Iwona Skoczko, Joanna Struk-Sokołowska, Piotr Ofman
Politechnika Białostocka

Streszczenie
Celem pracy było opracowanie modelu sztucznej sieci neuronowej aproksymującej zmiany w stężeniach i wartościach podstawowych parametrów jakościowych ścieków oczyszczonych. Badania prowadzone były w latach 2014 i 2015 w oczyszczalni ścieków w Bystrym koło Giżycka. Obiekt ten oczyszcza zmieszane ścieki komunalne i mleczarskie. W modelu jako zmienne wejściowe wybrano siedem parametrów chemicznych ścieków surowych i ilość ścieków dopływającą do oczyszczalni. Wskaźniki chemiczne uwzględniały wartości biologicznego i chemicznego zapotrzebowania na tlen, stężenia azotu i fosforu ogólnego, ilość zawiesin ogólnych, odczyn oraz temperaturę ścieków. W prezentowanym modelu największy wpływ na aproksymację zmiennych wyjściowych miały stężenia azotu i fosforu ogólnego. Opracowany algorytm najlepiej oddał charakter zmian zawiesin ogólnych w ściekach oczyszczonych.

Słowa kluczowe
oczyszczanie ścieków, ścieki mleczarskie, sztuczne sieci neuronowe

Modelling Changes in the Parameters of Treated Sewage Using Artificial Neural Networks

Abstract
Aim of this study was to develop a model of artificial neural network for changes approximation in concentration and values of basic quality parameters of treated wastewater. Studies were carried out in years 2014 and 2015 in Bystre wastewater treatment plant, located near Giżycko. To Bystre sewage treatment plant inflows mixed domestic and dairy wastewater. In model as input variables were taken seven chemical parameters of raw wastewater and the amount of sewage inflowing to facility. Chosen chemical indicators were describing values of biological and chemical oxygen demand, concentrations of total nitrogen and phosphorus, amount of total suspended solids, pH and temperature of raw wastewater. In presented model the greatest impact on variables approximation had concentrations of total nitrogen and phosphorus. Developed model at it best reflected changes in total suspended solid in treated wastewater.

Keywords 
wastewater treatment, dairy wastewater, artificial neural networks

Pełny tekst / Full text
PDF (Polish)