Optimisation du dosage de coagulant dans une usine de traitement d'eau potable par des differants modéles de réseaux de neurones artificielles

No Thumbnail Available
Date
2020
Journal Title
Journal ISSN
Volume Title
Publisher
Univérsité Oum El Bouaghi
Abstract
La coagulation et la floculation dans le traitement de l'eau sont les moyens courants par lesquels l'utilisation de coagulant entraîne l'instabilité des particules et la formation de particules plus grosses et plus lourdes, ce qui entraîne une amélioration des processus de décantation et de filtration. La détermination de la dose optimale du coagulant est particulièrement importante. La technique des réseaux neuronaux artificiels est une technologie d'intelligence artificielle robuste qui peut modéliser le processus de traitement d’eau potable. Dans cette étude, trois modèles de réseaux de neurones, un perceptron multicouche (MLP), un réseaux de neurones a fonction de base radiale (RBF), et un réseau de neurones a régression générale (GRNN) afin de déterminer la dosage du coagulant à adopter dans le processus de la station de traitement de d'eau potable. Les données utilisées dans cette recherche ont été obtenues à partir de la station de traitement d'eau potable de Koudiet Medouar. Pour évaluer la performance du modèle, les paramètres de l'erreur quadratique moyenne (EQM), l'erreur moyenne absolue (EMA), le coefficient de régression (R), et du coefficient de Nash-Stucliffe (NSE) ont été utilisés. L'étude comparative de différentes valeurs des paramètres de performances obtenues démontre que le modèle de réseau de neurones à fonction de base radiale (RBF) sa grande précision en ce qui concerne la prédiction des dosages optimaux du coagulant. L'utilisation de ces modèles permettra donc aux opérateurs permettra de : 1- Réduire les coûts et le temps nécessaire pour effectuer des tests expérimentaux du Jar-test ; 2- Prédire un dosage approprié pour les quantités de coagulant afin d'assurer la production d'eau potable conforme aux normes algériennes.
Description
Keywords
Eau potable, Prédiction, Coagulant
Citation
Collections