نمذجة محطات المعالجة بالحمأة المنشطة بين طريقة الشبكة العصبونية (ANN) والطرق القائمة على المعادلات والحساب في بحث على نماذج معتمدة مع التقييم والمقارنة

الملخص

إن ما قدمته النماذج لمصممي ومشغلي محطات المعالجة بالحمأة المنشطة من معطيات ساهمت في تحسين أداء المحطات وحل مشاكل التشغيل والقدرة على التنبؤ بمواصفات المياه المعالجة وما نتج عن ذلك من تخفيض في التكاليف وضبط النوعية؛ يشكل حافزاً للمزيد من البحث في الطرق المعتمدة من قبل المختصين لبناء النماذج. فهناك الطرق التي تقوم على المعادلات والحساب وهي الأقدم في الاستخدام ويمثلها النموذج المعيار((ASM1 الذي يعتبر أساس نمذجة المحطات التي تعمل بالحمأة المنشطة، وهناك طريقة الشبكة العصبونية الصنعية (ANN) واستخدمت في السنوات الأخيرة وهي الأحدث. فقد تركزت هذه الدراسة على إجراء مقارنة بين الطريقتين ومحاولة استخلاص ميزات وعيوب كل طريقة من خلال استعراض أمثلة لنماذج محطات قائمة تعمل بالحمأة المنشطة، حيث تم عرض دراسة كل نموذج ونتائج محاكاته وطريقة تطويره ومدى الدقة ممثلة بعامل الارتباط R بين قيم محاكاة النموذج والقيم المقاسة من المحطات  ، وبعد ذلك أفرد بحث خاص بالتحليل والتقييم والمقارنة. فأهمية المعطيات التي تقدمها النماذج لمشغلي المحطات والبحث عن النموذج الموثوق والدقيق وتوخي عامل الارتباط بقيمة قريبة الى الواحد سيقودنا حتما الى التفكير وإعطاء وقت لاختيار الطريقة التي تحقق لنا المطلوب وهذا بالتحديد ما تركز عليه العمل. فقد أظهرت النتائج تفوق الشبكة العصبونية بدقة التقارب بين قيم المحاكاة والقيم المقاسة (بيانات المحطة) حيث وصلت قيمة عامل الارتباط الكليR  الى 0.998  لكافة البيانات ، وعامل ارتباط التدريب الى 1.00 لمجموعة بيانات التدريب ، بينما كانت قيم R لنماذج طورت على أساس ASM1 هي 0.91 و0.827. فطريقة النموذج ASM1 يؤخذ عليها اعتمادها على علاقات تجريبية وافتراضات فهي تحقق تصميم محطة و معالجة ولكن يصعب أن تحقق نموذج بدقة عالية جداً بسبب حساسية العملية البيولوجية في أحواض التفاعل وتأثرها بظروف محيطة وعوامل بعلاقات لا خطية قد تؤدي الى انحراف أو ارتياب. بينما تقوم نظرية الشبكة العصبونية (ANN) على بيانات مأخوذة من المحطة المدروسة فقط ولا تعطى أية معلومات أو معادلات أو علاقات حساب، وتقوم أيضاً على ذكاء الشبكة وقدرتها الكبيرة على استنباط واستقراء المعلومات والتنبؤ بالنتائج ، فالتدريب الجيد للشبكة بحرفية وخبرة سيقود الى نتائج قد تصل الى 100% لعامل الارتباط R وبخطوات مختصرة، على عكس طريقة (ASM1) التي تعتبر بخطوات معقدة ومتعددة وطويلة وتحتاج الى خبرات كبيرة في المعايرة لضبط بارامترات محددة في حال التباعد بالنتائج بين القيم المقاسة والقيم التي تم محاكاتها (التنبؤ بها) .