کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
5116419 1378097 2017 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Wastewater treatment aeration process optimization: A data mining approach
ترجمه فارسی عنوان
بهینه سازی فرآیند تصفیه فاضلاب: یک روش داده کاوی
کلمات کلیدی
مدل سازی مبتنی بر داده ها، بهینه سازی انرژی، فاضلاب، فرآیند هوادهی، داده کاوی،
ترجمه چکیده
با توجه به کیفیت آب، صنایع بزرگ مانند گیاهان تصفیه فاضلاب تمایل به صرفه جویی احتمالی در مصرف انرژی را نادیده می گیرند. فرایند تصفیه فاضلاب شامل تجهیزات انرژی فشرده مانند پمپ و دمنده برای انتقال و درمان فاضلاب است. در حال حاضر، یک رویکرد مبتنی بر داده ها برای مدل سازی هوادهی و بهینه سازی یک فاضلاب بزرگ در غرب میانه مورد استفاده قرار گرفته است. به طور خاص، بهینه سازی فرآیند هوادهی با هدف به حداقل رساندن مصرف انرژی بدون کاهش کیفیت آب انجام می شود. مدل های توسعه یافته توسط الگوریتم های داده کاوی در ایجاد یک رابطه روشن و مختصر بین متغیرهای ورودی و خروجی مفید هستند. نتایج نشان می دهد که صرفه جویی در مقدار زیادی انرژی می تواند در حین حفظ کیفیت آب در حد حد مجاز انجام شود. محدودیت کار نیز مورد بحث است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی انرژی های تجدید پذیر، توسعه پایدار و محیط زیست
چکیده انگلیسی
Being water quality oriented, large-scale industries such as wastewater treatment plants tend to overlook potential savings in energy consumption. Wastewater treatment process includes energy intensive equipment such as pumps and blowers to move and treat wastewater. Presently, a data-driven approach has been applied for aeration process modeling and optimization of one large scale wastewater in Midwest. More specifically, aeration process optimization is carried out with an aim to minimize energy usage without sacrificing water quality. Models developed by data mining algorithms are useful in developing a clear and concise relationship among input and output variables. Results indicate that a great deal of saving in energy can be made while keeping the water quality within limit. Limitation of the work is also discussed.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Environmental Management - Volume 203, Part 2, 1 December 2017, Pages 630-639
نویسندگان
, , , ,