واژه‌هاي كليدي:هدایت الکتریکی، آبهای طبیعی، رودخانه کرج، رودخانه جاجرود، شبکه عصبی مصنوعی، پیش بینی. فهرست مطالب عنوان صفحه فهرست جدول هالفهرست شکل هامفهرست نشانه هاسفصل اول1کلیات تحقیق11-1 مقدمه21-2 قابلیت هدایت الکتریکی21-2-1 اندازه گیری قابلیت هدایت الکتریکی31-2-2 عوامل مؤثر بر هدایت الکتریکی51-2-3 کاربرد هدایت الکتریکی71-3 عوامل مرتبط با هدایت الکتریکی91-4 اهمیت تحقیق10فصل دوم12مرور تحقیقات پیشین122-1 روابط محاسبه هدایت الکتریکی در محلول ها132-1-1 روش کلروش و همکارانش132-1-2 روش اونساگر162-1-3 روش رقیق سازی اوستوالد162-2 روش های تخمین هدایت الکتریکی آب های طبیعی162-2-1 روش پولاک162-2-2 روش اکربونی و موستی172-2-3 روش مکلسکی182-2-4 توسعه یافته مدل روسوم اصلاح شده202-3 روش های نوین ریاضی در تخمین هدایت الکتریکی212-3-1 تخمین هدایت الکتریکی رودخانه زرینه رود22فصل سوم23روش تحقیق233-1مقدمه243-2 شبکه عصبی243-2-1 تاریخچه شبکه عصبی263-2-2 کاربرد شبکه عصبی293-2-3 مزیت ها ومعایب شبکه عصبی293-2-4 ساختار نرون طبیعی303-2-5 مدل ریاضی نرون323-2-6 انواع توابع انتقال343-2-7 ویژگی های شبکه عصبی مصنوعی363-2-8 ساختار شبکه عصبی383-3 آموزش شبکه های عصبی393-4 شبکه های عصبی چند لایه پیشخور413-4-1 تاریخچه شبکه عصبی چند لایه پیشخور423-4-2 شبکه های پرسپترون چند لایه (MLP)433-5 الگوریتم پس انتشار خطا443-5-1 ساختار شبکه در الگوریتم پس انتشار خطا453-5-2 نگرش کلی بر آموزش شبکه453-5-3 مبنای ریاضی الگوریتم پس انتشار خطا493-5-4 ملاحظاتی در مورد الگوریتم BP523-5-5 الگوریتم های آموزشی پس انتشار خطا54فصل چهارم56نتایج و محاسبات564-1 مقدمه574-2 منطقه مورد مطالعه574-2-1 رودخانه کرج574-2-2 رودخانه جاجرود584-2 استفاده از شبکه عصبی به منظور پیش بینی هدایت الکتریکی624-3 مقایسه مدل های ارائه شده جهت تخمین هدایت الکتریکی67فصل پنجم80نتیجه گیری و پیشنهادها805-1 نتیجه گیری815-2 پیشنهاد ها84منابع86پیوست الف92چکیده انگلیسی97 فهرست جدولهاعنوان صفحه جدول 1-1 چند نمونه از هدایت الکتریکی مواد مختلف5جدول 1-2 مقادیرα 25برای مواد مختلف6جدول 1-3 ثابت های سلول توصیه شده برای محدوده های مختلف هدایت الکتریکی10جدول 2-1 پارامترهای رابطه ی (2-15) که دما در آن بر حسب درجه سانتیگراد می باشد18جدول 3-1 توابع آموزش موجود در جعبه ابزار شبکه های عصبی نرم افزار متلب55جدول 4-1 نتایج به دست آمده از برداشت ها در فصل های مختلف برای رودخانه کرج و جاجرود62جدول 4-2 پارامترهای مورد بررسی در 8 مدل ارائه شده برای رودخانه کرج و جاجرود63جدول 4-3 جزئیات طراحی مدل های مختلف شبکه عصبی بررسی شده در پژوهش برای رودخانه کرج66جدول 4-4 جزئیات طراحی مدل های مختلف شبکه عصبی بررسی شده در پژوهش برای رودخانه جاجرود67جدول 4-5نتایج مدل های مختلف شبکه عصبی و روش EMRMبرای رودخانه کرج و جاجرود69جدول 4-6 مقادیر وزن ها برای مدل هشتم (ساختار بهینه) برای رودخانه کرج78جدول 4-7 مقادیر وزن ها برای مدل هشتم (ساختار بهینه) برای رودخانه جاجرود79جدول 4-8 مقادیر بایاس برای مدل هشتم (ساختار بهینه) برای رودخانه کرج79جدول 4-9 مقادیر بایاس برای مدل هشتم (ساختار بهینه) برای رودخانه جاجرود79عنوان صفحه شکل 1-1 اثر غلظت بر هدایت الکتریکی7شکل 2-1 قانون ریشه برای اسید استیک و پتاسیم کلراید....15شکل 3-1 ساختار نرون زیستی31شکل 3-2 مدل ریاضی نرون32شکل 3-3 (الف) تابع انتقال خطی، (ب) تابع انتقال غیر خطی33شکل 3-4 تابع انتقال حد سخت34شکل 3-5 تابع انتقال حد سخت متقارن34شکل 3-6 تابع انتقال لگاریتمی سیگموئیدی35شکل 3-7 تابع انتقال تانژانت سیگمودئیدی35شکل 3-8 تابع انتقال خطی مثبت35شکل 3-9 تابع انتقال خطی35شکل 3-10 تابع انتقال ستلین36شکل 3-11 تابع انتقال پایه مثلثی36شکل 3-12 نمایی از یک شبکه عصبی39شکل 4-2 محل استقرار ایستگاه های نمونه برداری واقع بر رودخانه جاجرود61شکل 4-1 محل استقرار ایستگاه های نمونه برداری واقع بر رودخانه کرج60شکل 4-3 شماتیک مدل شبکه عصبی مصنوعی به کار رفته در پژوهش65شکل 4-4 نمودار همپوشانی و خطا حاصل از مدل اول برای رودخانه کرج70شکل 4-5 نمودار همپوشانی و خطا حاصل از مدل دوم برای رودخانه کرج70شکل 4-6 نمودار همپوشانی و خطا حاصل از مدل سوم برای رودخانه کرج71شکل 4-7 نمودار همپوشانی و خطا حاصل از مدل چهارم برای رودخانه کرج71شکل 4-8 نمودار همپوشانی و خطا حاصل از مدل پنجم برای رودخانه کرج72شکل 4-9 نمودار همپوشانی و خطا حاصل از مدل ششم برای رودخانه کرج72شکل 4-10 نمودار همپوشانی و خطا حاصل از مدل هفتم برای رودخانه کرج73شکل 4-11 نمودار همپوشانی و خطا حاصل از مدل هشتم برای رودخانه کرج73شکل 4-12 نمودار همپوشانی و خطا حاصل از مدل اول برای رودخانه جاجرود74شکل 4-13 نمودار همپوشانی و خطا حاصل از مدل دوم برای رودخانه جاجرود74شکل 4-14 نمودار همپوشانی و خطا حاصل از مدل سوم برای رودخانه جاجرود75شکل 4-15 نمودار همپوشانی و خطا حاصل از مدل چهارم برای رودخانه جاجرود75شکل 4-16 نمودار همپوشانی و خطا حاصل از مدل پنجم برای رودخانه جاجرود76شکل 4-17 نمودار همپوشانی و خطا حاصل از مدل ششم برای رودخانه جاجرود76شکل 4-18 نمودار همپوشانی و خطا حاصل از مدل هفتم برای رودخانه جاجرود77شکل 4-19 نمودار همپوشانی و خطا حاصل از مدل هشتم برای رودخانه جاجرود77شکل 5-1 مقایسه درصد خطای ریشه میانگین مریعات خطا برای مدل های مورد بررسی رودخانه کرج82شکل 5-2 مقایسه درصد خطای نرمال نسبی برای مدل های مورد بررسی رودخانه کرج82شکل 5-3 مقایسه درصد خطای ریشه میانگین مریعات خطا برای مدل های مورد بررسی رودخانه جاجرود83شکل 5-4 مقایسه درصد خطای نرمال نسبی برای مدل های مورد بررسی رودخانه جاجرود83 فهرست نشانههاپارامتر واحد جریان الکتریکی (I)................(آمپر)Aولتاژ (V)(ولت)Vمقاومت (R)(اهم)Ωطول (L)(متر)mسطح (A) (متر مربع)m2هدایت (G)Ω-1هدایت الکتریکی (k)(زیمنس بر متر)S/mهدایت مولار(اکی والان) محلول (Λ)m2S/molمواد جامد محلول (TDS)g/lهدایت اکی والان یونi (iλ)m2S/molهدایت اکی والان محلول در رقت بی نهایت ((Λ◦m2S/mol هدایت اکی والان آنیونها وکاتیونها در رقت بی نهایت (±◦λ)m2S/molمولالیته (mi)..............................................................................................................................................mol/kg کلیات تحقیق 1-1 مقدمهاهمیت علمی هدایت الکتریکی محلولهای الکترولیت علاقه فزایندهی پژوهشگران را در سالهای اخیر به خود جلب کرده است و مقدار زیادی از نتایج آزمایشگاهی در این زمینه منتشر شده است ]1[. در زمینه فعالیتهای صنعتی و پژوهشی نیاز به بررسی و مبذول داشتن توجه به امر مهم و تأثیرگذار هدایت الکتریکی وجود دارد. شایان ذکر است که بررسی پارامتر هدایت الکتریکی در زمینه فعالیتهای تصفیه آب، شیرین سازی، فعالیتهای کشاورزی (بررسی نمونهی خاک ها)، تشخیص نشتی مبدلهای حرارتی، تشخیص میزان خلوص آب و اندازهگیری کل املاح حل شده در آب، تشخیص الکترولیتهای قوی از ضعیف، به دستآوردن اطلاعات ترمودینامیکی نظیر درجه یونیزاسیون و بسیاری موارد دیگر از اهمیت بسزایی برخوردار است ]2[.در کاربردهای مهندسی، دانشی از هدایت الکتریکی برای طراحی و بهینهسازی فرآیندها و دستگاههای مختلف، بخصوص آنهایی که شامل سیستمهای الکتروشیمیایی میباشند، بسیار مهم است. در حوزه حفاظت از خوردگی محیطهای آبی و طراحی سیستمهای حفاظت کاتدیک، هدایت الکتریکی اطلاعات مفیدی ارائه می کند. همچنین هدایت الکتریکی میتواند برای بهدست آوردن دیدی نسبت به خواص محلولهای الکترولیت و ارزیابی مقادیر مشخصههای فیزیکی از قبیل ثابت تفکیک مورد استفاده قرار گیرد ]3 و4[.هدایت الکتریکی مقیاسی برای تعیین توانایی محلول در حمل جریان الکتریکی است. هدایت در مایعات مانند هدایت در فلزات توسط حرکت آزادانهی الکترونها صورت نمیگیرد، بلکه توسط یونها حمل میشود. تمام یونهای موجود در محلول به حمل جریان و در نهایت هدایت کمک میکنند. در نتیجه از طریق تعیین هدایت الکتریکی میتوان غلظت املاح یونیزه شده در نمونهی موجود را تعیین کرد ]5[.قابلیت هدایت الکتریکی مشخصهای است فیزیکی که بستگی به غلظت مواد قابل یونیزاسیون در آب داشته و توانایی آب را در هدایت الکتریکی نشان میدهد. واحد مقاومت الکتریکی اهم در متر میباشد. قابلیت هدایت الکتریکی عکس مقاومت است. در سال 1971 واحد زیمنس که با نماد s نشان میدهند، توسط کنفرانس عمومی اوزان و مقادیر به عنوان واحد بهدستآمدهی SI تصویب شد. در نتیجه واحد قابلیت هدایت الکتریکی زیمنس بر متر تعیین شد. واحد زیمنس به نام ورنر ون زیمنس[1]، مخترع آلمانی قرن نوزده میلادی، در زمینه مهندسی برق است ]5 و6[. از هدایت الکتریکی آب برای پیبردن به تغییرات ناگهانی مواد معدنی محلول در آب، برای قضاوت در خصوص مطلوب بودن کیفیت آب مقطر، برای پی بردن به صحت برخی از آزمونهای آب از جمله در تجزیه و تحلیل پارامترهایی از قبیل کل مواد جامد محلول مورد استفاده قرار میگیرد ]6[.در هادیهای فلزی الکترونهای آزاد عامل هدایت جریان هستند اما در محلولهای آبی این اتفاق توسط آنیون ها و کاتیونها صورت میگیرد. الکترولیتها محلولهایی شامل یونهای حاصل از حل شدن نمکها و یا یونیزه شدن مواد در محلول هستند. یونها مسئول انتقال جریان الکتریکی میباشند. الکترولیتها به دو دسته تقسیم می شوند: