research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
Prediction of Ryznar Stability Index for Treated Water of WTPs Located on Al-Karakh Side of Baghdad City using Artificial Neural Network (ANN) Technique
التنبؤ بمؤشر الاستقرار(RI) للمياه المعالجة من محطات تصفية الماء على جانب الكرخ من مدينة بغداد باستخدام تقنية الشبكات العصبية الاصطناعية (ANN)

Authors: Sura Kareem Ali سرى كريم علي --- Basim Hussein Khudair باسم حسين خضير --- Awatif Soaded Alsaqqar عواطف سؤدد عبدالحميد
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2016 Volume: 22 Issue: 5 Pages: 1-10
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

In this research an Artificial Neural Network (ANN) technique was applied for the prediction of Ryznar Index (RI) of the flowing water from WTPs in Al-Karakh side (left side) in Baghdad city for year 2013. Three models (ANN1, ANN2 and ANN3) have been developed and tested using data from Baghdad Mayoralty (Amanat Baghdad) including drinking water quality for the period 2004 to 2013. The results indicate that it is quite possible to use an artificial neural networks in predicting the stability index (RI) with a good degree of accuracy. Where ANN 2 model could be used to predict RI for the effluents from Al-Karakh, Al-Qadisiya and Al-Karama WTPs as the highest correlation coefficient were obtained 92.4, 82.9 and 79.1% respectively. For Al-Dora WTP, ANN 3 model could be used as R was 92.8%.

في هذا البحث تم تطبيق تقنية الشبكات العصبية الاصطناعية (ANN) للتنبؤ بمؤشر الاستقرار(RI) من المياه المتدفقة من محطات تصفية الماء في الجانب الكرخ (الجانب الأيسر) في مدينة بغداد للعام 2013. قد طورت وفحصت ثلاثة نماذج (ANN1, ANN2, and ANN3) باستخدام البيانات من أمانة بغداد بما في ذلك نوعية مياه الشرب للفترة من 2004 الى 2013. وتشير النتائج إلى أنه من الممكن جدا استخدام الشبكات العصبية الاصطناعية في التنبؤ بمؤشر الاستقرار القياسي (RI) مع درجة جيدة من الدقة. حيث يمكن استخدام النموذج (ANN2) لتنبؤ (RI) لمياه المنتجة من محطات التصفية الكرخ، القادسية والكرامة بأعلى معامل الارتباط الذي تم الحصول عليه 92.4 ، 82.9 و 79.1% على التوالي. بينما يمكن استخدام النموذج (ANN3) لمحطة تصفية الدورة حيث كان معامل الارتباط 92.8%.


Article
Prediction of Municipal Solid Waste Generation Models Using Artificial Neural Network in Baghdad city, Iraq
التنبؤ بنماذج توليد النفايات الصلبة البلدية باستخدام الشبكة العصبية الاصطناعية في مدينة بغداد، العراق

Authors: Basim Hussein Khudair باسم حسين خضير --- Sura Kareem Ali سرى كريم علي --- Duaa Tawfeeq Jassim دعاء توفيق جاسم
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2018 Volume: 24 Issue: 5 Pages: 113-123
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The importance of Baghdad city as the capital of Iraq and the center of the attention of delegations because of its long history is essential to preserve its environment. This is achieved through the integrated management of municipal solid waste since this is only possible by knowing the quantities produced by the population on a daily basis. This study focused to predicate the amount of municipal solid waste generated in Karkh and Rusafa separately, in addition to the quantity produced in Baghdad, using IBM SPSS 23 software. Results that showed the average generation rates of domestic solid waste in Rusafa side was higher than that of Al-Karkh side because Rusafa side has higher population density than Al-Karkh side. The artificial neural networks show a high coefficient of determination between the predicted and observed domestic solid waste, with R2 value reaching to 0.91, 0.828 and 0.827 for Al-Karkh, 0.9986,0. 9903 and 0.9903 for Rusafa side, and 0.9989, 0.9878 and 0.9847 in Baghdad city, and also, these models were used to estimate the generation of municipal solid waste for short period with highly efficient which assistance in planning to design landfills sites.

نظرا لأهمية بغداد بوصفها عاصمة للعراق ومركز اهتمام الوفود بسبب تاريخها الطويل، فمن الضروري الحفاظ على بيئتها. ويتحقق ذلك من خلال الإدارة المتكاملة للنفايات الصلبة، لأن ذلك لا يمكن إلا إذا كنا قادرين على معرفة الكميات التي ينتجها السكان على أساس يومي. لهذا السبب، تم التركيز في هذه الدراسة على إيجاد نماذج رياضية للتنبؤ بكمية النفايات الصلبة المتولدة في الكرخ والرصافة بشكل منفصل، بالإضافة إلى الكمية التي تنتجها مدينة بغداد باستخدام برنامج IBM SPSS 23. وأظهرت النتائج أن متوسط معدلات توليد النفايات الصلبة المنزلية في الرصافة كان أعلى من الكرخ لأن جانب الرصافة له كثافة سكانية أعلى من الكرخ. واستخدمت الشبكات العصبية الاصطناعية للعثور على النماذج المطلوبة حيث أظهرت النتائج وجود قيم ارتباط عالية لكل نموذج تم التنبؤ به . وقد أظهرت نتائج الشبكات العصبية الاصطناعية قيم ارتباط عالية لكل نموذج متوقع، حيث تصل قيمة R2 إلى 0.91 و 0.828 و 0.827 للكرخ و0.9903 و 0.9980 و 0.9903 لجانب الرصافة و 0.9989 و 0.9878 و 0.9847 لمدينة بغداد كما يمكن استخدام هذه النماذج لتقدير توليد النفايات الصلبة البلدية لفترة قصيرة بكفاءة عالية والتي تساعد في التخطيط لتصميم مواقع مدافن القمامة.

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

English (2)


Year
From To Submit

2018 (1)

2016 (1)