{"title":"秘鲁高海拔地区饮用水处理的神经网络","authors":"Anieval Peña Rojas, Lisveth Flores del Pino","doi":"10.11144/JAVERIANA.AYD18-35.RNTA","DOIUrl":null,"url":null,"abstract":"Se evaluo la dosificacion de coagulantes utilizando redes neuronales artificiales, enuna planta de agua potable ubicada en Peru (12° 00’ 00\" S y 75° 11?’ 00\" W) a3420m, donde la calidad al ingreso es inestable debido a precipitaciones fluvialesque alteran sus propiedades fisicoquimicas. Se utilizo la “prueba de jarras” paraevaluar la dosis de coagulante (Al2SO4), considerando turbiedad, pH, conductividady solidos disueltos, con temperatura y caudal promedio de 10° C y 148 L/s. Los datosde once meses fueron usadas para entrenar diversas tipologias de redes, siendo lade regresion generalizada la que presento un rendimiento de 97,77 % y evidencioque los factores mas influentes son los solidos disueltos, la turbidez, la conductividady el pH, con 42,79 , 32,43 , 10,33 y 7,26 %, respectivamente.","PeriodicalId":40964,"journal":{"name":"Ambiente y Desarollo","volume":"18 1","pages":"108-116"},"PeriodicalIF":0.0000,"publicationDate":"2014-07-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://sci-hub-pdf.com/10.11144/JAVERIANA.AYD18-35.RNTA","citationCount":"1","resultStr":"{\"title\":\"Redes neuronales para el tratamiento de agua potable en zona de altitud del Perú\",\"authors\":\"Anieval Peña Rojas, Lisveth Flores del Pino\",\"doi\":\"10.11144/JAVERIANA.AYD18-35.RNTA\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Se evaluo la dosificacion de coagulantes utilizando redes neuronales artificiales, enuna planta de agua potable ubicada en Peru (12° 00’ 00\\\" S y 75° 11?’ 00\\\" W) a3420m, donde la calidad al ingreso es inestable debido a precipitaciones fluvialesque alteran sus propiedades fisicoquimicas. Se utilizo la “prueba de jarras” paraevaluar la dosis de coagulante (Al2SO4), considerando turbiedad, pH, conductividady solidos disueltos, con temperatura y caudal promedio de 10° C y 148 L/s. Los datosde once meses fueron usadas para entrenar diversas tipologias de redes, siendo lade regresion generalizada la que presento un rendimiento de 97,77 % y evidencioque los factores mas influentes son los solidos disueltos, la turbidez, la conductividady el pH, con 42,79 , 32,43 , 10,33 y 7,26 %, respectivamente.\",\"PeriodicalId\":40964,\"journal\":{\"name\":\"Ambiente y Desarollo\",\"volume\":\"18 1\",\"pages\":\"108-116\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2014-07-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"https://sci-hub-pdf.com/10.11144/JAVERIANA.AYD18-35.RNTA\",\"citationCount\":\"1\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Ambiente y Desarollo\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.11144/JAVERIANA.AYD18-35.RNTA\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Ambiente y Desarollo","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.11144/JAVERIANA.AYD18-35.RNTA","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Redes neuronales para el tratamiento de agua potable en zona de altitud del Perú
Se evaluo la dosificacion de coagulantes utilizando redes neuronales artificiales, enuna planta de agua potable ubicada en Peru (12° 00’ 00" S y 75° 11?’ 00" W) a3420m, donde la calidad al ingreso es inestable debido a precipitaciones fluvialesque alteran sus propiedades fisicoquimicas. Se utilizo la “prueba de jarras” paraevaluar la dosis de coagulante (Al2SO4), considerando turbiedad, pH, conductividady solidos disueltos, con temperatura y caudal promedio de 10° C y 148 L/s. Los datosde once meses fueron usadas para entrenar diversas tipologias de redes, siendo lade regresion generalizada la que presento un rendimiento de 97,77 % y evidencioque los factores mas influentes son los solidos disueltos, la turbidez, la conductividady el pH, con 42,79 , 32,43 , 10,33 y 7,26 %, respectivamente.