ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Prediction of Reverse Osmosis (RO) Membrane Properties Using One Year Real Operational Data

المصدر: المجلة الجامعة
الناشر: جامعة الزاوية - مركز البحوث والدراسات العليا
المؤلف الرئيسي: Sassi, Kamal M. (Author)
مؤلفين آخرين: Yagub, Mustafa T. (Co-Author) , Atibeni, Rajab. A. (Co-Author)
المجلد/العدد: مج18, ع2
محكمة: نعم
الدولة: ليبيا
التاريخ الميلادي: 2016
الشهر: مايو
الصفحات: 61 - 78
رقم MD: 1263614
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EduSearch, EcoLink, IslamicInfo, AraBase, HumanIndex
مواضيع:
كلمات المؤلف المفتاحية:
Fouling | Neural Network Techniques | Membrane Permeability | Reverse Osmosis | Spiral Wound Module | Seasonal Changes
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
LEADER 02276nam a2200289 4500
001 2016265
041 |a eng 
044 |b ليبيا 
100 |9 673551  |a Sassi, Kamal M.  |e Author 
245 |a Prediction of Reverse Osmosis (RO) Membrane Properties Using One Year Real Operational Data  
260 |b جامعة الزاوية - مركز البحوث والدراسات العليا  |c 2016  |g مايو 
300 |a 61 - 78 
336 |a بحوث ومقالات  |b Article 
520 |b Modelling played an important role in simulation, optimisation, and control of reverse osmosis (RO) desalination processes. Water and salt permeability of the membrane are one of important membrane properties that affect optimal design and operation of RO processes. Therefore, estimation of membrane water and salt permeability is significant. In this work, neural networks (NNs) based correlation has been developed based on the actual RO fouling data over one year of operation and used for estimating the membrane permeability decline factors. It is found that the NNs based correlations can predict the experimental water and salt permeability very closely. Due to advancement in the microcomputer, plant automation becomes reliable means of plant maintenance. NNs based correlations (models) can be updated in terms of new sets of weights and biases for the same architecture or for a new architecture reliably with new plant data. 
653 |a المياه الغشائية  |a المياه العذبة  |a الشبكات العصبية الاصطناعية 
692 |b Fouling  |b Neural Network Techniques  |b Membrane Permeability  |b Reverse Osmosis  |b Spiral Wound Module  |b Seasonal Changes 
700 |a Yagub, Mustafa T.  |e Co-Author  |9 673552 
700 |9 673548  |a Atibeni, Rajab. A.  |e Co-Author 
773 |4 العلوم الإنسانية ، متعددة التخصصات  |4 العلوم الاجتماعية ، متعددة التخصصات  |6 Humanities, Multidisciplinary  |6 Social Sciences, Interdisciplinary  |c 012  |e University Bulletin  |l 002  |m مج18, ع2  |o 0928  |s المجلة الجامعة  |v 018 
856 |u 0928-018-002-012.pdf 
930 |d n  |p y  |q n 
995 |a EduSearch 
995 |a EcoLink 
995 |a IslamicInfo 
995 |a AraBase 
995 |a HumanIndex 
999 |c 1263614  |d 1263614 

عناصر مشابهة