Please use this identifier to cite or link to this item: https://dspace.univ-ouargla.dz/jspui/handle/123456789/24866
Title: Etude et suivi de procédé d'épuration des eaux usées sous climat aride (simulation par l’application des méthodes d’intelligence artificielle) cas de la station d’épuration de Touggourt.
Authors: ZEDDOURI, Aziez
BEKKARI, Naceureddine
Keywords: Purification processes
artificial intelligence
simulation
Purification processes
wastewater
artificial intelligence
simulation
arid climate
Issue Date: 2020
Abstract: Le procédé d'épuration par boues activées (BA) est le système d'épuration biologique des eaux usées le plus couramment utilisé. Les performances des procédés d'épuration sont généralement affectées par plusieurs facteurs tels que la fluctuation dans les concentrations des éléments polluants, le volume des eaux usées et la variabilité inhérente du procédé de traitement. La modélisation de ce processus est importante pour améliorer l'efficacité de son traitement et donc la qualité de l'effluent rejeté dans le milieu récepteur. En effet, les modèles peuvent aider l’exploitant à prédire les performances de la station d'épuration afin de prendre des mesures correctives rentables et opportunes permettant de garantir une efficacité constante du traitement afin de respecter les normes de rejet. Cependant, en raison des caractéristiques très complexes et non linéaires de ce système biologique, la modélisation traditionnelle de ce processus de traitement reste un défi. Les techniques de l’intelligence artificielle notamment le réseau de neurones artificiel perceptron multicouche (RNA-PMC) est l'outil de prédiction le plus couramment utilisé dans les stations d’épurations (STEP) à BA l'hors de leur pouvoir prédateur. Dans cette thèse la performance de la STEP des eaux usées domestique de la ville de Touggourt a été évaluée. Les données étudiées et analysées statistiquement incluent laConductivité Electrique(CE), le Potentiel hydrogène (pH), la température de l’eau (T), l’Oxygène Dissout (OD), la demande biochimique en oxygène (DBO5), la demande chimique en oxygène (DCO), les matières en suspension (MES), l’azote ammoniacal (NH4), le Nitrate (NO3), le Nitrite (NO2), les ortho phosphates (PO4) à l'entrée et à la sortie de la station, en plus de la Matière en suspension dans le bassin d'aération (MESBA) et le recyclage des boues(RECY) . La performance épuratoire de cette station a été effectuée à travers les analyses statistiques des données collectées durant une période d'étude de 10 mois. Puis des modèles neuronaux (RNA-PMC) ont été développés dans cette étude afin de prédire les concentrations des paramètres clés de la pollution organique à la sortie de la station notamment la (DBO5s), (DCOs) et (MESs) de la STEP de Touggourt. Les résultats montrent que les rendements épuratoires de cette STEP sont très satisfaisants pour l’élimination des matières polluantes en accord avec les normes de rejet, sauf pour les NO3 et les PO4. D'après ces résultats on remarque qu'il y a une variation assezConductivité Electrique(CE), le Potentiel hydrogène (pH), la température de l’eau (T), l’Oxygène Dissout (OD), la demande biochimique en oxygène (DBO5), la demande chimique en oxygène (DCO), les matières en suspension (MES), l’azote ammoniacal (NH4), le Nitrate (NO3), le Nitrite (NO2), les ortho phosphates (PO4) à l'entrée et à la sortie de la station, en plus de la Matière en suspension dans le bassin d'aération (MESBA) et le recyclage des boues(RECY) . La performance épuratoire de cette station a été effectuée à travers les analyses statistiques des données collectées durant une période d'étude de 10 mois. Puis des modèles neuronaux (RNA-PMC) ont été développés dans cette étude afin de prédire les concentrations des paramètres clés de la pollution organique à la sortie de la station notamment la (DBO5s), (DCOs) et (MESs) de la STEP de Touggourt. Les résultats montrent que les rendements épuratoires de cette STEP sont très satisfaisants pour l’élimination des matières polluantes en accord avec les normes de rejet, sauf pour les NO3 et les PO4. D'après ces résultats on remarque qu'il y a une variation assezConductivité Electrique(CE), le Potentiel hydrogène (pH), la température de l’eau (T), l’Oxygène Dissout (OD), la demande biochimique en oxygène (DBO5), la demande chimique en oxygène (DCO), les matières en suspension (MES), l’azote ammoniacal (NH4), le Nitrate (NO3), le Nitrite (NO2), les ortho phosphates (PO4) à l'entrée et à la sortie de la station, en plus de la Matière en suspension dans le bassin d'aération (MESBA) et le recyclage des boues(RECY) . La performance épuratoire de cette station a été effectuée à travers les analyses statistiques des données collectées durant une période d'étude de 10 mois. Puis des modèles neuronaux (RNA-PMC) ont été développés dans cette étude afin de prédire les concentrations des paramètres clés de la pollution organique à la sortie de la station notamment la (DBO5s), (DCOs) et (MESs) de la STEP de Touggourt. Les résultats montrent que les rendements épuratoires de cette STEP sont très satisfaisants pour l’élimination des matières polluantes en accord avec les normes de rejet, sauf pour les NO3 et les PO4. D'après ces résultats on remarque qu'il y a une variation assez.
The Activated Sludge Process (ASP) is the most commonly used biological wastewater treatment system. The performance of purification processes is generally affected by several factors such as fluctuation in pollutant concentrations, volume of wastewater and the inherent variability of the treatment process. The modeling of this process is important for improving its treatment efficiency and thus the quality of the effluent released into the receiving water body. This is because the models can help the operator to predict the performance of the plant in order to take cost- effective and timely remedial actions that would ensure consistent treatment efficiency and meeting discharge consents. However, due to the highly complex and non-linear characteristics of this biological system, traditional modeling of this treatment process has remained a challenge. The multilayer perceptron artificial neural network (ANN -MLP) is the prediction tool most commonly used in ASP out of their predatory power. In this thesis the performance of wastewater treatment plant (WWTP) of domestic sewage of the Touggourt city was evaluated. The data studied and statistically analyzed included the Electrical Conductivity (CE), Hydrogen Potential (PH), Water Temperature (T), Dissolved Oxygen (DO), Biochemical Oxygen Demand (BOD5), Chemical Oxygen Demand ( COD), suspended solids (SS), ammonia nitrogen (NH4), nitrate (NO3), nitrite (NO2), ortho- phosphates (PO4) at the inlet and outlet of the WWTP, plus suspended solids in the aeration basin (MESBA) and sludge recycling (RECY). The purification performance of this WWTP was carried out through the statistical analyzes of the data collected during a study period of 10 months. Then neural models ANN -MLP were developed in this study to predict the concentrations of the key parameters of organic pollution including the effluent Biochemical Oxygen Demand (BOD5eff), effluent Chemical Oxygen Demand (CODeff) and effluent suspended solids (SSeff) of Touggourt WWTP. The results show that the treatment efficiencies of this WWTP are very satisfactory for the removal of pollutants in accordance with the discharge standards, except for NO3 and PO4. From these results, it can be seen that there is a fairly significant variation in organic pollution according to the variations in climatic conditions. In order to determine the appropriate architecture of the neural network models for the three parameters studied, two types of ABSTRACT VI model have been developed, the first is the simple model which uses the parameters of the influent of STEP as inputs to the model and the second it is the extensive model which uses the effluent parameters in addition to the influent parameters, witch having a strong correlation with the predicted parameters. The best results have been obtained with network architectures [9-45-1], [7-30-1] and [7-30-1] for BOD5s, CODs and SSs respectively for the simple model and [13- 30-10-1], [10-35-10-1] and [11-35-10-1] for BOD5s, CODs and SSs respectively for the extensive model, using sigmoid activation functions with hyperbolic tangent and Levenberg-Marquardt (LM) as learning algorithm. The results showed that the ANN -MLP model could predict experimental results with a high correlation coefficient varied from 0.9 to 0.999 during the learning, validation and testing phases for the three predicted parameters. The overall results indicated that the ANN -MLP modeling approach can provide reliable performance evaluation of wastewater treatment plants WWTP can be done by simulating the plant behavior over a wide range of influent disturbances, including fluctuation in different durations, seasonal temperature variations. So it can be an effective tool for simulating, controlling and predicting the performance of WWTP.
Description: géologie
URI: http://dspace.univ-ouargla.dz/jspui/handle/123456789/24866
Appears in Collections:Département des Sciences de la terre et de l’Univers - Doctorat

Files in This Item:
File Description SizeFormat 
THESE DOCTORAT BEKKARI NACEUR EDDINE 2019-2020.pdf4,8 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.