در این کار تحقیقاتی ابتدا به بررسی کارآمدی مدل شبکه عصبی جهت پیشبینی عملکرد تصفیه خانه فاضلاب شماره یک پرکندآباد مشهد که دارای سیستم تصفیه نیمه مکانیکال (سیستم لاگون هوادهی) می باشد، پرداخته شد. سپس با توجه به نتایج مدل، راهکارهای مدیریتی جهت بهبود عملکرد تصفیه خانه ارائه گردید. برای پیش بینی عملکرد تصفیه خانه مذکور، در ابتدا عوامل تأثیرگذار بر پارامتر TBOD به عنوان یکی از شاخص های کیفی پساب خروجی مشخص شدند که شامل: ، الف) برخی پارامترهای کمی و کیفی فاضلاب ورودی مانند: دبی جریان، نسبت TBODin/TCODin، درجه حرارت فاضلاب و میزان بار مواد آلی، ب) شرایط فرآیندی مانند میزان اکسیژن محلول، درجه حرارت و pH لاگون و تعداد هواده های فعال و ج) شرایط آب و هوایی مانند: درجه حرارت هوا و تعداد ساعات آفتابی بودند. در مرحله بعد، با استفاده از مدل شبکه عصبی بهینه شده با الگوریتم ژنتیک و ویژگی های مؤثر به عنوان ورودی های شبکه، عملکرد تصفیه خانه مورد پیش بینی قرار گرفت. یشینه ضریب همبستگی در مدل فوق برای پارامتر TBOD برابر 0.93 و میزان درصد جذر میانگین مربعات خطای نسبی (rRMSPE) و درصد میانگین مطلق خطای نسبی (rMAPE) متناظرش به ترتیب برابر با 10 % و 7% برآورد شد. بر اساس نتایج به دست آمده از مدل از بین پارامترهای ورودی، میزان دبی و بار آلودگی مواد آلی، از بین شرایط فرآیندی، غلظت اکسیژن محلول، درجه حرارت محتوای لاگون و تعداد هواده های فعال و از بین عوامل آب و هوایی، درجه حرارت هوا بیشترین اثر را در پیشبینی غلظت پارامتر TBOD دارا بودند. پیشبینی عملکرد تصفیه خانه و ارائه راهکارهای کوتاه مدت و بلندمدت مدیریتی جهت بهبود کیفیت پساب خروجی، از مهمترین دلایل کاربرد مدل های پیش بینی می باشد. بر اساس نتایج مدل، چنین به نظر میرسد که اگر: الف) تمامی ظرفیت فعلی تصفیه خانه به کار گرفته شود، ب) غلظت اکسیژن محلول لاگون های هوادهی حداقل معادل 2 میلی گرم در لیتر تأمین گردد و ج) از فیلترهای شنی نیز بعد از لاگونهای جلادهی استفاده شود، تصفیه خانه تنها میتواند تا انتهای سال 1393 پساب با کیفیت استاندارد تولید نماید. بعد از این دوره بایستی مدول های جدیدی متناسب با خصوصیات کمی و کیفی فاضلاب ورودی به تصفیه خانه، آماده بهره برداری باشند و یا بارهای هیدرولیکی و آلی مازاد بر ظرفیت فعلی تصفیه خانه، به تصفیه خانه دیگری منتقل گردد.

کلمات کلیدی