فصلنامه

---

زمینه و هدف: تکنیک ‌های مختلفی برای استفاده بهینه از گاز تولیدی در دفنگاه زباله مورد مطالعه قرار گرفته است. اما برای استفاده از هر یک از این تکنیک‌­ ها  و همچنین تضمین کارایی سیستم های استحصال انرژی، باید درصد متان موجود در بیوگاز سنجش و پیش بینی شود. در این مطالعه برای پیش بینی درصد متان موجود در گاز دفنگاه زباله در مقیاس آزمایشگاهی، از شبکه عصبی استفاده شده است.
روش بررسی: در این مطالعه راکتورهای شبیه ساز مرکز دفن زباله، در دو سیستم متفاوت عمل می کنند، جهت تخمین درصد متان موجود در گاز مرکز دفن به وسیله شبکه عصبی مصنوعی، از مشخصات فاضلاب این راکتورها به عنوان داده های ورودی استفاده شده است. سیستم یک(C₁)، در این سیستم، فاضلاب پس از تولید بر روی زباله تازه بازگردانده می شود. سیستم دو(C₂)، در این سیستم، فاضلاب پس از خروج از زباله تازه  برروی راکتور حاوی زباله خوب تجزیه شده تخلیه و سپس بر روی زباله تازه بازگردانده می شود
یافته ها: شبکه عصبی دارای کارایی بالایی در پیش بینی درصد متان موجود در بیوگاز است، به طوری که مقدار ضریب همبستگی در شبکه عصبی بهینه، برای داده های آموزش و تست، به ترتیب برابر 999/0 و 997/0 می باشد و ضریب انحراف معیار به ترتیب برابر 098/1 و 387/2 می باشد.
نتیجه گیری: با توجه به کارایی بالای شبکه عصبی در پیش بینی درصد متان موجود در بیوگاز، می توان از این مدل جهت طراحی بهینه سیستم های جمع آوری و تصفیه گاز مراکز دفن زباله، و همچنین برای حصول اطمینان از نتایج پایش و کاهش هزینه پایش استفاده کرد.

---

-->

زمینه و هدف: آلودگی هوا ناشی از ازن در کلان شهرها از مهم‌ترین عوامل آلوده کننده‌هاست که موجب آسیب به محیط زیست و موجودات زنده می گردد، این تحقیق سعی دارد مدلی برای تخمین میزان ازن کلان شهر تبریز در دو ایستگاه پایش آلودگی آبرسان و راسته کوچه ارایه نماید.

روش بررسی: در این تحقیق شبکه عصبی مصنوعی برای در نظر گرفتن تاثیر همزمان پارامترهای هواشناسی و آلودگی هوا بر میزان غلظت ازن، مورد استفاده قرار گرفته است و از ماتریس وزنی شبکه عصبی مصنوعی به همراه معادله گارسون برای آنالیز حساسیت پارامترهای ورودی به شبکه عصبی استفاده شده است.

یافته ها: نتایج نشان می دهد میزان غلظت ازن از خصوصیات هواشناسی و نیز پارامترهای آلودگی هوا به طور همزمان تاثیر گرفته است، که از میان پارامترهای هواشناسی حداکثر دما و از میان پارامترهای آلودگی منواکسید کربن به عنوان پارامترهای تاثیرگذار است.

نتیجه‌گیری: نتایج حاصل حاکی از توانمندی قابل قبول مدل شبکه عصبی در پیش بینی میزان غلظت ازن است. علاوه بر آن، متغیرهای مورد استفاده در این مدل توانسته است، نحوه تغییرات میزان غلظت ازن ایستگاه های مورد بررسی در منطقه را تشخیص دهند.

---