We found a match
Your institution may have access to this item. Find your institution then sign in to continue.
- Title
Developing artificial neural network models of water treatment processes: a guide for utilities.
- Authors
Baxter, C W; Stanley, S J; Zhang, Q; Smith, D W
- Abstract
Because of the complex nature of drinking water treatment unit processes, utilities have difficulty quantifying the interactions and relationships that exist between process inputs and process outputs. Process models, where they exist, are often site specific and are unable to simultaneously handle continuous variations in more than one or two key process variables. The artificial neural network (ANN) technology is a robust artificial intelligence technology that can handle the complex and dynamic nature of treatment processes. As such, the technology has been gradually gaining acceptance in the drinking water treatment industry as a tool for process modelling and control. While publications on modelling results and applications abound, a detailed account of ANN modelling methodology is lacking. Presented is a detailed methodology for developing successful ANN models of drinking water treatment processes. The utility and applicability of this methodology is demonstrated through a case study where a successful ANN model to predict filtration performance was developed. <em>Key words</em>: artificial neural networks, process modelling, process optimization, water treatment.En raison des procédés complexes des unités de traitement de l'eau potable, les services publics quantifient difficilement les interactions et les relations qui existent entre les intrants et les extrants des procédés. Les modèles de procédés, lorsqu'ils existent, sont souvent spécifiques à un site et sont incapables de traiter simultanément des variations continues dans plus d'une ou deux variables clés de procédé. La technologie des réseaux neuraux artificiels (« Artificial Neural Network (ANN) ») est une technologie d'intelligence artificielle robuste qui peut tenir compte de la nature dynamique et complexe des procédés de traitement. Comme telle, la technologie est de plus en plus acceptée dans l'industrie du traitement de l'eau potable en tant qu'outil de modélisation et de contrôle des procédés. Bien qu'il existe beaucoup les publications sur les résultats de modélisation et sur ses applications abondent, un compte rendu détaillé de la méthodologie de modélisation par ANN n'existe toujours pas. Cet article présente une méthodologie détaillée pour développer des modèles ANN justes pour les procédés de traitement de l'eau potable. L'utilité et l'applicabilité de cette méthodologie est démontrée dans une étude de cas où le développement d'un modèle ANN réussit à prédire le rendement de la filtration. <em>Mots clés</em> : réseau neural artificiel, modélisation des procédés, optimisation des procédés, traitement des eaux.[Traduit par la rédaction]
- Subjects
SEWAGE purification; ARTIFICIAL neural networks; TECHNOLOGY; DRINKING water; WATER
- Publication
Journal of Environmental Engineering & Science, 2002, Vol 1, Issue 3, p201
- ISSN
1496-2551
- Publication type
Article
- DOI
10.1139/s02-014