آناليز داده هاي تصفيه خانه فاضلاب جهت بررسي كيفيت پساب خروجي با استفاده از نتايج آزمايشگاهي و پيش بيني براساس مدل هاي هوش مصنوعي (مطالعه موردي: تصفيه خانه فاضلاب تهران)

استفاده از پساب تصفيه‌خانه‌هاي فاضلاب شهري جهت آبياري اراضي كشاورزي از جمله مسائل مهم و اساسي در زمينه استفاده مجدد از پساب تصفيه‌خانه‌ها به‌ شمار مي‌رود. در سال‌هاي اخير استفاده از شبكه هوش مصنوعي جهت مدل‌سازي فرايند تصفيه فاضلاب مورد توجه پژوهشگران قرار گرفته ‌است. از اين رو، در اين پژوهش از مدل‌هاي‌ شبكه عصبي مصنوعي(ANN)، منطق فازي(FL) و سيستم استنتاج عصبي فازي تطبيقي(ANFIS) براي پيش‌بيني كيفيت پساب خروجي تصفيه‌خانه فاضلاب، استفاده شده ‌است. در ابتدا سه سناريو انتخاب گرديد و ورودي آن‌ها، با روش تحليل مؤلفه اصلي(PCA) كاهش يافت و در نهايت مدل‌سازي يك‌بار با روش PCA و بار ديگر بدون استفاده از اين روش انجام شد و نتايج مدل‌ها با هم مقايسه گرديد. ارزيابي نتايج پيش‌بيني‌ها با استفاده از شاخص‌هاي آماري نشان داد كه مدل ANFIS با ميانگين كاهش13.92 درصدي خطا نسبت به مدل FL و كاهش 8.22 درصدي نسبت به مدل ANN از دقت بالاتري برخوردار بوده و دقيق‌تر عمل كرده است كه اين روند با و بدون PCA معتبر بوده است. همچنين، با محاسبه درصد بازده حذف آلاينده‌ها در خروجي تصفيه‌خانه مشخص شد حداكثر بهره‌وري حذف در تصفيه‌خانه مربوط به آلاينده TSS بوده و معادل 96.68 درصد است. ساير آلاينده‌ها نيز مقاديري نزديك به TSS داشتند. نتايج بدست ‌آمده در اين پژوهش نشان مي‌دهد كه استفاده از مدل‌هاي شبكه هوش مصنوعي، براي پيش‌بيني كيفيت پساب خروجي تصفيه‌خانه‌هاي فاضلاب شهري امكان‌پذير بوده و روشي ساده، دقيق، كارآمد و قابل اطمينان به حساب مي‌آيند.