پایان نامه تعیین تجربی و مدل سازی هدایت الکتریکی آب های طبیعی

word 13 MB 31812 90
1393 کارشناسی ارشد مهندسی شیمی
قیمت قبل:۶۳,۲۰۰ تومان
قیمت با تخفیف: ۲۳,۸۰۰ تومان
دانلود فایل
  • بخشی از محتوا
  • وضعیت فهرست و منابع
  • پایان‌نامه دوره کارشناسی ارشد در رشته مهندسی شیمی گرایش ترموسینیتیک و کاتالیست

    چکیده

    هدف از این پژوهش تخمین هدایت الکتریکی آب­های طبیعی بر اساس روش­های نوین ریاضی می­باشد که برای دستیابی به این مهم، آب رودخانه­ها­ی کرج و جاجرود به عنوان موردهای خاص در نظر گرفته شده اند. بدین منظور تعداد 20 ایستگاه نمونه­گیری انتخاب گردیده و آزمایش­های مربوط به پارامتر­های درجه حرارت، قلیائیت (pH)، کدورت، سختی، کل جامد محلول (TDS) و غلظت آنیون­ها و کاتیون های اصلی بر روی نمونه­ها صورت گرفته است. با استفاده از شبکه عصبی مصنوعی نرم افزار متلب به ترتیب تعداد 2137 و 1857 نمونه برای رودخانه کرج و جاجرود بر اساس مدل­های مختلف، مدل­سازی شده که در این مدل­ها به ترتیب تعداد 1495 و 1300 نمونه به عنوان داده­های آموزش شبکه برای رودخانه کرج و جاجرود استفاده شده است. در نهایت برای هر دو رودخانه کرج مدل پیشنهادی خاصی  با تابع محرک تانژانت سیگموئیدی و تابع آموزش لونبرگ- مارکوات مورد قبول قرار گرفت. برای رودخانه کرج خطای نرمال میانگین مربعات خطا برابر 033/0 و کمینه ریشه­ی میانگین مربعات خطا 06/12 می­باشد. همچنین مقدار رگراسیون برابر 98/0 می­باشد برای رودخانه جاجرود، خطای نرمال میانگین مربعات خطا برابر 043/0 و کمینه ریشه­ی میانگین مربعات خطا 97/16 می­باشد. همچنین مقدار ضریب همبستگی برابر 99/0 می­باشد.

     

    واژه‌های کلیدی:

    هدایت الکتریکی، آب­ های طبیعی، رودخانه کرج، رودخانه جاجرود، شبکه عصبی مصنوعی، پیش بینی.

     

    مقدمه

    اهمیت علمی هدایت الکتریکی محلول­ های الکترولیت علاقه­ فزاینده­ی پژوهشگران را در سال­های اخیر به خود جلب کرده است و مقدار زیادی از نتایج آزمایشگاهی در این زمینه منتشر شده است ]1[. در زمینه فعالیت­های صنعتی و پژوهشی نیاز به بررسی و مبذول داشتن توجه به امر مهم و تأثیرگذار هدایت الکتریکی وجود دارد. شایان ذکر است که بررسی پارامتر هدایت الکتریکی در زمینه فعالیت­های تصفیه آب، شیرین سازی، فعالیت های کشاورزی (بررسی نمونه­ی خاک­ ها)، تشخیص نشتی مبدل­های حرارتی، تشخیص میزان خلوص آب و اندازه­گیری کل املاح حل شده در آب، تشخیص الکترولیت­های قوی از ضعیف، به دست­آوردن اطلاعات ترمودینامیکی نظیر درجه یونیزاسیون و بسیاری موارد دیگر از اهمیت بسزایی بر­خوردار است ]2[.

    در کاربرد­های مهندسی، دانشی از هدایت الکتریکی برای طراحی و بهینه­سازی فرآیند­ها و دستگاه­های مختلف، بخصوص آن­هایی که شامل سیستم­های الکتروشیمیایی می­باشند، بسیار مهم است. در حوزه حفاظت از خوردگی محیط­های آبی و طراحی سیستم­های حفاظت کاتدیک، هدایت الکتریکی اطلاعات مفیدی ارائه می کند. همچنین هدایت الکتریکی می­تواند برای به­دست­ آوردن دیدی نسبت به خواص محلول­های الکترولیت و ارزیابی مقادیر مشخصه­های فیزیکی از قبیل ثابت تفکیک مورد استفاده قرار گیرد ]3 و4[.

    هدایت الکتریکی مقیاسی برای تعیین توانایی محلول در حمل جریان الکتریکی است. هدایت در مایعات مانند هدایت در فلزات توسط حرکت آزادانه­ی الکترون­ها صورت نمی­گیرد، بلکه توسط یون­ها حمل می­شود. تمام یون­ها­ی موجود در محلول به حمل جریان و در نهایت هدایت کمک می­کنند. در نتیجه از طریق تعیین هدایت الکتریکی می­توان غلظت املاح یونیزه شده در نمونه­ی موجود را تعیین کرد ]5[.

    1-2  قابلیت هدایت الکتریکی

    قابلیت هدایت الکتریکی مشخصه­ای است فیزیکی که بستگی به غلظت مواد قابل یونیزاسیون در آب داشته و توانایی آب را در هدایت الکتریکی نشان می­دهد. واحد مقاومت الکتریکی اهم در متر می­باشد. قابلیت هدایت الکتریکی عکس مقاومت است. در سال 1971 واحد زیمنس که با نماد s نشان می­دهند، توسط کنفرانس عمومی اوزان و مقادیر به عنوان واحد به­دست­آمده­ی SI تصویب شد. در نتیجه واحد قابلیت هدایت الکتریکی زیمنس بر متر تعیین شد. واحد زیمنس به نام ورنر ون زیمنس[1]، مخترع آلمانی قرن نوزده میلادی، در زمینه مهندسی برق است ]5 و6[. از هدایت الکتریکی آب برای پی­بردن به تغییرات ناگهانی مواد معدنی محلول در آب، برای قضاوت در خصوص مطلوب بودن کیفیت آب مقطر، برای پی بردن به صحت برخی از آزمون­های آب از جمله در تجزیه و تحلیل پارامتر­هایی از قبیل کل مواد جامد محلول  مورد استفاده قرار می­گیرد ]6[.

    در هادی­های فلزی الکترون­های آزاد عامل هدایت جریان هستند اما در محلول­های آبی این اتفاق توسط آنیون ها و کاتیون­ها صورت می­گیرد. الکترولیت­ها محلول­هایی شامل یون­های حاصل از حل شدن نمک­ها و یا یونیزه شدن مواد در محلول هستند. یون­ها مسئول انتقال جریان الکتریکی می­باشند. الکترولیت­ها به دو دسته تقسیم می شوند:

    الکترولیت­های قوی: این محلول­ها به صورت کامل یونیزه شده، در واقع غلظت یون در محلول متناسب با غلظت الکترولیت است. جامد­های یونی و اسید­های قوی شامل این گروه می­باشند.

    الکترولیت­های ضعیف: این محلول­ها به صورت کامل یونیزه نمی­شوند. به طور مثال اسید استیک به صورت جزئی به یون استات و یون هیدروژن تفکیک می­شود، بنابراین محلول اسید استیک هم شامل مولکول­ها و هم یون­ها است.

    الکترولیت­های ضعیف در مقایسه با الکترولیت­های قوی رفتار هدایتی ضعیف­تری دارند، زیرا تعداد یون­های موجود در آن­ها کمتر است، در نتیجه جریان الکتریکی بین الکترود­ها کمتر حمل می­شود ]7[.

    1-2-1 اندازه­گیری قابلیت هدایت الکتریکی

    هدایت الکتریکی یک محلول الکترولیت در اثر حرکت یون­های منفی به طرف آند و حرکت یون­های مثبت به طرف کاتد در یک پیل الکتریسیته در نتیجه­ی یک پتانسیل اعمال شده به وجود می­آید و نشانگر توانایی آن محلول جهت عبور جریان الکتریسیته است. برای اینکه محلول بتواند الکتریسیته را از خود عبور دهد باید دارای اجزای یونی پایدار باشد. جزئی از جریان که توسط یک یون منتقل می­شود به غلظت نسبی آن مربوط است.توانایی یک یون برای هدایت بستگی به بار یون و خواص حلال (مانند گرانروی و ساختار مولکولی) دارد. افزایش گرما قابلیت هدایت الکتریکی محلول را زیاد می­کند، زیرا در اثر گرما، گرانروی حلال کم می­شود ]8[.

    هدایت توسط جریان الکتریکی متناوب (I) بین دو الکترود غوطه­ور در محلول و اندازه­گیری ولتاژ (V) محاسبه  می­شود. قانون اهم مطابق معادله (1-1) این وابستگی را توصیف می­­کند.

    (1-1)

    مقاومت (R) به شکل هندسی رسانا (طول L و سطحA  ) و هدایت الکتریکی (k) بستگی دارد.

    (1-2)

    نسبت طول به سطح رسانا را ثابت سلول[2] می­نامند و با نماد K نشان می­دهند.

    بر اساس معادله  (1-3) هدایت[3] (G)، عکس مقاومت[4] (R) می­باشد.

    )1-3)

    هدایت الکتریکی[5] (k) درمحلول­های آبی به عنوان پارامتری برای تعیین غلظت یون­های محلول استفاده می­شود.

    مطابق معادله  (1-4) مقاومت ویژه[6] (𝝆)، عکس هدایت الکتریکی (k) می­باشد.

    )1-4(

    برای تعیین هدایت الکتریکی (k)، جریان شناخته شده­ای را مورد استفاده رسانا قرار می­دهند و افت ولتاژ را که وابسته به مقاومت می­باشد، اندازه­گیری می­کنند. بنابراین مقاومت به طور مستقیم قابل دسترسی می باشد؛ در نتیجه هدایت الکتریکی ویژه با در نظر گرفتن هندسه رسانا تعیین می­شود ]9 و10[. هدایت الکتریکی غالب آب­های شیرین که مناسب برای استفاده جهت شرب می­باشند، بین 50 تا 500 میکروزیمنس بر سانتیمتر است و در فاضلاب شهری رقم هدایت الکتریکی نزدیک به رقم هدایت الکتریکی آبی است که در شهر توزیع شده است، مگر اینکه اختلاط فاضلاب با پساب صنعتی هدایت الکتریکی را تغییر دهد و دراین صورت ممکن است هدایت الکتریکی تا 10000 میکروزیمنس بر سانتیمتر نیز برسد. هدایت الکتریکی آب مقطر آزمایشگاه بین 5/0 تا 5 میکروزیمنس بر سانتیمتر می­باشد. آب باران هدایت الکتریکی 5 تا 30 میکروزیمنس بر سانتیمتر دارد و در آب­های سطحی و آشامیدنی هدایت الکتریکی بین 30 تا 2000 میکروزیمنس بر سانتیمتر متغییر است. هدایت الکتریکی آب اقیانوس­ها بین 45000 تا 55000 میکروزیمنس بر سانتیمتر است ]8[.

     

    Abstract:

     

    The purpose of this study was to estimate the electrical conductivity of natural water based on the modern mathematical methods considering Karaj and Jajrud Rivers as the special case studies. So the required experimental data were collected from 20 sampling stations. The data included different parameters such as temperature, alkalinity (pH), turbidness, hardness, total dissolved substances (TDS), basic anions and Cation density. Different Artificial Neural Networks were designed by MATLAB using 2137 and 1857 total data samples for Karaj and Jajrud case studies, respectively. The training data for these case studies were equal to 1495 and 1300, respectively. The best model for both case studies used sigmoid tangent transfer function as well as the Levenberg - Marquardt training function. The normal mean square error for Karaj River was equal to 0.033, the minimum mean square error was recorded as 12.06 and the correlation coefficient was found to be 0.98.  The normal mean square error for the Jajrud River was equal to 0.043, the min mean square error was recorded as 16.97 and the correlation coefficient was found to be 0.99.

     

    Key words: electrical conduction; natural water; Karaj River; Jajrud River; artificial neural network; predicting.

  • فهرست:

    فهرست جدول ها ‌ل

    فهرست شکل ها ‌م

    فهرست نشانه ها ‌س

    فصل اول. 1

    کلیات تحقیق. 1

    1-1 مقدمه.. 2

    1-2  قابلیت هدایت الکتریکی.. 2

    1-2-1 اندازه گیری قابلیت هدایت الکتریکی.. 3

    1-2-2 عوامل مؤثر بر هدایت الکتریکی.. 5

    1-2-3 کاربرد هدایت الکتریکی.. 7

    1-3 عوامل مرتبط با هدایت الکتریکی.. 9

    1-4 اهمیت تحقیق.. 10

    فصل دوم. 12

    مرور تحقیقات پیشین. 12

    2-1 روابط محاسبه هدایت الکتریکی در محلول ها 13

    2-1-1 روش کلروش و همکارانش.... 13

    2-1-2 روش اونساگر. 16

    2-1-3 روش رقیق سازی اوستوالد.. 16

    2-2 روش های تخمین هدایت الکتریکی آب های طبیعی.. 16

    2-2-1 روش پولاک.... 16

    2-2-2 روش اکربونی و موستی.. 17

    2-2-3 روش مکلسکی.. 18

    2-2-4 توسعه یافته مدل روسوم اصلاح شده. 20

    2-3 روش های نوین ریاضی در تخمین هدایت الکتریکی.. 21

    2-3-1 تخمین هدایت الکتریکی رودخانه زرینه رود. 22

    فصل سوم. 23

    روش تحقیق. 23

    3-1مقدمه.. 24

    3-2 شبکه عصبی.. 24

    3-2-1 تاریخچه شبکه عصبی.. 26

    3-2-2 کاربرد شبکه عصبی.. 29

    3-2-3 مزیت ها ومعایب شبکه عصبی.. 29

    3-2-4 ساختار نرون طبیعی.. 30

    3-2-5 مدل ریاضی نرون. 32

    3-2-6 انواع توابع انتقال.. 34

    3-2-7 ویژگی های شبکه عصبی مصنوعی.. 36

    3-2-8 ساختار شبکه عصبی.. 38

    3-3 آموزش شبکه های عصبی.. 39

    3-4 شبکه های عصبی چند لایه پیشخور 41

    3-4-1 تاریخچه شبکه عصبی چند لایه پیشخور 42

    3-4-2 شبکه های پرسپترون چند لایه (MLP) 43

    3-5 الگوریتم پس انتشار خطا 44

    3-5-1 ساختار شبکه در الگوریتم پس انتشار خطا 45

    3-5-2 نگرش کلی بر آموزش شبکه.. 45

    3-5-3 مبنای ریاضی الگوریتم پس انتشار خطا 49

    3-5-4 ملاحظاتی در مورد الگوریتم BP.. 52

    3-5-5 الگوریتم های آموزشی پس انتشار خطا 54

    فصل چهارم. 56

    نتایج و محاسبات.. 56

    4-1 مقدمه.. 57

    4-2  منطقه مورد مطالعه.. 57

    4-2-1 رودخانه کرج.. 57

    4-2-2 رودخانه جاجرود. 58

    4-2 استفاده از شبکه عصبی به منظور پیش بینی هدایت الکتریکی.. 62

    4-3 مقایسه مدل های ارائه شده جهت تخمین هدایت الکتریکی.. 67

    فصل پنجم.. 80

    نتیجه گیری و پیشنهادها 80

    5-1 نتیجه گیری.. 81

    5-2 پیشنهاد ها 84

    منابع. 86

    پیوست الف.. 92

    چکیده انگلیسی.. 97

     

    منبع:

     

    ]1[ عابدینی، حسین؛ فرشچی تبریزی، فرشاد؛ نادری میقان، سعید؛ "مقایسه روش­های مختلف برای پیش بینی هدایت الکتریکی محلول کربنات سدیم با تیتراسیون شوینده سدیم دو دسیل سولفات"، سومین همایش علوم و فناوری مواد فعال سطحی و صنایع شوینده، تهران، 1391.

    ]2 [هریس، دانیال. سی؛ "شیمی تجزیه کمی (جلد اول)"، ترجمه انصافی، علی اصغر؛ رحیمی منصور، حسن؛   قاضی عسکر، حسن؛ مرکز نشر دانشگاه صنعتی اصفهان، ویرایش سوم، 1387.

    [3] Wang, P., Anderko, A., Young, R.D., "Modeling Electrical Conductivity in Concentrated and Mixed-Solvent Electrolyte Solutions", Ind. Eng. Chem. Res., Vol. 43, No. 25, PP. 8083-8092, 2004.

    [4] Anderko, A., Lencka, M.M., "Computation of Electrical Conductivity of Multicomponent Aqueous Systems in Wide Concentration and Temperature Ranges", Ind. Eng. Chem. Res., Vol. 36, No. 5, PP. 1932-1943, 1997.

    [5] www.iccontrols.com/files/4-1.pdf.

    ]6[ حسینی، فرشته؛ "بررسی کمی و کیفی رودخانه شاهرود طالقان در محدوده شهرک طالقان"، پایان نامه کارشناسی ارشد دانشکده محیط زیست، دانشگاه آزاد تهران شمال، 1381.

    [7] www.tau.ac.il/~chemlaba/.../Theoryconductivity.pdf.

    ]8[ جباری، فرناز؛ "تعیین منشأ و بار آلودگی از سه رودخانه مهم استان مازندران به دریا خزر (نکا- تالار- بابلرود)"، پایان نامه کارشناسی ارشد دانشکده محیط زیست، دانشگاه آزاد تهران شمال، 1381.

    [9] www.dataweigh.com/shared/pdf.asp?UploadID=2137.

    [10] Ewing, G.W., "Analytical Instrumentation Handbook", 2nd edition, M. Decker, New York, PP. 1099-1105, 1997.

    [11] Clesceri, L.S., Greenberg, A.E., Eaton, A.D., "Standard Methods for the Examination of Water and Wastewater", 20th edition, American Public Health Association, Washington, 1998.

    [12] Sorensen, J.A., Glass, G.E., "Ion and Temperature Dependence of Electrical Conductance for Natural Waters", Anal. Chem., Vol. 59, No. 13, PP. 1594-1597, 1987.

    [13] Parsons, R., "Manual of Symbols and Terminology for PHysicochemical Quantities and Units", Appendix III – electrochemical nomenclature, Pure Appl. Chem., Vol. 37, PP. 499-516, 1974.

    [14] Harned, H.S., Owen, B.B., "The PHysical Chemistry of Electrolytic Solutions", 3rd edition, Reinhold Book Corp., New York, PP. 113-213, 1958.

    [15] Robinson, R.A., Stokes, R.H., "Electrolyte Solutions", 2nd edition, Butterworths Scientific Publications, London, PP. 42-143, 1959.

    [16] Atkins, P.W., De Paula, J., "PHysical Chemistry", 8th edition, W. H. Freeman and Company, New York, PP. 762-764, 2006.

    [17] www2.emersonprocess.com/siteadmincenter/.../Liq_ADS_43-018.pdf

    [18] www.cwc.nic.in/main/HP/download/08%20Understanding%20EC.pdf.

    [19] Marandi, A., Polikarpus, M., Jõeleht, A., "A New Approach for Describing the Relationship between Electrical Conductivity and Major Anion Concentration in Natural Waters", Applied Geochemistry, Vol. 38, PP. 103-109, 2013.

    ]20[ مؤسسه استاندارد و تحقیقات صنعتی ایران، "کیفیت آب- تعیین هدایت الکتریکی"، شماره ثبت 7476،www.zums.ac.ir/files/tarom.../hedayat_electri_ab.doc> >. 

    [21] Kortum, G., Bockris, J.O., "Textbook of Electrochemistry", Elsevier Publishing, New York, Vol. 1, PP.351, 1951.

    [22] Miller, R.L., Bradford, W.L., Peters, N.E., "Specific Conductance: Theoretical Considerations and Application to Analytical Quality Control", United States Geological Survey Water-Supply, Vol. 19, PP. 2311, 1988.

    [23] Harned, H.S., Owen, B.B., "The PHysical Chemistry of Electrolytic Solutions", 3d edition, American Chemical Society MonograpH Series, Reinhold Publishing, New York, PP. 803, 1964.

    [24] http://en.wikipedia.org/wiki/Conductivity_(electrolytic).

    [25] Lobo, V.M.M., Quaresma, J.L., "Handbook of Electrolyte Solutions", PHysical Science Data Series 41, Elsevier, Amsterdam, 1989.

    [26] Conway, B.E., "Electrochemical Data", Elsevier, Amsterdam, 1952.

    [27] Milazzo, G., "Electrochemistry: Theoretical Principles and Practical Applications", Elsevier, Amsterdam, 1963.

    [28] Lide, D.R., "CRC Handbook of Chemistry and PHysics", 84th edition, CRC Press LLC, 2004.

    [29] Wright, M.R., "An Introduction to Aqueous Electrolyte Solutions", Wiley, 2007.

    [30] Pollak, M.J., "The Use of Electrical Conductivity Measurements for Chlorinity Determination", Journal of Marine Research, Vol. 13, No. 2, PP. 228-231, 1954.

    [31] Accerboni, E., Mosetti, F., "A PHysical Relationship among Salinity, Temperature, and Electrical Conductivity of Sea Water", Bollettino di geofisci teorica ed applicata, Vol. 9, No. 34, PP. 87-96, 1967.

     [32] Lattey, R.T., "On the Dilution Law for Strong Electrolytes", PHilos. Mag., Vol. 7, PP. 831–836, 1927.

    [33] McCleskey, R.B., Nordstorm, D.K., Ryan, J.N., Ball, J.W., "A new Method of Calculating Electrical Conductivity with Applications to Natural Waters", Geochimica et Cosmochimica Acta, Published by Elsevier Ltd., Vol. 77, PP. 369-382, 2012.

    [34] McCleskey, R.B., Nordstorm, D.K., Ryan, J.N., "Electrical Conductivity Method for Natural Waters", Applied Geochemistry, Published by Elsevier Ltd., Vol. 26, PP. 227-229, 2011.

    [35] Hughes, S.G., Taylor, E.L., Wentzell, P.D., "Models for Conductance Measurements in Quallity Assurance of Water Analysis", Anl. Chem., Vol. 66, PP. 830-835, 1994.

    [36] Asghari Moghaddam, A., Nadiri, A., Fijani, E., "Ability to Study Different Models of Artificial Neural Networks to Evaluate Groundwater Water Level in the Hard  Formation", Tenth Conference of Geological Society, Tehran, 2006.

    [37] Zare Abyaneh, H., Bayat Varkeshi, M., Daneshkare Arasteh, P., "Forecasting Nitrate Concentration in Groundwater using Artificial Neural Network and Linear Regression Models", International AgropHysics, Vol. 25, No. 2, PP. 187-192, 2011.

    [38] Zare Abyaneh, H., Yazdani, V, Azhdari, K.H., "Comparative Study of Four   Meteorological Drought Index Based on Relative Yield of Rain Fed Wheat in Hamedan Province", PHysical GeograpHy Research Quarterly, Vol. 69, PP. 35-49, 2009.

    [39] Mehrdadi, N., Hasanlou, H., Jafarzadeh, M.T., Abodolabadi, H., "Simulation of low TDS and biological units of Fajr Industrial Wastewater Treatment Plant using Artificial Neural Network and Principal Component Analysis hybrid method", Journal of water resource and protection, Vol. 4, PP. 370-376, 2012.

    ]40[ خوشنظر، علی؛ نصرآبادی، تورج؛ عباسی مائده، پویان؛ "کارایی شبکه عصبی مصنوعی در پیش بینی میزان هدایت الکتریکی رودخانه زرینه رود"، فصلنامه انسان و محیط زیست، شماره 22، 1391.

    ]41[ قربانی، فاطمه؛ "آشنایی با شبکه عصبی و استفاده از جعبه ابزار آن در محیط متلب"، پژوهشگاه علوم و فنآوری اطلاعات ایران، 1392.

    [42] Tan, K., "The Application of Neural Networks to Unix Computer Security", Proceeding of the IEEE International Conference on Neural Networks, IEEE Press, Vol. 1, PP. 476-481, 1995.

    [43] Wang, G., Hao, J., Ma, J., Huang, L., "A New Approach to Intrusion Detection using Artificial Neural Networks and Fuzzy Clustering", Expert Systems with Applications: An International Journal, vol. 37, No. 9, PP. 6225-6232, 2010.

    [44] Fox, K., Henning, R., Reed, J., "A Neural Network Approach toward Intrusion Detection", Proceeding of the 13­th National Computer Security Conference, Washington, D.C., U.S.A, Vol. 1, PP. 124-134, 1990.

    ]45[ کیا، مصطفی؛ "شبکه­های عصبی در MATLAB"، خدمات نشر کیان رایانه سبز، چاپ سوم، تهران،1389.

    [46] Debar, H., Becker, M., Siboni, D., "A Neural Network Component for an Intrusion Detection System", IEEE Computer Society Symposium on Research in Computer Security and Privacy, Oakland, PP. 240-250, 1992.

    [47] Ellacott, S.M., "Mathematics of Neural Networks", Prentice Hall, 1997.

    [48] Neural Network Toolbox User's Guide, "Matlab User Manual", Math Works Inc 2011.

    [49] Moradi, M., Zulkernine, M., "A Neural Network based System for Intrusion Detection and Classification of Attacks", Proceeding of the 2004 IEEE International Conference on Advances in Intelligent Systems–Theory and Applications, Luxembourg-Kirchberg, Luxembourg, IEEE Press, PP. 15–18, 2004.

    ]50[ اسفندیاری، کورش؛ "استفاده از شبکه عصبی مصنوعی در تخمین ضرایب دوم ویریال"، پایان نامه کارشناسی دانشکده مهندسی شیمی، دانشگاه صنعتی نوشیروانی بابل، 1388.

    ]51[ منهاج، محمد باقر؛ "مبانی شبکه­های عصبی (جلد اول)"، انتشارات دانشگاه صنعتی امیرکبیر، چاپ سوم، تهران، 1384.

    ]52[ کریمی کمانگر، فاطمه؛ "بررسی و تصحیح روش­های موجود پیش بینی هدایت حرارتی مواد و مقایسه آن با روش­های هوشمند"، پایان نامه کارشناسی ارشد دانشکده مهندسی شیمی، دانشگاه صنعتی نوشیروانی بابل، 1392.

    ]53[ شریف الدین، مهرنوش؛ "بررسی و مقایسه روش­های کلاسیک پیش بینی جرم حجمی مایعات با روش­های نوین ریاضی"، پایان نامه کارشناسی ارشد دانشکده مهندسی شیمی، دانشگاه صنعتی نوشیروانی بابل، 1392.

    ]54[ بیل، آر؛ جکسون، تی؛"آشنایی با شبکه­های عصبی"، ترجمه البرزی، محمود؛ مؤسسه انتشارات علمی دانشگاه صنعتی شریف، چاپ چهارم، تهران، 1389.

    ]55[ گودرز وند چگینی، امیر؛ جعبه ابزارهای MATLAB، انتشارات ناقوس، چاپ اول، تهران، 1384.

    [56] Demuth, H., Beale, M., "Neural Network Toolbox for Use with MATLAB", Math Works Inc, Natick, Massachusetts, U.S.A, 2002.

    ]57[ سعیدی، مسعود؛ "عملیات شبکه­های عصبی"، ماهنامه شبکه، شماره 52، اسفند 1383.

    ]58[ مهندسین مشاور جاماب وابسته به وزارت نیرو، "طرح جامع آب کشور حوضه­ی آبریز شور، کرج و جاجرود"، 1368.

    [59]http://webcache.googleusercontent.com/search?q=cache:fLo1smwzNvUJ:www.wikipg.com/wiki/titles.

    ]60[عباسی، دانیال؛ قربانی زاده خرازی، حسین؛ "مدلسازی و پیش بینی دبی روزانه رودخانه جاجرود به وسیله شبکه عصبی مصنوعی"، همایش منطقه­ای مهندسی عمران و بحران آب و انرژی، دانشگاه آزاد اسلامی واحد مشکین شهر، 1391.

    ]61[ انتشارات اداره آب و فاضلاب استان تهران.

    [62] Cherqaoui, D., Villemin, D., "Use of a Neural Network to Determine the Boiling Point of Alkanes", J. Chem. Soc., Faraday Trans., Vol. 90, PP. 97-102, 1994.

    [63] Lohninger, H., "Evaluatin of Neural Networks Based on Radial Basis Functions and their Application to the Prediction of Boiling Points from Structural Parameters", J. Chem. Inf. Comput. Sci., Vol. 33, PP. 736-744, 1993.

    [64] Ivanciuc, O., "MolNet Neural Network Application in Structure-Property Studies", the 23rd Chemistry Conference, Calimansti, Valcea, Romania, 1997.

    [65] Coppola, E., Szidarovszky, F., Poulton, M., Charles, E., "Artificial Neural Network Approach for Predicting Transient Water Levels in a Multi Layered Groundwater System under Variable State, Pumping and Climate Condition", Journal of Hydrologic Engineering, Vol. 8, No. 6, PP, 348-360, 2003.

    [66] Kumar, M., Raghuwanshi, N.S., Singh, R., Wallender, W.W., Pruitt, W.O., "Estimating Evapotranspiration Using Artificial Neural Networks", Journal of Irrigation and Drainage Engineering, ASCE, Vol. 128, No. 4, PP. 224-233, 2002.

    [67] Coulibaly, P., Anctil, F., Aravena, R., Bobée, B., "Artificial Neural Network Modeling of Water Table Depth Fluctuations", Water Resources Research, Vol. 37, No. 4, PP. 885-896, 2001.

    ]68[ مهردادی، ناصر؛ عباسی مائده، پویان؛ "کیفی آب زیرزمینی شهر تهران به کمک شاخص جهانی WHO"، نشریه بین المللی عمران آب، شماره 64، 1391.


موضوع پایان نامه تعیین تجربی و مدل سازی هدایت الکتریکی آب های طبیعی, نمونه پایان نامه تعیین تجربی و مدل سازی هدایت الکتریکی آب های طبیعی, جستجوی پایان نامه تعیین تجربی و مدل سازی هدایت الکتریکی آب های طبیعی, فایل Word پایان نامه تعیین تجربی و مدل سازی هدایت الکتریکی آب های طبیعی, دانلود پایان نامه تعیین تجربی و مدل سازی هدایت الکتریکی آب های طبیعی, فایل PDF پایان نامه تعیین تجربی و مدل سازی هدایت الکتریکی آب های طبیعی, تحقیق در مورد پایان نامه تعیین تجربی و مدل سازی هدایت الکتریکی آب های طبیعی, مقاله در مورد پایان نامه تعیین تجربی و مدل سازی هدایت الکتریکی آب های طبیعی, پروژه در مورد پایان نامه تعیین تجربی و مدل سازی هدایت الکتریکی آب های طبیعی, پروپوزال در مورد پایان نامه تعیین تجربی و مدل سازی هدایت الکتریکی آب های طبیعی, تز دکترا در مورد پایان نامه تعیین تجربی و مدل سازی هدایت الکتریکی آب های طبیعی, تحقیقات دانشجویی درباره پایان نامه تعیین تجربی و مدل سازی هدایت الکتریکی آب های طبیعی, مقالات دانشجویی درباره پایان نامه تعیین تجربی و مدل سازی هدایت الکتریکی آب های طبیعی, پروژه درباره پایان نامه تعیین تجربی و مدل سازی هدایت الکتریکی آب های طبیعی, گزارش سمینار در مورد پایان نامه تعیین تجربی و مدل سازی هدایت الکتریکی آب های طبیعی, پروژه دانشجویی در مورد پایان نامه تعیین تجربی و مدل سازی هدایت الکتریکی آب های طبیعی, تحقیق دانش آموزی در مورد پایان نامه تعیین تجربی و مدل سازی هدایت الکتریکی آب های طبیعی, مقاله دانش آموزی در مورد پایان نامه تعیین تجربی و مدل سازی هدایت الکتریکی آب های طبیعی, رساله دکترا در مورد پایان نامه تعیین تجربی و مدل سازی هدایت الکتریکی آب های طبیعی

پایان نامه کارشناسی ارشد رشته مهندسی عمران – سازه‌ های هیدرولیکی چکیده: رودخانه‌ ها از مهم‌ترین و متداول‌ترین منابع تأمین آب آشامیدنی، کشاورزی و صنعتی به شمار می‌آیند. این منابع به علت عبور از بسترهای مختلف و ارتباط مستقیم با محیط پیرامون خود نوسانات کیفی زیادی دارند. از اینرو پیش‌بینی کیفیت جریان رودخانه‌ها که پدیده‌ای غیر قطعی، تصادفی و تأثیرپذیر از برخی عوامل طبیعی و غیر ...

پایان نامه کارشناسی ارشد در رشته مهندسی شیمی (گرایش مهندسی گاز) در سالهای اخیر، چاه­های افقی زیادی در اطراف جهان حفر شده­است. دلیل عمده­ی آن توانایی افزایش سطح مخزن در تماس با چاه است که باعث افزایش بهره بری از چاه می­شود. از چاه­آزمایی برای شناخت مدل­های مخازن هیدروکربوری و تشخیص پارامترهای مربوط به آن­ها استفاده می­شود. چاه­آزمایی بر مبنای ایجاد اختلال در جریان و ثبت فشار ته ...

پایان نامه برای دریافت درجه کارشناسی ارشد در رشته مهندسی مکاترونیک چکیده فارسی هدف از این پروژه معرفی یک رویکرد جدید برای عیب یابی خطوط لوله انتقال گاز با استفاده از امواج مکانیکی است که این روش بسیار ارزان تر و آسان تر از روش های دیگری است. که در حال حاضر مشغول به کار هستند. این خطوط معمولا در شرایط محیطی سخت و دور از دسترس و در مسافت های طولانی قرار دارند و استفاده از سیستم ...

پايان نامه کارشناسي ارشد رشته مديريت فناوري اطلاعات (M.Sc) سال تحصيلي 1390- 1389   چکيده به منظور بررسي و پيش‌بيني الگوي پراکنش کفزيان مهم اقتصادي، داده‌هاي صيد 10 گونه

جهت اخذ درجه کارشناسی ارشد رشته مهندسی شیمی چکیده یخ زدگی فن ها در واحدهای عملیاتی از جمله واحد هیدروژن پالایشگاه امام خمینی شازند در فصول سرد سال یکی از مشکلات مهم در این پالایشگاه می باشد. به منظور ارائه راهکار مناسب برای حل این مشکل بایستی تخمینی مناسب از دمای خروجی فن را داشته باشیم. روش شبکه عصبی ابزار محاسباتی بسیار قوی به منظور مدلسازی پدیده ها می باشد. در این تحقیق از یک ...

پایان نامه جهت اخذ درجه کارشناسی ارشد در رشته مهندسی منابع طبیعی – آبخیزداری چکیده منابع آب زیر زمینی بعد از یخچال­ها و پهنه­های یخی، بزرگ­ترین ذخیره آب شیرین زمین را تشکیل می­دهند و یکی از منابع مهم تأمین آب شیرین موردنیاز انسان هستند. ازآنجاکه در اکثر نقاط کشور بارش­ها اغلب ناچیز و گاه به­صورت سیلاب­های مخرب ظاهر می­شوند، می­توان از عملیات تغذیه مصنوعی آب­های زیرزمینی به‌عنوان ...

پایان نامه برای دریافت درجه کارشناسی ارشد در رشته مهندسی مکاترونیک چکیده فارسی هدف از این پروژه معرفی یک رویکرد جدید برای عیب یابی خطوط لوله انتقال گاز با استفاده از امواج مکانیکی است که این روش بسیار ارزان تر و آسان تر از روش های دیگری است. که در حال حاضر مشغول به کار هستند. این خطوط معمولا در شرایط محیطی سخت و دور از دسترس و در مسافت های طولانی قرار دارند و استفاده از سیستم ...

پایان­نامه کارشناسی ارشد در رشته­ی مهندسی شیمی چکیده مطالعه آزمایشگاهی حذف کادمیوم از آب آشامیدنی در این پژوهش فرایند حذف کادمیوم از آب آشامیدنی به روش همرسوبی کربنات کلسیم مطالعه شد. امروزه آلودگی آب­های طبیعی با فلزات سنگین، به دلیل اثرات مخربی که بر موجودات زنده می­گذارد موجب نگرانی بسیاری از کشورهای جهان شده است. کادمیوم از طریق فاضلاب­ها و فرسایش سنگ­های معدنی و پساب­های ...

پايان نامه کارشناسي ارشد رشته­ مهندسي صنايع- سيستم ‏هاي اقتصادي اجتماعي بهمن 1393 چکيده طي ده هاي اخير، انرژي الکتريکي در کنار ساير عوامل توليد نقش تعيين کننده اي در رشد اقتصادي کشور

پایان‌نامه کارشناسی ارشد مدیریت دولتی- گرایش مدیریت مالی چکیده : در سال‌های گذشته روند مصرف انرژی برق به‌دلیل رشد و توسعه ملی روبه فزونی نهاده تا جایی که در سال 1390 میزان سوخت‌های فسیلی مصرفی گاز طبیعی و فرآورده‌های نفتی معادل 385.5 بشکه نفت خام بوده است. از این میزان معادل 306.1 بشکه نفت خام مستهلک شده است که معادل 79.4 درصد می‌باشد. این میزان سوخت فسیلی به هدر رفته و تبدیل به ...

ثبت سفارش