Notice: Undefined index: linkPowrot in C:\wwwroot\wwwroot\publikacje\publikacje.php on line 1275
Strona główna > Publikacje
Publikacje
Pomoc (F2)
[70400] Artykuł:

Modelling and Forecasting the Sludge Bulking in Biological Reactors of Wastewater Treatment Plants by Means of Data Mining Methods

Czasopismo: Intelligent Systems in Production Engineering and Maintenance – ISPEM 2017   Tom: 637, Strony: 296-305
ISSN:  2194-5365
ISBN:  978-3-319-64465-3
Wydawca:  SPRINGER INTERNATIONAL PUBLISHING AG, GEWERBESTRASSE 11, CHAM, CH-6330, SWITZERLAND
Opublikowano: Styczeń 2018
Seria wydawnicza:  Advances in Intelligent Systems and Computing
 
  Autorzy / Redaktorzy / Twórcy
Imię i nazwisko Wydział Katedra Do oświadczenia
nr 3		 Grupa
przynależności		 Dyscyplina
naukowa		 Procent
udziału		 Liczba
punktów
do oceny pracownika		 Liczba
punktów wg
kryteriów ewaluacji
Bartosz Szeląg orcid logo WiŚGiEKatedra Geotechniki, Geomatyki i Gospodarki Odpadami*Takzaliczony do "N"Inżynieria środowiska, górnictwo i energetyka5015.007.50  
Jan Studziński Niespoza "N" jednostki50.00.00  

Grupa MNiSW:  Materiały z konferencji międzynarodowej (zarejestrowane w Web of Science)
Punkty MNiSW: 15
Klasyfikacja Web of Science: Proceedings Paper

DOI LogoDOI     Web of Science Logo Web of Science    
Keywords:

Mathematical modelling  Data mining methods  Sewage treatment processes  


Abstract:

The bulking of active sludge in treatment plant bioreactors occurs very often in communal wastewater works what leads to worsening the abilities of sludge sedimentation and the efficiency of works operation. Because of that there is useful and suitable to model and predict the sludge bulking events in order to take some counteractions. In the paper the data mining methods of Support Vector Machines (SVM), Boosted Trees, Random Forests and Multivariate Adaptive Regression Splines (MARS) have been used for modelling and forecasting the sludge bulking events. By the calculation the measurement data series from 4 years concerning the physical and chemical parameters of wastewater flowing into the treatment plant investigated and the technological parameters of the plant bioreactor were used. The calculation results show that the best sludge bulking model containing the best prediction ability has been received by the MARS method and on another side the worst models have been generated by the Random Forests method.


POWRÓT
Strona główna > Publikacje