Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "inflow water" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Ocena stopnia zanieczyszczenia wód deszczowych odprowadzanych z zabudowanych obszarów wiejskich
Assessing the extent of pollution in the rain water discharge from built-up rural areas
Autorzy:
Rossa, L.
Sikorski, M.
Powiązania:
https://bibliotekanauki.pl/articles/236476.pdf
Data publikacji:
2006
Wydawca:
Polskie Zrzeszenie Inżynierów i Techników Sanitarnych
Tematy:
wody deszczowe
spływ powierzchniowy
kanalizacja deszczowa
podziemny dopływ wód
ładunek zanieczyszczeń
rainwater
surface run-off
rain sewerage
underground water inflow
pollutant load
Opis:
W pracy omówiono wyniki trzyletnich badań chemizmu wód deszczowych odprowadzanych z dwóch zlewni obejmujących zabudowane wiejskie tereny. Przeprowadzono pomiary natężenia przepływu i jakości wód w przekrojach kontrolnych cieków, przed i za obszarem zabudowanym (pH, ChZT, azot amonowy, azotany, azotyny, fosforany, chlorki, potas, wapń, magnez). Wyniki aproksymowano z równań regresji łączących stężenie i przepływ w fazach wznoszenia i opadania fali wezbraniowej. Na ich podstawie obliczono dobowe i okresowe ładunki zanieczyszczeń odpływających ze zlewni. Stwierdzono, że na skutek przepływu wód deszczowych przez zabudowane obszary wiejskie zwiększa się zwłaszcza wartość ChZT i zawartość azotu amonowego. Jednostkowe ładunki azotu w odpływie z badanych zlewni były znacznie większe od wartości średnich dla zlewni rolniczych w Polsce, a ładunek w spływach powierzchniowym i podpokrywowym stanowił odpowiednio 99% i 30% ładunku całkowitego.
Three-year investigations were carried out into the chemistry of the rain water received by, and discharged from, two drainage basins with built-up rural areas. Flow was measured and water samples were collected at the monitoring cross-sections before and after passage of the stream through the built-up area. The samples were analyzed for pH, COD, ammonia nitrogen, nitrates, nitrites, phosphates, chlorides, potassium and magnesium. The daily concentrations of the said pollutants measured in surface water and in the effluent from the rain-water drain were approximated in terms of the regression equations relating the concentration to the flow in the phases of rising and falling runoff. On that basis, daily and periodical loads of the pollutants leaving the drainage basins directly were calculated as the difference between total load and basic load in the underground inflow. The passage of rainwater flow through the built-up area brought about a rise in COD and ammonia nitrogen concentration. Unit nitrogen loads discharged from the two drainage basins were found to be notably higher than relevant average values established for Poland's rural areas. The load of pollutants in surface and subsurface runoff accounted for 99% and 30% of the total load, respectively.
Źródło:
Ochrona Środowiska; 2006, R. 28, nr 2, 2; 47-52
1230-6169
Pojawia się w:
Ochrona Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Prognozowanie ilości ścieków dopływających do oczyszczalni za pomocą sztucznych sieci neuronowych z wykorzystaniem liniowej analizy dyskryminacyjnej
Forecasting the sewage inflow into a treatment plant using artificial neural networks and linear discriminant analysis
Autorzy:
Szeląg, B.
Studziński, J.
Chmielowski, K.
Leśniańska, A.
Rojek, I.
Powiązania:
https://bibliotekanauki.pl/articles/237303.pdf
Data publikacji:
2018
Wydawca:
Polskie Zrzeszenie Inżynierów i Techników Sanitarnych
Tematy:
Wastewater inflow
sewage treatment plant
water level
daily precipitation
artificial neural networks
discriminant models
mean square error
mean percentage error
relative error
residual relative error
importance coefficient
dopływ ścieków
oczyszczalnia ścieków
poziom wody
opad dobowy
sztuczne sieci neuronowe
model dyskryminacyjny
błąd średniokwadratowy
średni błąd procentowy
błąd względny
względny błąd resztowy
współczynnik ważności
Opis:
W pracy przedstawiono wyniki prognozowania ilości ścieków dopływających do oczyszczalni komunalnej w Rzeszowie z wykorzystaniem perceptronowych wielowarstwowych sztucznych sieci neuronowych. W modelu prognostycznym przyjęto następujące zmienne niezależne: zmierzona ilość ścieków dopływających do oczyszczalni określona w poprzednich dobach, poziom wody w Wisłoku (odbiornik ścieków), suma dobowych opadów atmosferycznych oraz dobowa ilość wody tłoczonej do sieci wodociągowej. Przeprowadzone obliczenia wykazały, że wśród rozpatrywanych zmiennych istotny wpływ na zdolność predykcyjną modelu prognostycznego miał poziom wody w Wisłoku, wysokość opadów atmosferycznych oraz ilość ścieków dopływająca do obiektu zmierzona w poprzednich dniach. Analizowano również wpływ poszczególnych parametrów strukturalnych modelu opartego na sztucznych sieciach neuronowych na wyniki prognozowania. Przeprowadzone badania, z wykorzystaniem drzew klasyfikacyjnych, wykazały, że na liczbę neuronów w warstwie ukrytej wpływała liczba sygnałów wejściowych do modelu, natomiast rodzaj funkcji aktywacji w warstwach ukrytej i wyjściowej miał mniejsze znaczenie, co potwierdziły wartości o znaczeniu predykcyjnym. Badano również możliwość zastosowania liniowej analizy dyskryminacyjnej do oceny zdolności predykcyjnych skonstruowanych modeli prognostycznych. Uzyskane wyniki wykazały, że liniowa analiza dyskryminacyjna może być ciekawym narzędziem do oceny doboru zmiennych w modelu prognostycznym ilości ścieków dopływających do oczyszczalni.
The paper presents the results of forecasting the sewage inflow into the municipal wastewater treatment plant in Rzeszow using multilayer perceptron neural networks. For the forecast model, the following independent variables were adopted: the measured inflow volume to the treatment plant from the previous days, the water level in the Wislok River (effluent receiver), the total daily precipitation and the daily water inflow into the network. The calculations led to conclusions that variables substantially affecting the prognostic capacity of the forecast model included the water level in the Wislok River, the volume of precipitation and the sewage inflow to the facility from the previous days. Additionally, the impact of individual structural parameters of the model based on artificial neural networks on forecasting results was analyzed. The research conducted with the use of classification trees demonstrated that number of neurons in the hidden layer was influenced by the number of inputs to the model, while the type of activation function in the hidden and output layer was of minor importance which was confirmed by the data of prognostic value. The applicability of a linear discriminant analysis for assessment of prognostic ability of the constructed forecast models was also investigated. The results obtained demonstrated that the linear discriminant model might be an interesting assessment tool to select variables for the forecast model of sewage inflow to a treatment plant.
Źródło:
Ochrona Środowiska; 2018, 40, 4; 9-14
1230-6169
Pojawia się w:
Ochrona Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies