<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

MODELISATION DE L’EMISSION DES GAZ ISSUS D’UN INCINERATEUR DE DECHETS

dc.contributor.authorCHAIBOU ALLGOUMARET, A
dc.contributor.authorKHAOUANE, L
dc.contributor.authorHANINI, S
dc.date.accessioned2022-05-05T10:03:10Z
dc.date.available2022-05-05T10:03:10Z
dc.date.issued2014
dc.description.abstractCette étude est basé sur la modélisation neuronale de la cinétique de l’émission de gaz telle que le NOx issu de l’incinération des déchets pharmaceutique et hospitaliers, à savoir des poudres de : la pénicilline, le lactose, l’amidon de maïs, l’amlor, pour les déchets pharmaceutique ; ainsi que les déchets d’activités de soins à risques infectieux (DASRI) et les déchets à risques chimiques et toxiques (DRCT), pour les déchets hospitaliers. Notre contribution à porter sur l’utilisation des réseaux de neurones artificiels, pour décrire l’évolution des NOx. Le développement de cette approche a été fondé sur deux étapes : préparation de la base de données et optimisation de l’architecture de réseau de neurone statique modéliser. Les RNSO obtenu durant cette contribution sont de type multi layer perceptron (MLP), comportant une couche cachée, avec une architecture de : {8-28-1} pour l’ensemble des déchets, {1-17-1} pour les DASRI et {1-20-1} pour les DRCT. Les valeurs du coefficient de régression sont respectivement de 0,85 ; 0,87 ; 0,81 ; avec une erreur de l’ordre de 10-5.fr
dc.identifier.citationgénie chimiquefr
dc.identifier.govdocM114038
dc.identifier.urihttps://dspace.univ-medea.dz/handle/123456789/1597
dc.language.isofrfr
dc.relation.ispartofseriesMF 2807;
dc.subjectIncinérationfr
dc.subjectDéchets pharmaceutiquesfr
dc.subjectDéchets hospitaliersfr
dc.subjectRejets gazeuxfr
dc.subjectModélisationfr
dc.subjectRéseaux de neuronesfr
dc.titleMODELISATION DE L’EMISSION DES GAZ ISSUS D’UN INCINERATEUR DE DECHETSfr
dc.typeMemoirefr

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
M114038.pdf
Size:
2.05 MB
Format:
Adobe Portable Document Format
Description:

Collections