research centers


Search results: Found 11

Listing 1 - 10 of 11 << page
of 2
>>
Sort by

Article
Controlling the Direct Connected Parallel Three-Phase Voltage Source Inverters by Using Neural networks
السيطرة المباشرة على عاكسات ثلاثية الطور مربوطة على التوازي بأستخدام الشبكات العصبية

Author: Khalid I .Al – Naimi
Journal: Al-Rafidain University College For Sciences مجلة كلية الرافدين الجامعة للعلوم ISSN: 16816870 Year: 2009 Issue: 24 Pages: 1-22
Publisher: Rafidain University College كلية الرافدين الجامعة

Loading...
Loading...
Abstract

This paper demonstrates that neural networks can be used effectively for the controlling the direct connection of parallel three-¬phase voltage source inverters..A unique feature of the parallel three-phase inverters is a zero--sequence circulating current. This work proposes a new zero-sequence control for parallel three- phase voltage source inverter using a neural networks to assist the Proportional-Integral controller against the variation on the two inverters to maintain the value of a zero-sequence current within an acceptable value. The controller of the zero-sequence current can be implemented within an individual inverter and it is independent of the other control loops of the inverter, therefore, it greatly facilitates design and expansion of parallel system.Simulation and results can be obtained by using mathematical software such as MATLAB version seven to show the performance of the controllers and the closed loop system.Two-layers feedforward neural networks FNN's containing a Levenberg-Marquardt training algorithm are used.

يبين هذا البحث أماكنية أستعمال الشبكات العصبية لاغراض السيطرة المباشرة على منظومات عاكسات ثلاثية الطور مربوطة على التوازي. أن أحد خواص العاكس ثلاثي الطور المربوط على التوازي هو جعل التيار الدوار مساويا" صفر. أن هذا البحث يطرح طريقة جديدة للسيطرة على التيار الدوار في منظومة العاكس الثلاثي الطور المربوط على التوازي بالاعتماد على الشبكات العصبية ليكون مساعدا" للمسيطر (التناسبي / التكاملي) بالمحافظة على قيم التيار الدوار لتكون ضمن القيم المقبولة.أن السيطرة على التيار الدوار يمكن تنفيذه ضمن كل عاكس , دون ألاعتماد على حلقات السيطرة ألاخرى وهذا ألاسلوب يسهل أمكانية توسيع عدد منظومات التوازي. بالامكان الحصول على نتائج المحاكات بأستعمال برامجيات رياضيه مثل ( ماتلاب 7) لبيان أداء المسيطر ومنظومة الحلقة المغلقة. تم أستعمال شبكة عصبية ذات طبقتين من نوع التغذية ألامامية تحتوي على خوارزمية ليفنبرغ- ماركواردت لغرض تعليم الشبكة.


Article
Prediction of Tigris River Stage in Qurna, South of Iraq, Using Artificial Neural Networks
التنبؤ بمنسوب نهر دجلة في القرنة, جنوب العراق باستعمال الشبكات العصبيةِ الاصطناعية

Authors: Ali H. Al Aboodi --- Ammar S. Dawood --- Sarmad A. Abbas
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2009 Volume: 27 Issue: 13 Pages: 2448-2456
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Artificial neural networks (ANNs) with back-propagation algorithm areperformed for predicting the stage of Tigris River in Qurna city, Basrah, south of Iraq. This model was adopted to investigate the applicability of ANNs as an effective tool to simulate the river stage for short term. By using the neural network toolbox in Matlab R2007b, three models are constructed as the first experiment. Multilayer percpetron with one hidden layer is used in the architecture of network. The best model is selected according to the trial and errorprocedure based on three common statistic coefficients (coefficient of correlation, root mean square error, and coefficient of efficiency). The best model from first experiment is used to predict the stage river for one, two, and three days ahead as the second experiment. Results indicated the ANNs with back-propagation algorithm are a powerful technique to predict the short term stage of Tigris River

تمت تهيئة الشبكات العصبية الصناعية باستخدام طريقة انسياب الخطأ لأعداد نموذج التنبؤ بمنسوب نهر دجلة في قضاء القرنة, محافظة البصرة, جنوب العراق. استخدم النموذج المعد للتحري عن إمكانية الشبكات العصبية الصناعية كأداة فاعلة في محاكاة منسوب النهر ثلاثة .(Matlab R2007b) للمدى القصير باستعمال صندوق عدة الشبكات العصبية في برنامج نماذج أنشأت كتجربة أولية حيث استخدمت الشبكة العصبية من النوع متعدد الطبقات لبناء معمارية الشبكة. أفضل نموذج اختير طبقا لعملية التجربة والخطأ مستندا على ثلاث معاملاتإحصائية معروفة هي (معامل الارتباط, جذر معدل الخطأ ألتربيعي, ومعامل الكفاءة). أفضل نموذج انبثق كحصيلة لنتائج المرحلة الأولى, استعمل لتنبؤ بمنسوب النهر ليوم, يومين, وثلاثة أيام لاحقة. بينت النتائج, إن الشبكات العصبية الصناعية المعايرة باستعمال طريقة انسياب الخطأ تقنية كفؤءة للتنبؤ بمنسوب نهر دجلة للمدى القصير.

Keywords

Prediction --- Tigris --- Stage --- Neural --- Networks


Article
DESIGN OF MULTI-LAYER NEURAL NETWORKS FOR BUTTERWORTH FILTER OPTIMIZATION
تصميم الشبكات العصبية متعددة الطبقات لتمثيل مثالي لمرشحات البترورث

Author: . Hanan A. R. Akkar أ.م.د. حنان عبد الرضا عكار
Journal: Al-Qadisiyah Journal for Engineering Sciences مجلة القادسية للعلوم الهندسية ISSN: 19984456 Year: 2009 Volume: 2 Issue: 1 Pages: 58-65
Publisher: Al-Qadisiyah University جامعة القادسية

Loading...
Loading...
Abstract

In this paper a proposed design of five multi-layer feed-forward Artificial Neural Networks (ANNs) is presented for optimized Butterworth filter. The first and second network perform Butterworth ideal Low Pass Filter (LPF) and typical LPF. The third ANN performs Band Pass Filter (BPF). The fourth network perform multi–BPF which consists of two layers, the first layer consists of six tansig neurons and the second layer consists of one purline neuron, and the fifth feed-forward network is designed to perform the High Pass Filter (HPF) which consists of three layers, the first layer consists of three tansig neurons, the second layer consists of three tansig neurons and the third layer consists of one purline neuron. Back-propagation training algorithm is used to train the proposed networks with Mean Square Error (MSE) equals 10-10. Simulation and test programs are implemented by using MATLAB

تم في هذا البحث تصميم خمس شبكات عصبية متعددة الطبقات لتمثيل مثالي لمرشحات البترورث.حيث تنفذ الشبكتان العصبيتان الأولى و الثانية مرشح الترددات الواطئة المثالي والعملي . أما الشبكة العصبية الثالثة فتقوم بتنفيذ مرشح الترددات ألحزمي . أما الشبكة العصبية الرابعة, التي تنفذ مرشح الترددات ألحزمي المتعدد فتتكون من طبقتان, حيث تحتوي الطبقة الأولى على ست خلايا عصبية و تحتوي الطبقة الثانية على خلية عصبية واحدة فقط. وأخيرا الشبكة العصبية الخامسة التي تنفذ مرشح الترددات العالي فتتكون من ثلاث طبقات حيث تحتوي الطبقة الأولى على ثلاث خلايا عصبية و تحتوي الطبقة الثانية على ثلاث خلايا عصبية . أما الطبقة الثالثة فتحتوي على خلية عصبية واحدة فقط. تم استخدام الخوارزمية ذات الانتشار العكسي في تدريب الشبكات العصبية حيث تم الحصول على المعدل التربيعي للخطأ بحدود .تم تدريب الشبكات و اختبارها باستخدام MATLAB.


Article
Design of a Neural Networks Linearization for Temperature Measurement System Based on Different Thermocouples Sensors Types
تصمیم شبكة عصبیة خطیة لنظام قیاس درجة الحرارة اعتمادا على أنواع مختلفة من متحسسات المزدوجات الحراري

Author: Ahmed Sabah Abdul Ameer Al-Araji
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2009 Volume: 27 Issue: 8 Pages: 1622-1639
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

This paper describes an experimental method for the estimation of nonlinearity,calibration and testing of the different types of thermocouples (J and K) using modifiedElman recurrent neural networks model based Back-Propagation Algorithms (BPA)learning. Thermocouples sensors are nonlinear in behavior nature but require an outputthat is linear. The linear behavior approximation is accepted, for a given accuracy level,noise and measurement errors are always present. Therefore, neural networks techniquesare frequently required to minimize these effects. The problem of estimating the sensor’sinput–output characteristics is being increasingly tackled using software techniques suchas Turbo C++ language. A neural networks and a data acquisition parallel port interfaceboard with designed signal conditioning unit are used for data optimization and to collectexperimental data, respectively. After the successful training completion of the neuralnetworks, it is then used as a neural linearizer to calculate the temperature from thethermocouple’s output voltage

يصف هذا البحث طريقة تجريبية لتقدير اللاخطية ,التعيير والفحص لأنواع مختلفة من المزدوج الحراريباستخدام شبكة عصبية اصطناعية تم تعديلها بنموذج شبكة ايلمن العصبية باستخدام خوارزمية (J & K) نوعالانتشار العكسي للتعليم . طبيعة تصرف المزدوجات الحرارية هي اللاخطية و لكن المطلوب ان يكون الاخراجخطي.ولكن التصرف الخطي التقريبي المقبول للمزدوج الحراري دائما يحتوي على مستوى معين للدقة ,الضوضاء وخطاء القياس , لهذا السبب تم استخدام تقنية الشبكة العصبية لتقليل هذه المؤثرات . مشكلة تخمينخصائص الإدخال والإخراج للمتحسس بدأت تزداد معالجتها باستخد ام تقنيات البرمجيات مثل استخدام لغةالشبكة العصبية ولوح جمع البيانات باستخدام المنفذ المتوازي للحاسبة مع وحدة شرط تكييف .Turbo C++ الإشارة ألمصممه , استخدمت في أمثلية البيانات و تجميع البيانات التجريبية على التوالي . وبعد نجاح تعلم الشبكة(النموذج العصبي ) على التصرف الخطي , تم حساب درجات الحرارة من خلال فولتية الإخراج للمزدوجاتالحرارية.


Article
A Proposed Artificial Intelligence Algorithm for Assessing of Risk Priority for Medical Equipment in Iraqi Hospital
مقترح خوارزمية لتقنية الذكاء الاصطناعي لتقييم اولويات الخطورة للاجهزة والمعدات الطبية في المستشفيات العراقية

Loading...
Loading...
Abstract

This paper presents a robust algorithm for the assessment of risk priority for medical equipment based on the calculation of static and dynamic risk factors and Kohnen Self Organization Maps (SOM). Four risk parameters have been calculated for 345 medical devices in two general hospitals in Baghdad. Static risk factor components (equipment function and physical risk) and dynamics risk components (maintenance requirements and risk points) have been calculated. These risk components are used as an input to the unsupervised Kohonen self organization maps. The accuracy of the network was found to be equal to 98% for the proposed system. We conclude that the proposed model gives fast and accurate assessment for risk priority and it works as promising tool for risk factor assessment for the service departments in large hospitals in Iraq.

يقدم البحث خوارزمية لتقييم اولويات الخطورة للاجهزة و المعدات الطبية في المستشفيات العراقية معتمدا على حساب عوامل الخطورة الساكنة والديناميكية وخرائط كوهونين ذاتية التنظيم. تم حساب اربع متغيرات خطورة ل 345 جهاز طبي مختلف. تم اخذ هذه العينات من مستشفى اليرموك التعليمي و مستشفى الشهيد عدنان للجراحات التخصصية في بغداد. تم حساب مكونات الخطورة الاستاتيكية (وظيفة الجهاز و الخطورة المادية ) و مكونات الخطورة الديناميكية ( متطلبات الصيانة و نقاط الخطورة ). هذه المكونات استعملت كمدخلات للشبكة العصيبية وهي من نوع خرائط كوهونيين الذاتية التنظيم. لاختبار كفاءة الخوارزمية، تم حساب نسبة التمييز للشبكة ووجد انه 98% ومن هذا البحث نستنتج النظام المقترح يعطي تقييم سريع ودقيق لاولوية الخطورة و يعمل كأداة واعدة لتقييم عامل الخطورة في اقسام الصيانة في المستشفيات الكبيرة في العراق.


Article
Offline Signature Recognition and Verification Based on Artifical Neural Network
نظام تمييز وتحقيق التواقيع باستخدام الشبكات الذكية

Authors: Noor Ayad Yousif --- Mohammed A. Abdala
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2009 Volume: 27 Issue: 7 Pages: 1376-1384
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

In this paper, a problem for Offline Signature Recognition and Verification is presented. Asystem is designed based on two neural networks classifier and three powerful features (global,texture and grid features). Our designed system consist of three stages: the first is preprocessingstage, second is feature extraction stage and the last is neural network (classifiers)stage which consists of two classifiers, the first classifier consists of three Back PropagationNeural Network and the second classifier consists of two Radial Basis Function NeuralNetwork. The final output is taken from the second classifier which decides to whom thesignature belongs and if it is genuine or forged. The system is found to be effective with arecognition rate of (%95.955) if two back propagation of the first classifier recognize thesignature and (%99.31) if all three back propagation recognize the signature.

تم في هذا البحث، طرح مشكلة التعرف عل التواقيع وتميزها. النظام المصمم مبني على مصنف متكونمن مرحلتين وثلاث مراحل من استخراج الخصائص حيث تشمل خصائص شاملة وخصائص بنوية وخصائصشبكية. النظام المصمم يتكون من ثلاث مراحل وهي معالجة الصورة، استخراج الخصائص ومصنف الشبكاتاما (Back Propagation) الذكية والتي تتكون من مصنفين، المصنف: الأول يتكون من ثلاث شبكاتالاخراج النهائي للنظام ياخذ من المصنف .(Radial Basis Function) المصنف الثاني فيتكون من شبكتينالثاني والذي يقرر من هو صاحب التوقيع وهل هو مزور ام أصلي. لقد أثبتت النتائج بان النظام فعال حيثوصلت نسبة التمييز إلى ( 95.955 %) في حالة تعرف شبكتين من المصنف الأول على التوقيع و كانت نسبةالتمييز ( 99.31 %) في حالة تعرف الشبكات الثلاثة للمصنف الأول على التوقيع.


Article
FPGA Implementation of a Multilayer Perceptron (MLP) Network
مصفوفة البوابات المبرمجة حقليا(FPGA) المنفذة لشبكات المدرك متعددة الطبقات(MLP

Authors: Nour talal gadawe نور طلال كداوي --- Rafid Ahmed Khalil رافد أحمد خليل
Journal: AL Rafdain Engineering Journal مجلة هندسة الرافدين ISSN: 18130526 Year: 2009 Volume: 17 Issue: 1 Pages: 1-13
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

In this paper, we suggest a method for designing and implementing of multilayer Perceptron (MLP) neural network based on backpropagation (PB) learning algorithm. The method is described using very high speed integrated circuit hardware description language (VHDL), that used in developing the designs of a very large scale integration (VLSI). Firstly artificial neuron with sigmoid activation function has been designed and implemented which is considered as a basic unit of MLP. The MLP network is trained by BP algorithms, in the Matlab environment in order to obtain the ideal parameters of the network. Then hardware implementation of MLP on FPGAs, of types Spartan 3E and Virtex4 is achieved by using integer format and floating point format respectively . A comparison is done between the two arithmetic formats of MLP implementations on FPGAs. Keyword: MLP neural networks , floating-point (FLP) arithmetic, FPGA, VHDL.

في هذا البحث تم اقتراح طريقة تصميم شبكة عصبية نوع مدرك متعددة الطبقات (MLP), بالاعتماد على تدريبها باستخدام خوارزمية الانتشار العكسي (BP) , ثم تنفيذها باستخدام لغة وصف الدوائر المتكاملة ذات السرعة الفائقة (VHDL) والتي تستخدم لعمل تصاميم ضخمة فائقة التكامل (VLSI). في البداية تم تصميم وتنفيذ خلية عصبية(باستخدام دالة التفعيل غير الخطية السيغمويد) والتي تعتبر وحدة أساسية في الشبكات العصبية الاصطناعية, تنفيذ الخلية باستخدام صيغة الاعداد الصحيحة وصيغة النقطة العائمة.تم تصميم وتنفيذ شبكة عصبية متعددة الطبقات. حيث إن الشبكة المصممة دُربت باستخدام خوارزمية الانتشار العكسي باستخدام برنامج محاكاة تم تطويره في بيئة Matlab لغرض الحصول على المعاملات المثلى الخاصة بالشبكة العصبية, تم بناء الكيان المادي للشبكة على شريحة مصفوفة البوابات المبرمجة حقليا نوع ,Spartan 3E وتم تنفيذ هذه الشبكة بصيغة النقطة العائمة على شريحة (FPGA) نوع Virtex4 ومقارنتها مع الشبكة المنفذة بصيغة الإعداد الصحيحة.


Article
Monitoring and Quality Control of Stud Welding
المراقبـــه و السيطــــره على جـــودة لحـــام البراغـــــي

Loading...
Loading...
Abstract

This study is conducted to carry out a straightforward way appropriate for quality monitoring and stability of arc stud welding process, followed by a number of procedures to control the quality of welded samples, namely torque destructive testing and visual inspection context. Those procedures were being performed to support the monitoring system and verify its validity. Thus, continuous on-line monitoring guarantees earlier discovering stud welding defects and avoiding weld repeatability. On-line welding electronic monitoring system is for non destructive determining if a just completed weld is satisfactory or unsatisfactory, depending on welding current peak value detected by the system. Also, it has been observed significant harmonize which is mutually linking the monitored current peak values and quality control measures. So this concept is accordingly contributed in the process of supporting the fundamental objective of this research. On the other hand, two feed-forward neural networks have been developed for monitoring and control arc stud welding quality. First network predicts two output quality parameters (current peak value) and (torque testing value at failure). Second, predicts one output quality parameter (visual inspection). Networks have been trained to a set of data, which made them ready to receive new information for subsequent quality parameters prediction. Both networks showed up good response and acceptable results

تم في هذا البحث تصميم و تصنيع منظومه لمراقبة جوده لحام البراغي من خلال قياس قيمة التيار العظمى عند عملية اللحام. حيث ان استخدام منظومة المراقبه المباشره يضمن اكتشاف مبكر لعيوب اللحام و بالتالي ضمان جوده مقبوله لعملية اللحام. تم تنفيذ عدد من اجراءات السيطره النوعيه للعينات الملحومــــه المتمثلــــه بفحـــص العزم الاتلافــــــــي و اجراءات الفحـــــص بالبصر ( Visual Inspection) لبيان فعالية المنظومه و دراسة بعض الخصائص و العيوب المحتمل حدوثها في عمليــــة لحـــــام البراغــــي. ان منظومــــة المراقبــــه المباشره عبـــاره عن نظــــام الكترونــــي ، هدفه تحديد حالة اللحام الناتج فيما اذا كانت ناجحه او فاشله بطريقه غير تدميريه اعتمادا على قيمة التيار العظمى التي تعرضها المنظومه لحظيا عند اكتمال اللحام. تتكون المنظومه من جزئين رئيسسين ، الجــــزء الاول: متحــــــــــسس التيـــــــار او مايسمى بــمحول التيـــــــــــــار ( CT ) ، و الجزء الثاني عباره عن جهاز مراقبة قيمة التيار العظمى ( CPM ). في دائره متحسس التيار( CT ) يتم تحسس الموجات الكهرومغناطيسيه المتولده حول كابل اللحام و يحولها الى اشارة تيار كهربائي بنسبه تحويل ( ١٠٠٠ ٥ ). في دائره (CPM) ، تمر اشارة التيار بعدد من الدوائــــــــر الالكترونيــــــه لاجـــل كشف و ايجاد قيمة التيــــار العظمــــى و عرضهـــــا على هيئـــــة ارقام عشريه (0 → 9 ) مباشره خلال عمليه تنفيذ دوره اللحام الواحده. تم ملاحظة علاقة توافقيه متبادله تربط قيمة التيار العظمى باجراءات السيطره النوعيه و تقييم مستوى جودة اللحام الذي يؤكد صلاحية استخدام نظام المراقبه الالكتروني المباشر و يدعم الهدف الرئيسي لهذه الدراسه. ايضا تم اعداد شبكتين عصبيتين لمراقبة مستوى الجوده في عملية لحام البراغي بالقوس الكهربائي. الشبكه الاولى تنبأت بعاملين من عوامل جودة اللحام و هي (القيمه العظمى للتيار) و( قيمة فحص العزم الاتلافـــي عند نقطة الفشـــــل) بينمــــا الشبكـــــه الثانيه تنبأت بعامـــــل جوده واحد و هـــــو (مستوى الفحص بالبصر). دربت الشبكتان على مجموعه من البيانات التي اخذت من التجارب العمليه و اظهرت نتائج مقبوله.


Article
Study of Principle Component Analysis and Learning Vector Quantization Genetic Neural Networks
دراسة الشبكات العصبية الجينية والمعتمدة على أساس تحليل المركبات الأساسية والشبكات ذات التعليم ألاتجاهي الكمي

Authors: Arif A. Al-Qassar --- Mazin Z. Othman
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2009 Volume: 27 Issue: 2 Pages: 321-331
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

In this work, the Genetic Algorithm (GA) is used to improve the performance ofLearning Vector Quantization Neural Network (LVQ-NN), simulation results show thatthe GA algorithm works well in pattern recognition field and it converges much fasterthan conventional competitive algorithm. Signature recognition system using LVQ-NNtrained with the competitive algorithm or genetic algorithm is proposed. This schemeutilizes invariant moments adopted for extracting feature vectors as a preprocessing ofpatterns and a single layer neural network (LVQ-NN) for pattern classification. A verygood result has been achieved using GA in this system. Moreover, the PrincipleComponent Analysis Neural Network (PCA-NN) which its learning technique isclassified as unsupervised learning is also enhanced by hybridization with the geneticalgorithm. Three algorithms were used to train the PCA-NN. These are GeneralizedHebbian Algorithm (GHA), proposed Genetic Algorithm and proposed HybridNeural/Genetic Algorithm (HNGA).

في هذا البحث تم استخدام الخوارزميات الجينية لتحسين اداء الشبكة العصبية ذات التعليم الاتجاهي الكمي . النتائج التمثيلية كانت جيدة في مضم ار استطلاع البيانات وانها تتوصل الى النتائج بصورة اسرع . تم استخدام خواروميات المنافسة بطريقة العزوم الثابتة للحصول على متجة الصفات كخطوة اولى في تعليم الشبكة الاحادية الطبقة والمعتمدة في تعلمها على الخوروميات الجينية . علاوة على ذلك تم استخدام الشبكة العص بية التي تعتمد على اساس تحليل المركبات الاساسية في تعليم الشبكة بدون مشرف . ثلاثة خوارزميات تم استخدامها وهي الخوارزمية الهيبية العامة واخرى مقترحة ومسندة الخوارزميات الجينية والخوارزمية المدمجة بين الشبكات العصبية والخوارزميات الجينية.


Article
Simulation Of Chlorine Concentrations In Mosul University's Distribution Network Using EPANET Program
تمثيل تراكيز الكلور في شبكة إسالة جامعة الموصل باستخدام برنامج EPANET

Loading...
Loading...
Abstract

Abstract The objective of this study was to demonstrate a real-time chlorine decay with enhancement of simulation program (EPANET 2.0) developed for drinking water supply networks. Periodically samples, two runs/week at various time intervals, were tested at (20) locations in water distribution system of Mosul University and analyzed in site with chlorinator instrument. First the system hydraulic model (EPANET) was used with the entire pipe and junction data which was obtained from university’s records, while chlorine decay coefficients (both bulk and wall) were used from previous literatures and some model runs. A value of the bulk decay coefficient of (-1.0 d-1) was chosen, as for the wall decay coefficient, it was set to zero. The study demonstrated that most of the highly water consumption nodes have a residual chlorine concentration within (0.25 -1.2) mg/l. Moreover, the simulation program shows that from (12 – 5 A.M) chlorine concentration has nil values .However, due to the lack of maintenance works in both storage tank and piping network, about 93% of the reaction rates of the chlorine were happened in, so it is recommended to add an adequate dosing of chlorine with appropriate mixing in the high elevated tank. KEYWORDS: simulation, chlorine decay, water quality, distribution networks, EPANET

الخلاصةتهدف هذه الدراسة إلى تسليط الضوء على تحلل الكلور في شبكات إسالة المياه باستخدام برنامج EPANET 2.0. وقد فحصت نماذج دورية في 20 موقع من شبكة إسالة جامعة الموصل و بمعدل مرتين في الأسبوع وفي أوقات مختلفة من اليوم, ومن خلال ذلك تم إيجاد تراكيز الكلور المتبقي في تلك النقاط من الشبكة موقعياً.استخدمت الخصائص الهيدروليكية للأنابيب ونقاط التوزيع الحقيقية في شبكة إسالة جامعة الموصل لبناء النموذج الهيدروليكي المستخدم في البرنامج. واعتمدت معاملات تحلل الكلور المذكورة في الدراسات السابقة, اذ كان معامل تحلل الكلور (-1.0 d-1) في الماء, بينما كان معامل التحلل على جدران الانابيب صفراً.تبين من خلال هذه الدراسة أن اغلب العقد التي تتميز بمتطلب ماء عالي كانت تراكيز الكلور المتبقي فيها ضمن (0.25 – 1.2 mg/l). وأظهرت نتائج تمثيل الشبكة باستخدام البرنامج الحاسوبي إن تراكيز الكلور كانت صفراً عند الأوقات المحصورة بين (5 –12) صباحاً, وبسبب قلة أعمال الصيانة في خزان المياه الرئيسي وشبكة التوزيع فقد أظهرت النتائج أن 93% من تفاعلات الكلور حدثت في خزان التوزيع العالي لذا فانه يوصى بإضافة جرع كافية من الكلور مع المزج الملائم .الكلمات الدالة: تمثيل, تحلل الكلور, نوعية المياه, شبكات التوزيع, EPANET

Listing 1 - 10 of 11 << page
of 2
>>
Sort by
Narrow your search

Resource type

article (11)


Language

English (8)

Arabic and English (2)

Arabic (1)


Year
From To Submit

2009 (11)