Prognozowanie dopływu ścieków surowych do oczyszczalni i ładunku zanieczyszczeń w ściekach za pomocą sieci neuronowych i modeli operatorowych * Modelling mixed liquor suspended solid and substrate load on the basis of wastewater quality in di ces and operational parameters of the bioreactor: data mining approach

Studziński, Jan; Rojek, Izabela; Szeląg, Bartosz

Prognozowanie dopływu ścieków surowych do oczyszczalni i ładunku zanieczyszczeń w ściekach za pomocą sieci neuronowych i modeli operatorowych * Modelling mixed liquor suspended solid and substrate load on the basis of wastewater quality in di ces and operational parameters of the bioreactor: data mining approach

Pobierz

Tytuł: Prognozowanie dopływu ścieków surowych do oczyszczalni i ładunku zanieczyszczeń w ściekach za pomocą sieci neuronowych i modeli operatorowych * Modelling mixed liquor suspended solid and substrate load on the basis of wastewater quality in di ces and operational parameters of the bioreactor: data mining approach

Abstrakt:

In the present study the Support Vector Method (SVM) is used to analyze the dependency between input variables (quantity and quality of wastewaters at the inflow and operational characteristics of an Activated Sludge Tank (AST)) and a result of predicted mixed liquor suspended solid (MLSS) and substrate loads (FIM). Computations revealed, that the highest errors for MLSS are present if only the load of organie compounds susceptible to chemical degradation was included in the input data and lowest when load of coal, ammoniacal nitrogen, suspension and ASCh's operational characteristics were used as the input. Moreover, it appeared that indices of wastewater quality at the inflow to the treatment plant can be sirnulated on the basis of the measured discharge and temperature of wastewaters and in a result it is possible replacing these measured indices with modeled ones to sirnulated MLSS and FIM. The lowest 'errors of predicted substrate loads, computed on th.e basis of modeled using SVM indices values were obtained for coal, arnmoniacal nitrogen, suspension loads and AST's operational characteristics - sludge temperature and pH and methanol dosage.

Czasopismo/Seria/cykl:

Raport Badawczy = Research Report

Szczegółowy typ zasobu:

Raport

Identyfikator zasobu:

oai:rcin.org.pl:208751

Źródło:

RB-2016-50-02

Język:

eng

Język streszczenia:

eng

Prawa:

Licencja Creative Commons Uznanie autorstwa 4.0

Zasady wykorzystania:

Zasób chroniony prawem autorskim. [CC BY 4.0 Międzynarodowe] Korzystanie dozwolone zgodnie z licencją Creative Commons Uznanie autorstwa 4.0, której pełne postanowienia dostępne są pod adresem: ; -

Digitalizacja:

Instytut Badań Systemowych Polskiej Akademii Nauk

Lokalizacja oryginału:

Biblioteka Instytutu Badań Systemowych PAN

Dofinansowane ze środków:

Program Operacyjny Polska Cyfrowa, lata 2014-2020, Działanie 2.3 : Cyfrowa dostępność i użyteczność sektora publicznego; środki z Europejskiego Funduszu Rozwoju Regionalnego oraz współfinansowania krajowego z budżetu państwa

Dostęp:

Otwarty

Kolekcje, do których przypisany jest obiekt:

Data ostatniej modyfikacji:

19 paź 2021

Data dodania obiektu:

8 wrz 2021

Liczba pobrań / odtworzeń:

Wszystkie dostępne wersje tego obiektu:

https://rcin.org.pl./publication/245694

Wyświetl opis w formacie RDF:

RDF

Wyświetl opis w formacie RDFa:

RDFa

Wyświetl opis w formacie OAI-PMH:

OAI-PMH

Raporty Badawcze

Nazwa wydania	Data
RB-2016-50-02 : Studziński Jan, Rojek Izabela, Szeląg Bartosz : Prognozowanie dopływu ścieków surowych do oczyszczalni i ładunku zanieczyszczeń w ściekach za pomocą sieci neuronowych i modeli operatorowych * Modelling mixed liquor suspended solid and substrate load on the basis of wastewater quality	19 paź 2021