمكن استخدامها في أنظمة التحكم والإدارة لمحطات معالجة مياه الصرف الصحي في الوقت الحقيقي. بشكل عام، يوفر نموذج ANN نهجاً بسيطاً للتنبؤ بالعمليات المعقدة لمحطات معالجة مياه الصرف الصحي.