ISSN: 2155-6199

Zeitschrift für Bioremediation und biologischen Abbau

Offener Zugang

Unsere Gruppe organisiert über 3000 globale Konferenzreihen Jährliche Veranstaltungen in den USA, Europa und anderen Ländern. Asien mit Unterstützung von 1000 weiteren wissenschaftlichen Gesellschaften und veröffentlicht über 700 Open Access Zeitschriften, die über 50.000 bedeutende Persönlichkeiten und renommierte Wissenschaftler als Redaktionsmitglieder enthalten.

Open-Access-Zeitschriften gewinnen mehr Leser und Zitierungen
700 Zeitschriften und 15.000.000 Leser Jede Zeitschrift erhält mehr als 25.000 Leser

Indiziert in
  • CAS-Quellenindex (CASSI)
  • Index Copernicus
  • Google Scholar
  • Sherpa Romeo
  • Öffnen Sie das J-Tor
  • Genamics JournalSeek
  • Akademische Schlüssel
  • JournalTOCs
  • Forschungsbibel
  • Nationale Wissensinfrastruktur Chinas (CNKI)
  • Ulrichs Zeitschriftenverzeichnis
  • Zugang zu globaler Online-Forschung in der Landwirtschaft (AGORA)
  • RefSeek
  • Hamdard-Universität
  • EBSCO AZ
  • OCLC – WorldCat
  • SWB Online-Katalog
  • Publons
  • Genfer Stiftung für medizinische Ausbildung und Forschung
  • MIAR
  • ICMJE
Teile diese Seite

Abstrakt

Artificial Intelligence for Electrocoagulation Treatment of Olive Mill Wastewater

Mahmoud Nasr and Abeer EL Shahawy

An electrocoagulation system using bipolar aluminium electrodes was studied for the treatment of olive mill wastewater (OMW). Response surface methodology and adaptive neuro-fuzzy inference system (ANFIS) were employed to study the effects of operating parameters on the removal of chemical oxygen demand (COD). At the optimum condition of initial pH 4, current density 83 mA cm-2 and 20 min-electrolysis time, the estimated COD removal efficiency of 40.4% was close to the experimental result (42.7%) with a coefficient of determination r2=0.92. Results from ANFIS indicated that the order of operating parameters affecting the COD removal efficiency was pH>current density>electrolysis time. Additionally, the optimal combination of two inputs influencing the COD removal efficiency was current density × pH, since it recorded the least training root mean square error of 5.04. This study demonstrated that ANFIS could be used as a tool to describe the factors influencing electrocoagulation process.

Haftungsausschluss: Dieser Abstract wurde mit Hilfe von Künstlicher Intelligenz übersetzt und wurde noch nicht überprüft oder verifiziert.