دانلود ترجمه مقاله بهینه سازی فرآیند تهویه در تصفیه فاضلاب (ساینس دایرکت – الزویر ۲۰۱۶) (ترجمه ویژه – طلایی ⭐️⭐️⭐️)

elsevier

 

 

این مقاله انگلیسی ISI در نشریه ساینس دایرکت (الزویر) در ۱۰ صفحه در سال ۲۰۱۶ منتشر شده و ترجمه آن ۲۲ صفحه میباشد. کیفیت ترجمه این مقاله ویژه – طلایی ⭐️⭐️⭐️ بوده و به صورت کامل ترجمه شده است.

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
عنوان فارسی مقاله:

بهینه سازی فرآیند تهویه در تصفیه فاضلاب: یک روش داده کاوی

عنوان انگلیسی مقاله:

Wastewater treatment aeration process optimization: A data mining approach

 

 

مشخصات مقاله انگلیسی (PDF)
سال انتشار ۲۰۱۶
تعداد صفحات مقاله انگلیسی ۱۰ صفحه با فرمت pdf
نوع مقاله ISI
نوع نگارش مقاله پژوهشی (Research Article) 
نوع ارائه مقاله ژورنال
رشته های مرتبط با این مقاله محیط زیست و شیمی
گرایش های مرتبط با این مقاله شیمی تجزیه، مهندسی بهداشت محیط
چاپ شده در مجله (ژورنال) مجله مدیریت محیطی – Journal of Environmental Management
کلمات کلیدی داده کاوی، مدلسازی داده محور، پساب، بهینه‌ سازی انرژی، فرآیند هوادهی
کلمات کلیدی انگلیسی Data-driven modeling – Energy optimization – Effluents – Aeration process – Data-mining
ارائه شده از دانشگاه گروه مهندسی صنایع و سیستمها، دانشگاه ایالتی وین، دیترویت، ایالات متحده
نمایه (index) MedLine – Scopus – Master journals – JCR
نویسندگان Ali Asadi، Anoop Verma، Kai Yang
شناسه شاپا یا ISSN ISSN ۰۳۰۱-۴۷۹۷
شناسه دیجیتال – doi https://doi.org/10.1016/j.jenvman.2016.07.047
ایمپکت فاکتور(IF) مجله ۵٫۲۵۲ در سال ۲۰۱۸
شاخص H_index مجله ۱۴۶ در سال ۲۰۱۹
شاخص SJR مجله ۱٫۲۰۶ در سال ۲۰۱۸
شاخص Q یا Quartile (چارک) Q1 در سال ۲۰۱۸
بیس نیست 
مدل مفهومی ندارد 
پرسشنامه ندارد 
متغیر دارد  
رفرنس دارای رفرنس در داخل متن و انتهای مقاله
کد محصول ۹۷۴۵
لینک مقاله در سایت مرجع لینک این مقاله در نشریه Elsevier
نشریه الزویر

 

مشخصات و وضعیت ترجمه فارسی این مقاله (Word)
وضعیت ترجمه انجام شده و آماده دانلود در فایل ورد و PDF
کیفیت ترجمه ویژه – طلایی ⭐️⭐️⭐️
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش  ۲۲ صفحه با فونت ۱۴ B Nazanin
ترجمه عناوین تصاویر و جداول ترجمه شده است  
ترجمه متون داخل تصاویر ترجمه شده است  
ترجمه متون داخل جداول ترجمه شده است  
درج تصاویر در فایل ترجمه درج شده است  
درج جداول در فایل ترجمه درج شده است  
درج فرمولها و محاسبات در فایل ترجمه  به صورت عکس درج شده است  
منابع داخل متن به صورت فارسی درج شده است  
منابع انتهای متن به صورت انگلیسی درج شده است  

 

فهرست مطالب

چکیده

۱- مقدمه

۲- توصیف داده ها

۳- روش راه حل

۳-۱- انتخاب ویژگی و توصیف پارامتر

۳-۲- ساخت مدل و پیش بینی پساب ها

۳-۳- مدل های بهینه سازی فرآیند هوادهی

۴- نتایج بهینه سازی

۵- نتیجه گیری ها

 

بخشی از ترجمه

چکیده

با توجه به محوریت داشتن کیفیت آب، صنایع مقیاس بزرگ مانند: تصفیه خانه های فاضلاب از صرفه جویی بالقوه در مصرف انرژی چشم پوشی می نمایند. فرآیند تصفیه فاضلاب شامل تجهیزات انرژی‌بری مانند: پمپ ها و دمنده ها برای حرکت و تصفیه فاضلاب می باشد. در حال حاضر، یک رویکرد داده محور برای مدلسازی فرآیند هوادهی و بهینه سازی فاضلاب در مقیاس بزرگ در غرب مرکزی به کار می رود. به طور خاص، بهینه سازی فرآیند هوادهی به منظور تقلیل مصرف انرژی بدون فدا کردن کیفیت آب صورت می پذیرد. مدل های توسعه یافته توسط الگوریتم های داده کاوی در توسعه روابط روشن و موجز در میان متغیرهای ورودی و خروجی مفید هستند. نتایج نشان می دهد که ضمن حفظ کیفیت آب در درون محدوده آن، می توان صرفه جویی بسیاری در انرژی انجام داد. محدودیت کار نیز مورد بحث قرار گرفته است.

 

۵- نتیجه گیری ها

تحقیق اجرا شده در اثر حاضر بر مبنای داده های جمع آوری شده ۳ سال از DWSD بود. از چهار مدل داده کاوی مشهور انتخابی، مدل های توسعه یافته توسط MARS بهترین برآورد را برای CBOD پساب، TSS پساب، میانگین DO، TDP پساب و TSP پساب ارائه می نمایند. در مجموع، دو مدل بهینه سازی با مجموعه متفاوتی از محدودیت های کنترل تدوین گردیدند. مدل ها با ملاحظات مقرر برای بهبود انرژی و کیفیت آب بهینه سازی شدند. نتایج به دست آمده در سناریو انرژی محور، کاهش بیش از ۳۱٪ را در نرخ جریان هوا ضمن حفظ کیفیت آب در محدوده قابل قبول موجب شد. با توجه به فقدان داده های بسیار فراوان مانند CBOD، TSS، نتایج بهینه سازی شده نویز بیشتری داشت. برای توسعه یک سیستم کنترل بهتر به نمونه برداری فراوان تر متغیرهای درونریز نیاز است.

 

بخشی از مقاله انگلیسی

Abstract

Being water quality oriented, large-scale industries such as wastewater treatment plants tend to overlook potential savings in energy consumption. Wastewater treatment process includes energy intensive equipment such as pumps and blowers to move and treat wastewater. Presently, a data-driven approach has been applied for aeration process modeling and optimization of one large scale wastewater in Midwest. More specifically, aeration process optimization is carried out with an aim to minimize energy usage without sacrificing water quality. Models developed by data mining algorithms are useful in developing a clear and concise relationship among input and output variables. Results indicate that a great deal of saving in energy can be made while keeping the water quality within limit. Limitation of the work is also discussed.

 

۵- Conclusions

The research performed in the present work was based on 3 years of data collected form DWSD. Of four well known data mining models selected, the models developed by MARS provided the best estimation of effluent CBOD, effluent TSS, average DO, effluent TDP, and effluent TSP. Overall, two optimization models were formulated with different set of control limits. The models were optimized with due consideration of energy and water quality improvements. Results obtained in energy oriented scenario yielded more than 31% reduction in the airflow rate while keeping the water quality within acceptable range. Due to lack of high frequent data such as CBOD, TSS, the optimized results had more noise. For developing a better control system, more frequent sampling of those influent variables is needed.

 

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

 

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
عنوان فارسی مقاله:

بهینه سازی فرآیند تهویه در تصفیه فاضلاب: یک روش داده کاوی

عنوان انگلیسی مقاله:

Wastewater treatment aeration process optimization: A data mining approach

 

 

ارسال دیدگاه

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *