فهرست مطالب mohsen keshavarz tork
-
زمینه و هدفحضور فنل و مشتقات آن در آب و فاضلاب به دلیل خطراتی که بر روی سلامت انسان و محیط زیست دارد، به عنوان یک نگرانی عمده محسوب می شود. به دلیل سمی بودن فنل حتی در غلظت های کم و هم چنین به دلیل این که حضور آن در منابع طبیعی آب می تواند سبب شکل گیری ترکیبات جانبی فرآیندهای گندزدایی و اکسیداسیون شود، این ماده یکی از شایع ترین مواد آلی آلاینده آب می باشد. در مطالعه حاضر فرآیند جذب سطحی فنل از فاضلاب توسط جاذب خاک اره با استفاده از روش های هوش مند شبیه سازی شده است.روش بررسیشیوه های هوش مند شبکه پرسپترون چندلایه، شبکه برپایه توابع شعاعی و ماشین بردار رگرسیونی جهت شبیه سازی استفاده شده است. جهت طراحی ساختار شبکه ها از 125 مجموعه داده تجربی استفاده شده است. معیارهای ارزیابی و توقف شبکه شامل %AARE و R2 می باشند که برای هر سه مدل محاسبه شده است.یافته هانتایج نشان داد که مدل ماشین بردار رگرسیونی با داشتن 5132/0 و 979/0 به ترتیب برای %AARE و R2 بهترین مدل می باشد. کلیه مدل ها نتیجه بهتری نسبت به مدل چند جمله ای درجه دوم از خود نشان دادند. مدل ها تطبیق خوبی با داده های تجربی داشتند.بحث و نتیجه گیرینتایج مدل ها نشان داد که این مدل ها مقدار جذب فنل را با دقت بالا پیش بینی می نماید. هم چنین براساس نتاج مدل ها، پارامترهای بهینه فرآیند شامل، غلظت اولیه فنل 6/127 میلی گرم بر لیتر، مقدار جاذب 84/0 گرم بر لیتر، pH محلول 62/3، زمان جذب 9/146 دقیقه و درصد جذب فنل متناظر 23/91 % به دست آمد.کلید واژگان: درصد جذب فنل, خاک اره, شبیه سازی, مدل های هوش مند, شرایط بهینه}Background and ObjectivePhenol presence and its derivatives in water and waste water on human health and the environment is one the major concerns. Because of the toxicity of phenol and also because of the presence of even low concentrations in natural resources, water disinfection and oxidation processes can lead to the formation of additional components. This material is one of the most common organic pollutants in water. In this research, adsorption of phenol from wastewater by sawdust was simulated using intelligent techniques.MethodIntelligent techniques including multi-layer Perceptron, radial basis functions network and support vector regression were used. To design the network structure as well as the training and testing of 125 sets of experimental data is used. Performance evaluation criteria and stop network consists of % AARE and, which is used for all three models.FindingsAll models compared results showed that the support vector regression with 0.5132 and 0.979, respectively, for %AARE and is the best model. All models are better results than the quadratic polynomial model showed.Discussion and ConclusionModels showed good agreement with experimental data. The optimum conditions for the removal of phenol were 127.6 mg/l of initial phenol concentration, 0.84 g/l of adsorbent dose, natural pH value of 3.62 and 146.9 min of contact time, under these conditions the maximum removal efficiency was 91.23%.Keywords: Sawdust, Absorption of Phenol, Simulation, Intelligent Methods, Optimal Conditions}
-
در این پژوهش فرایند استخراج فنل از فاضلاب با استفاده از روش های هوشمند مدل سازی شد. از روش های هوشمند شامل شبکه پرسپترون چندلایه، شبکه بر پایه توابع شعاعی و ماشین بردار رگرسیونی برای مدل سازی استفاده شد. طراحی ساختار بهینه شبکه ها از 184 مجموعه داده تجربی انجام شد. ورودی های شبکه شامل حجمی آلی به آبی، سرعت روتور، دما، pH و زمان و خروجی شبکه بازده استخراج فنل بود. برای ارزیابی عملکرد و توقف شبکه ها از ضریب تعیین و میانگین مربع خطا برای هر سه مدل استفاده شد. مقایسه نتایج کلیه مدل ها نشان داد که مدل ماشین بردار رگرسیونی با میانگین مربع خطا برابر 684/0 و ضریب بهترین مدل است. پارامترهای بهینه فرایند شامل نسبت حجمی آلی به آبی 22/0، سرعت روتور 350 دور در دقیقه، دما 86/22 درجه سلسیوس،pH برابر 7/5، زمان 86/15 دقیقه و بازده استخراج متناظر 35/96 به دست آمد.کلید واژگان: مدل سازی حذف فنل, شبکه پرسپترون چندلایه, شبکه بر پایه توابع شعاعی, ماشین بردار رگرسیونی}In this study, the extraction of phenol from wastewater was simulated using intelligent methods which include multi-layer perceptron, radial basis functions network, and support vector regression. To design the network structure and to train and test it, 184 experimental data sets were used. Inputs to the network consisted of organicaqueous volume ratio, rotor speed, temperature, pH, and time while extraction efficiency was the output. Root mean square error and correlation coefficient were used in all the three models as network performance and network stop criteria. Comparison of the results obtained from the three models revealed that the support vector regression was the best model with a correlation coefficient of 0.684 and a root mean square error of 0.99. Moreover, model results showed good agreement with experimental data. Optimal process operational parameters included an organic to aqueous volume ratio of 0.22, a rotor speed of 350 rpm, a temperature of 22.86 °C, a pH equal to 7.5, and an agitation time of 15.86 minutes; the corresponding extraction efficiency was obtained to be 96.35.Keywords: Modeling Phenol Removal, Multilayer Perceptron Network, Radial Basis Function Network, Support vector regression}
-
مقدمهتقویت انگیزه نیروی انسانی داوطلب یکی از روندهای کلیدی توسعه مشارکت اجتماعی در جامعه می باشد، بنابراین لازم است تدابیری اندیشید تا این مهم به نحو مطلوبی تحقق یابد. بر همین اساس، سوال اصلی این پژوهش شناسایی عوامل و روندهای موثر در انگیزه خدمات داوطلبانه امدادگران می باشد.روش هابا توجه به ادبیات و مطالعات دو رویکرد کمی و کیفی در تحلیل استفاده شده است. در رویکرد کمی، بر اساس تحقیق و مطالعات، پرسشنامه مورد نظر تهیه و پس از جمع آوری داده ها، با توجه به اهداف و ماهیت تحقیق از روش تحلیل آزمون فریدمن برای تجزیه و تحلیل پرسشنامه استفاده شد. جامعه آماری شامل امدادگران پایگاه های فعال جمعیت هلال احمر استان قزوین می باشد. در رویکرد کیفی از طریق روش تحلیل علی- لایه ای، در چهار سطح روند های موثر تحلیل شده است.یافته هاطبق بررسی های به عمل آمده، عوامل مختلفی بر انگیزه خدمات داوطلبانه امدادگران تاثیر گذار است. به طور کلی عوامل به دو دسته اصلی عوامل درونی و عوامل بیرونی تقسیم بندی می شوند و هر کدام از این دسته ها به پنچ مولفه تقسیم می شوند. همچنین با استفاده از تحلیل علی- لایه ای آینده خدمات داوطلبانه در چهار سطح تحلیل تبیین شده است.نتیجه گیریپنج عامل درونی به ترتیب: ایجاد آرامش درونی، نیاز به کسب دوستی و روابط، پرستش و اعتقادات مذهبی، رشد و تامین نیاز «کسب موفقیت» و برخورداری از وضعیت روحی و جسمی مطلوب تر و پنج عامل بیرونی به ترتیب: رفتار سازمانی (مدیریت منابع انسانی، سیاست های سازمانی و...)، رسانه ها و تبلیغات، ابزارهای تشویقی، مشارکت و کار تیمی و نقش دولت و مجلس اولویت بندی شدند. همچنین در مقایسه ای که بین عوامل درونی و بیرونی انجام شد، در مجموع میزان تاثیر عوامل بیرونی بیشتر از عوامل درونی شناسایی شد.
کلید واژگان: خدمات داوطلبانه امدادگران, انگیزه, تحلیل علی, لایه ای, روند}
بدانید!
- در این صفحه نام مورد نظر در اسامی نویسندگان مقالات جستجو می‌شود. ممکن است نتایج شامل مطالب نویسندگان هم نام و حتی در رشته‌های مختلف باشد.
- همه مقالات ترجمه فارسی یا انگلیسی ندارند پس ممکن است مقالاتی باشند که نام نویسنده مورد نظر شما به صورت معادل فارسی یا انگلیسی آن درج شده باشد. در صفحه جستجوی پیشرفته می‌توانید همزمان نام فارسی و انگلیسی نویسنده را درج نمایید.
- در صورتی که می‌خواهید جستجو را با شرایط متفاوت تکرار کنید به صفحه جستجوی پیشرفته مطالب نشریات مراجعه کنید.
©2000-2024 magiran.com All Rights Reserved.