ارزیابی مدل‌های هیبریدی داده‌محور و سینتیکی در کاهش هزینه‌های عملیاتی انرژی در واحدهای هوادهی و هضم بی‌هوازی

کد مقاله : 1105-IWWA

نویسندگان

امین دهداری * ندارم

چکیده مقاله

تأسیسات تصفیه آب و فاضلاب به‌عنوان زیرساخت‌های حیاتی شهری، از مصرف‌کنندگان عمده انرژی الکتریکی هستند و میزان مصرف آنها به عواملی نظیر فناوری تصفیه، اندازه تصفیه‌خانه، دبی و کیفیت جریان ورودی، آرایش فرآیندی و شرایط بهره‌برداری وابسته است [1]. در این میان، هوادهی مهم‌ترین بخش انرژی‌بر محسوب می‌شود و حدود 45 تا 75 درصد هزینه انرژی تصفیه‌خانه را به خود اختصاص می‌دهد؛ ازاین‌رو، بهینه‌سازی آن نقش کلیدی در کاهش هزینه‌های عملیاتی و بهبود بهره‌وری انرژی دارد [2]. هدف این مطالعه مروری، ارزیابی ظرفیت مدل‌های هیبریدی مبتنی بر هوش مصنوعی و مدل‌های مکانیستی برای کاهش مصرف انرژی در واحدهای هوادهی، پمپاژ و هضم بی‌هوازی است. در این پژوهش، مطالعات مرتبط با مدل‌های لجن فعال (ASM)، مدل هضم بی‌هوازی شماره یک (ADM1)، یادگیری ماشین، یادگیری تقویتی و مدل‌های نیمه‌پارامتری هیبریدی مورد بررسی و تحلیل قرار گرفت [3]–[8]. نتایج نشان می‌دهد که مدل‌های صرفاً داده‌محور اگرچه در پیش‌بینی رفتار فرآیند توانمند هستند، اما در شرایط خارج از دامنه داده‌های آموزشی با محدودیت تعمیم مواجه می‌شوند؛ در مقابل، مدل‌های مکانیستی با بهره‌گیری از روابط سینتیکی، استوکیومتری و موازنه جرم، پایداری و تفسیرپذیری بیشتری فراهم می‌کنند [5]–[7]. تلفیق این دو رویکرد در قالب مدل‌های هیبریدی و شبکه‌های عصبی فیزیک‌محور، ضمن حفظ قیود فرآیندی، دقت پیش‌بینی، قابلیت تعمیم و کارایی کنترل را افزایش داده و راهکاری مؤثر برای دستیابی هم‌زمان به کاهش مصرف انرژی، حفظ کیفیت پساب و پایداری بهره‌برداری صنعتی ارائه می‌دهد [8] و[۹].

کلیدواژه ها

مدل‌های هیبریدی، تصفیه فاضلاب، بهینه‌سازی انرژی، مدل‌های لجن فعال، ADM1، یادگیری ماشین، کنترل فرآیند، سنسور نرم

وضعیت: پذیرفته شده برای ارسال فایل های ارائه پوستر