مروري بر كاربردهاي هوش مصنوعي در مدل‌سازي و فرايندهاي حذف آلاينده‌هاي محلول در آب و فاضلاب

هوش مصنوعي توانايي يادگيري، استنتاج و تصميم‌‎گيري هوشمندانه رادارند. يكي از مزيت‌هاي اصلي هوش مصنوعي اين است كه با استخراج الگوها و يادگيري از داده‌ها، قادر به تشخيص و پيش‌بيني درست مسائل است. هوش مصنوعي به دليل كاربردهاي فراوان در زمينه‌هاي مختلف به‌عنوان ابزاري براي حل بهتر مشكلات موردتوجه قرارگرفته است. در سال‌هاي اخير اين الگوريتم درزمينه فرآيندهاي تصفيه آب و فاضلاب براي مدل‌سازي، بهينه‌سازي و ارائه راه‌حل‌هايي جهت مديريت راهبردي جلوگيري، كاهش آلودگي آب، كاهش هزينه‌هاي عملياتي و بهينه‌سازي مصرف موارد شيميايي مورداستفاده قرارگرفته است. الگوريتم‌هاي مختلف هوش مصنوعي در فرآيندهاي تصفيه آب و فاضلاب بر روي جذب آلاينده و در اكثر موارد بر روي عملكرد جاذب‌ها جهت حذف آلاينده‌هاي آلي و فلزي تمركز دارد. در اين مطالعه مدل‌هاي مختلف هوش مصنوعي در فرايندهاي تصفيه آب و فاضلاب ارائه و پس از مرور بر مطالعات انجام‌شده، چالش‌ها و مشكلات تحقيقات بيان‌شده است. با توجه به مزيت‌هاي فراوان در هوش مصنوعي، اين الگوريتم با محدوديت‌هايي مواجه است كه مانع گسترش آن در فرآيندهاي تصفيه آب مي‌شود. صرف‌نظر از اين موانع، پيشرفت تحقيقات فعلي نشان مي‌دهد كه ابزارهاي هوش مصنوعي داراي پتانسيل‌هاي بالا براي متحول كردن فرآيند و برنامه‌هاي تصفيه فاضلاب دارد. با توجه به مدل‌هاي بررسي‌شده در اين پژوهش استفاده از مدل‌هاي DNN، ANN و تكنيك‌هاي هوش مصنوعي تركيبي گزينه‌هاي خوبي براي دستيابي به‌دقت و پيش‌بيني دقيق‌تر هستند.