Modélisation du taux de coagulant dans une station de traitement des eaux

Abstract

La clarification est l'ensemble des opérations permettant d'éliminer les matières en suspension (MES) de l'eau brute ainsi que la plupart des matières organiques, notamment la coagulation, la floculation et la filtration. La coagulation est une étape très importante dans la production d'eau potable à partir d'eau brute ; elle permet d'éliminer les particules colloïdales, qui sont une source de contamination ultérieure. En raison de la consommation de coagulant durant cette étape, cette dernière constitue le maillon le plus coûteux de la chaîne de traitement. Généralement, la dose de coagulant est déterminée par le Jar-Test. Cette approche présente également l'inconvénient d'avoir un temps de latence relativement long. La technologie des réseaux neuronaux artificiels est une technique d'intelligence artificielle puissante pour modéliser le processus de traitement de l'eau potable. Le but de cette étude est de prouver la relation entre la dose de coagulant et les différentes variables. La détermination de la dose de coagulant nécessaire en fonction de variables telles que la turbidité, la conductivité, le pH et l'ammonium à l'aide du modèle de réseau neuronal artificiel a été adoptée. Les résultats obtenus du modèle de prédiction de la dose de coagulant sont parfaitement conformes à ceux obtenus expérimentalement, en raison des valeurs très élevées du coefficient de détermination (99,98 % et 99,89 % pour la formation et la validation respectivement) et de l'erreur quadratique moyenne (proche de zéro).