| چارچوب ترکیبی CFD و یادگیری عمیق برای بهینه‌سازی شبه لحظه‌ای نقاط تخلیه پساب شور در رودخانه‌ها: مرور انتقادی و طرح مفهومی با تمرکز بر رودخانه قزل‌اوزن |
| کد مقاله : 1149-CONFIHA |
| نویسندگان |
|
سیامند پیرانی راد * رئیس کنترل کیفیت مجتمع کاغذسازی راشا کاسپین ایرانیان |
| چکیده مقاله |
| شوری یکی از چالش‌های اصلی کیفیت آب در رودخانه قزل‌اوزن و حوضه سفیدرود است. سازندهای تبخیری، گنبدهای نمکی، زه‌آب‌های کشاورزی و پساب‌های شور از عوامل اصلی آن به شمار می‌روند. تعیین محل و شرایط مناسب تخلیه پساب شور نیازمند پیش‌بینی دقیق اختلاط جریان است. مدل‌های سه‌بعدی هیدرودینامیک محاسباتی (CFD) این پیش‌بینی را با دقت بالا انجام می‌دهند، اما هزینه محاسباتی آن‌ها استفاده در بهینه‌سازی تکراری و تصمیم‌گیری عملیاتی را محدود می‌کند. در این مقاله ابتدا مطالعات اخیر درباره اختلاط در تلاقی رودخانه‌ها، طراحی تخلیه پساب شور، مدل‌های جایگزین یادگیری عمیق در هیدرولیک و پیش‌بینی شوری مرور و نقاط قوت و محدودیت آن‌ها بررسی می‌شود. سپس چارچوبی مفهومی پیشنهاد می‌شود که شامل ساخت پایگاه داده سناریوها با CFD، آموزش مدل جایگزین شبکه عصبی عمیق، جفت‌کردن آن با الگوریتم بهینه‌سازی چندهدفه با قید سقف مجاز شوری پایین‌دست و ارزیابی عدم‌قطعیت است. چالش‌های اجرای چارچوب نیز بحث می‌شود، از جمله کمبود داده میدانی، خطای برون‌یابی، اعتبارسنجی و اثر تغییر اقلیم. تا آنجا که نویسندگان اطلاع دارند، ترکیب این اجزا برای مدیریت تخلیه پساب شور در رودخانه‌ها کمتر به‌صورت یکپارچه بررسی شده است. چارچوب پیشنهادی می‌تواند مبنای پژوهش‌های آتی و توسعه سامانه‌های تصمیم‌یار برای کنترل شوری در رودخانه‌هایی مانند قزل‌اوزن باشد. |
| کلیدواژه ها |
| شوری رودخانه، قزل‌اوزن، هیدرودینامیک محاسباتی (CFD)، مدل جایگزین، یادگیری عمیق، تخلیه پساب، بهینه‌سازی |
| وضعیت: پذیرفته شده |
