دانلود پرفروش ترین فایل ها# فورکیا # اینترنت#فایل سل#

فایل های پرفروش فورکیا و اینترنت را دانلود کنید(فایل های در این وبسایت قرار داده می شودکه تضمینی و مطمئن هستن ،اگر غیر از این بود به مدیریت اطلاع دهید)سعی شده فایل های دارای ضمانت معتبر گلچین بشه ولی تصمیم با شماست.موفق باشید
4kia.ir

دانلود پرفروش ترین فایل ها# فورکیا # اینترنت#فایل سل#

فایل های پرفروش فورکیا و اینترنت را دانلود کنید(فایل های در این وبسایت قرار داده می شودکه تضمینی و مطمئن هستن ،اگر غیر از این بود به مدیریت اطلاع دهید)سعی شده فایل های دارای ضمانت معتبر گلچین بشه ولی تصمیم با شماست.موفق باشید

شما در این سایت میتوانید به راحتی بهترین فایل ها که دارای ضمانت می باشند را دانلود کنید(فایل سل،فورکیا،همیار دانشجو و....)
بهترین های اینترنت را در این وب سایت بیابید.
طبقه بندی موضوعی


پیش‌بینی آلودگی عناصر سنگین در پساب اسیدی رودخانه شور معدن مس پورفیری سرچشمه با استفاده از هوش مصنوعی word

 فهرست

 فهرست مطالب.....ح

فهرست شکل‌ها.....ی

فهرست جدول‌ها....م

فهرست علایم و نشانه‌ها.....ن

فهرست مطالب

فصل اول1

کلیات1

1-1-مقدمه2

1-2-تعریف مسأله3

1-2-1-پساب اسیدی معدنی4

1-2-2- منشاء پساب‌های اسیدی معدن4

1-2-3- واکنش‌های اکسیداسیون و تولید اسید6

1-2-4- عوامل موثر بر نرخ اکسید شدن پیریت8

1-2-5- اثرات زیست ‌محیطی پساب‌های اسیدی معدن8

1-3-مروری بر پیشینه مطالعات انجام شده11

1-4- ضرورت انجام تحقیق18

1-5-اهداف تحقیق19

1-6-سازماندهی پایان نامه19

فصل دوم21

سیستم استنتاج فازی-عصبی تطبیقی21

2-1-مقدمه22

2-2-منطق فازی23

2-2-1-تئوری فازی از دیدگاه ریاضی23

2-2-2-سیستم استنتاجی فازی23

2-2-3-سیستم استنتاجی فازی خالص25

2-2-4-سیستم استنتاج فازی ممدانی25

2-2-5-سیستم استنتاج فازی تاکاگی-سوگونو و کانگ26

2-3-شبکه‌های عصبی مصنوعی28

2-3-1-آموزش شبکه عصبی مصنوعی30

2-4-سیستم استنتاج عصبی-فازی تطبیقی30

2-4-1 -ساختار ریاضی انفیس31

2-5-سیستم استنتاجی عصبی-فازی تطبیقی چند خروجی35

2-5-1-عملیات آموزش سیستم استنتاج عصبی-فازی تطبیقی چند خروجی37

2-5-2-پارتیشن بندی شبکه39

2-5-3- خوشه بندی کاهشی39

2-5-3- فازی میانگین - c40

2-6-جمع ‌بندی41

فصل سوم42

معرفی و خصوصیات کلی معدن مس سرچشمه42

3-1- مشخصات عمومی معدن مس سرچشمه43

3-1-1- موقعیت جغرافیایی و شرایط اقلیمی کانسار پورفیری مس سرچشمه43

3-2- تاریخچه معدن مس سرچشمه44

3-4- کانی سازی در معدن مس سرچشمه45

3-5-مطالعاتانجامشدهبررویسدباطلهمعدنمسسرچشمه45

3-5-1- احداث سد باطله46

3-5-2-هیدرولوژی منطقه47

3-6-باطله‌های معدن مس سرچشمه48

3-6-1-مقدمه48

3-6-2-سایت معدنی سرچشمه50

3-6-3- نمونه برداری و روش‌های صحرایی51

3-7-جمع‌بندی54

فصل چهارم55

مدلسازی و آنالیز نتایج55

4-1-مقدمه56

4-2- پیش‌بینی فلزات سنگین در پساب اسیدی معدن با استفاده از مدل سیستم استنتاج عصبی-فازی تطبیقی چند متغیره64

4-2-1-معیارهای ارزیابی عملکرد مدل66

4-3-نتایج حاصل از سیستم استنتاج عصبی-فازی تطبیقی چندخروجی66

4-4-رگرسیون خطی78

4-4-1-رگرسیون خطی چندگانه79

4-5-نتایج حاصل از رگرسیون خطی چندگانه80

فصل پنجم87

5-1-نتیجه گیری کلی88

5-2-پیشنهادات91

منابع92

فهرست اشکال

 شکل ‏1‑1 -اکسید شدن پیریت و تولید اسید در یک معدن زغال‌سنگ.................................................................6

شکل ‏1‑2-میکروگراف الکترونی از باکتری تیوباسیلوس فرواکسیدان......................................................................7

شکل ‏1‑3-آلودگی آب‌های سطحی درغرب ویرجینیا.................................................................................................9

شکل ‏1‑4-مرگ ماهیان بر اثر تخلیۀ پساب اسیدی معدن حاصل از معادن رومانی در رودخانۀ دانوب..........9

شکل ‏1‑5-آلودگی آب‌های سطحی توسط پساب اسیدی حاصل از معادن زغال سنگ در غرب پنسیلوانیا.10

شکل ‏2‑1-ساختار یک سیستم فازی...........................................................................................................................23

شکل ‏2‑2-ساختار سه سیستم استنتاجی فازی.........................................................................................................24

شکل ‏2‑3-سیستم فازی ممدانی...................................................................................................................................25

شکل ‏2‑4-سیستم فازی TSK.......................................................................................................................................26

شکل ‏2‑5-ساختار یک نرون مصنوعی..........................................................................................................................27

شکل ‏2‑6-ساختار نمونه انفیس در مدل فازی سوگنو..............................................................................................30

شکل ‏2‑7-ساختار دیگری از انفیس..............................................................................................................................33

شکل ‏2‑8-سیستم استنتاجی عصبی-فازی تطبیقی چند خروجی مدل سوگنو مرتبه با یک ورودی و سه خروجی.................................................................................................................................................................................36

شکل ‏3‑1-موقعیت جغرافیایی کانسار مس سرچشمه...............................................................................................43

شکل ‏3‑2-سد باطله در معدن مس پورفیری سرچشمه...........................................................................................45

شکل ‏3‑3-محل معدن مس سرچشمه و رودخانه شور.............................................................................................50

شکل ‏3‑4-محل نمونه‌برداری رودخانه شور.................................................................................................................51

شکل ‏3‑5-محل‌های نمونه برداری و موقعیت معدن مس سرچشمه.....................................................................53

شکل ‏4‑1-رسوب سولفات مس و آهن مس سرچشمه.............................................................................................57

شکل ‏4‑2-رسوب کانی‌های ثانویه سولفات مس و آهن............................................................................................57

شکل ‏4‑3-کلوئیدی شدن پساب و انحلال سولفیدها................................................................................................58

شکل ‏4‑4-کلوئیدی شدن پساب و انحلال سولفات در پساب فرعی......................................................................58

شکل ‏4‑5-پساب خروجی از معدن، کدر و حاوی ذرات معلق آهن........................................................................60

شکل ‏4‑6-رسوبات بی‌شکل پوشاننده پساب و رسوبات آهن در حواشی آن.........................................................60

شکل ‏4‑7-روند تغییرات غلظت(ppm)آلاینده‌های فلزی از بالادست به پایین دست روخانه شور...................62

شکل ‏4‑8 -توابع عضویت به دست آمده توسط مدل MANFIS-GP.................................................................68

شکل ‏4‑9-توابع عضویت به دست آمده توسط مدل MANFIS-SCM...............................................................69

شکل ‏4‑10-توابع عضویت به دست آمده توسط مدل MANFIS-FCM............................................................70

شکل ‏4‑11-همبستگی بین مقادیر اندازه گیری شده و پیش‌بینی شده مس توسط مدل MANFIS-SCM الف) مجموعه داده‌های آموزشی، ب) مجموعه داده آزمون.......................................................................................72

شکل ‏4‑12-همبستگی بین مقادیر اندازه گیری شده و پیش‌بینی شده آهن توسط مدل MANFIS-SCMالف) مجموعه داده‌های آموزشی، ب) مجموعه داده آزمون.......................................................................................73

شکل ‏4‑13-همبستگی بین مقادیر اندازه گیری شده و پیش‌بینی شده منگنز توسط مدل MANFIS-SCM الف) مجموعه داده‌های آموزشی، ب) مجموعه داده آزمون..........................................................................75

شکل ‏4‑14-همبستگی بین مقادیر اندازه گیری شده و پیش‌بینی شده روی توسط مدل MANFIS-SCM الف) مجموعه داده‌های آموزشی، ب) مجموعه داده آزمون.......................................................................................75

شکل ‏4‑15-مقایسه بین اندازه گیری و پیش‌بینی شده Cu با استفاده از مدل MANFIS-SCM برای مجموعه داده‌های آزمون..................................................................................................................................................76

شکل ‏4‑16-مقایسه بین اندازه گیری و پیش‌بینی شده Fe با استفاده از مدل MANFIS-SCM برای مجموعه داده‌های آزمون..................................................................................................................................................76

شکل ‏4‑17-مقایسه بین اندازه گیری و پیش‌بینی شده Mn با استفاده از مدل MANFIS-SCM برای مجموعه داده‌های آزمون................................................................................................................................................77

شکل ‏4‑18-مقایسه بین اندازه گیری و پیش‌بینی شده Zn با استفاده از مدل MANFIS-SCM برای مجموعه داده‌های آزمون...............................................................................................................................................77

شکل 4‑19 -همبستگی بین غلظت فلزات سنگین اندازه‌گیری شده و پیشبینی شده با استفاده از MLR برای داده‌های آزمون و آموزش....................................................................................................................................85

 فهرست جداول

 جدول ‏3‑1-ماکزیمم و مینیمم پارامترهای فیزیکی و شیمیایی غلظت فلزات سنگین رودخانه شور53

جدول ‏3‑2-محل و موقعیت جغرافیایی ایستگاه‌های نمونه‌برداری آب53

جدول ‏4‑1-ماکزیمم و مینیمم پارامترهای فیزیکی و شیمیایی غلظت فلزات سنگین رودخانه شور و استاندارد آب(همه نمونه‌ها بر حسبppm)61

جدول‏4‑2-ماتریس همبستگی بین غلظت فلزات سنگین و متغییرهای مستقل65

جدول ‏4‑3-خصوصیات مدل‌هایMANFIS67

جدول ‏4‑4-مقایسه بین نتایج حاصل از سه مدل برای مجموعه داده‌های آزمون71

جدول ‏4‑5-مشخصات آماری از مدل رگرسیون چندگانه81

جدول4-6-مقایسه نتایج بدست آمده از روش MANFIS-SCMو MLR............................................................86

فهرست علائم و نشانه‌ها

 اختصار معادل فارسی معادل انگلیسی

ANN

شبکه عصبی مصنوعی

Artificial Neural Network

AMD

پساب اسیدی معدن

Acid Mine Drainage

MNN

شبکه عصبی مصنوعی مدولار

Modular Neural Network

BP

شبکه عصبی مصنوعی پس انتشار

Back-propagation

MLR

رگرسیون خطی چندگانه

Multiple linear regression

TDS

کل جامد محلول

Total dissolved solids

RMS

ریشه میانگین مربع خطا

Root Mean Square Error

DO

غلظت اکسیژن محلول

Dissolved oxygen

COD

باقی مانده اکسیژن شیمیایی

Chemical oxygen demand

BPNN

شبکه عصبی مصنوعی پس انتشار

Back Propagation Neural Network

GRNN

شبکه عصبی مصنوعی رگرسیون عمومی

General Regression Neural Network

ANFIS

سیستم استنتاج عصبی-فازی تطبیقی

Adaptive neuro-fuzzy inference system

FL

منطق فازی

Fuzzy logic

MF

تابع عضویت

Membersip Function

TSK

 

سیستم فازی تاکاگی-سوگنو-کانگ

Takagi Sugeno Kang FIS

FIS

سیستم استنتاج فازی

Fuzzy Inference System

LSM

روش حداقل مربعات

Least square method

MANFIS

سیستم استنتاج عصبی-فازی تطبیقی چندخروجی

Multi-outputs Adaptive Neuro-fuzzy System

VAF

محاسبه واریانس بین دو چیز

Variance Account For

GP

پارتیشن‌بندی شبکه

Grid Partitioning

SCM

روش خوشه‌بندی کاهشی

Subtractive clustering method

FCM

روش فازی میانگین-c

Fuzzy C-means method

 1-1-مقدمه

در سال‌های اخیر توسعه روزافزون فعالیت‌های کشاورزی و صنعتی و افزایش قابل توجه حجم فاضلاب‌های شهری موجب آلودگی منابع آب، خصوصا رودخانه‌ها گشته است. ورود پساب‌های صنعتی سبب افزایش دما، مواد آلی و معدنی، و ترکیبات خطرناک فلزات سنگین در آب شده و این امر علاوه بر آلودگی محیط‌زیست آبزیان، سبب برهم خوردن تعادل ترکیبات موجود در آب نیز می‌گردد. با توجه به مشکلات کمی و کیفی منابع آب کشور و واقع شدن ایران در منطقه خشک و نیمه‌خشک و رویارویی با بحران‌های کم آبی، تدوین برنامه‌های مدیریت کیفی برای کلیه منابع آبی، راهکاری ضروری و غیر قابل اجتناب در جهت حفاظت و بهره‌برداری پایدار از منابع آبی است.

با ظهور فناوری نوین اطلاعات و استفاده از رایانه، شاهد تحولی شگرف در تمامی علوم هستیم. در حقیقت رایانه به همراه سایر فناوری‌های پیشرفته، راه را برای ظهور روش‌های هوشمند فراهم کرده است. از آنجایی که فرآیندها و پدیده‌های موجود در مهندسی به متغیرهای بسیاری وابسته هستند و بین اجزاء هم روابط پیچیده‌ای حاکم است، لذا روش‌های هوشمند به عنوان یک ابزار بسیار قدرتمند در شبیه‌سازی موضوعات مختلف علوم مهندسی از جمله مهندسی معدن می‌توانند راهگشا باشند. با استفاده از این روش‌ها، داده‌های مربوطه را به شبکه آموزش داده و سپس این روش‌ها کار پیش‌بینی و شبیه‌سازی را با دقت مطلوب انجام خواهند داد[[i]].

در سال‌های اخیر، در کارهای معدنی و علوم زمین شناسی، به علت وجود ابهامات زیاد کوشش زیادی در استفاده از هوش مصنوعی شده است. به عنوان مثال؛ بررسی‌های ژئوشیمیایی به همراه عیار و تناژ آن­ها با استفاده از شبکه‌های عصبی مصنوعی، طبقه­بندی مواد ارگانیکی رسوبی، عددی کردن داده‌های ژئوشیمیایی در سنگ‌های آتشفشانی و طبقه‌بندی آن­ها با استفاده از شبکه‌های عصبی مصنوعی[1]، تعیین ویژگی‌های آکیفر با استفاده از شبکه‌های عصبی مصنوعی، تعیین ویژگی‌های مواد ناخالص در معدن سنگ آهک با استفاده از شبکه‌های عصبی پسخور[2]، استفاده از شبکه عصبی مصنوعی برای یافتن موقعیت نهشته‌ها، تخمین عیار و ذخیره و مقایسه نتایج حاصله از کریجینگ و شبکه عصبی مصنوعی و منطق فازی، کارهای پیش بینی در معدن اشاره نمود.

به طور کلی مدل‌سازی یکی از ابزارهای مناسب برای تصمیم‌گیری و پیش‌بینی پدیده‌های محیط زیستی می‌باشد که اغلب به صورت مدل‌های مفهومی با روابط ریاضی بیان می‌شوند. فرآیندها و پدیده‌هایی که در سیستم‌های محیط‌زیستی وجود دارد و مهندسین محیط‌زیست با آن در ارتباط هستند، اغلب دو خصوصیت عمده دارند: 1- وابسته به متغیرهای زیاد هستند، 2-روابط بسیار پیچیده‌ای بین اجزا وجود دارد که تحلیل آن را بسیار مشکل می‌نماید. این مشکل همواره باعث خطا در دقت و صحت پیش‌بینی مدل‌های مرسوم می‌شود. هوش مصنوعی از جمله روش‌های پیشرفته و نوین در شبیه‌سازی می‌باشد که امروزه در تمام علوم مهندسی به عنوان یک ابزار قوی در شبیه‌سازی پدیده‌هایی که تحلیل مفهومی آن‌ها با مشکل مواجه است، کاربرد بسیاری پیدا کرده است؛ در این روش داده‌های مشاهده‌ای به مدل آموزش داده می‌شود و پس از آموزش مدل با دقت مناسب کار پیش‌بینی و شبیه‌سازی را انجام می‌دهد.

1-2-تعریف مسأله

پساب­های معدنی که در اثر فعالیت­های معدن‌کاری سولفیدی و زغال سنگ پدید می­آید از جمله آلاینده­های زیست‌محیطی جبران ناپذیر می­باشد. در این میان پساب­های اسیدی به علت کاهش میزان pH محیط سبب انحلال بیشتر فلزات سنگین شده و با انتقال آب به درون آب­های سطحی و زیرزمینی اطراف معادن، باعث آلودگی آن­ها می­شود[[ii]، [iii] و [iv]]. آلودگی زیست‌محیطی به این شکل در دراز مدت پس از تعطیلی معدن نیز موثر می­باشد. یکى از مواد مزاحم و مشکل­ساز در امر بازسازی معادن سولفیدی، پیریت موجود در باطله­های فلزی و احیانا غیرفلزی مى‌باشد که در اثر اکسیداسیون و وجود رطوبت و آب کافى تولید اسید سولفوریک نموده و محیط دمپ را اسیدی مى­نماید[[v] و[vi]].

1-2-1-پساب اسیدی معدنی

فعالیت­های استخراجی معادن مهم‌ترین عامل آلودگی آب­های زیرزمینی و سطحی به شمار می­روند. استخراج معادن سبب کاهش کیفیت آب شده و بسیاری از مشکلات زیست­محیطی را سبب می­گردند[[vii]]. از مشکلات مرتبط با عملیات معدنی، پساب­های اسیدی معدن[3] اهمیت اساسی داشته و چنانچه این پساب­های اسیدی که حاوی غلظت­های بالای آهن، سولفات و اسیدیته می­باشند به داخل منابع آب­های سطحی و زیرزمینی راه پیدا کنند سبب آلودگی این آب­ها می­شوند[[viii] و [ix]].

اکسید شدن کانی­های سولفیدی و تولید اسید سولفوریک به عنوان یک اثر منفی و نامطلوب عملیات معدنی شناخته شده است[[x]]. اسید تولید شده حاوی کانی­های محلول[4]و فلزات مختلف به منابع آب­های سطحی و زیرزمینی راه یافته و ضمن آلودگی آن­ها موجب آلودگی خاک­ها نیز می­شود[[xi] و [xii]].

اگرچه فرآیند اکسید شدن پیریت و سایر کانی­های سولفید فلزی در حضور هوا غیر قابل اجتناب است؛ اما مطالعه کانه­ها و کانی­های باطله، جنبه­های هیدرولوژیکی، و طرح معدن‌کاری[5]می­تواند در طراحی یک عملیات معدنی که کمترین اثرات زیست­محیطی را به همراه داشته باشد کمک موثری نماید[[xiii] و [xiv]].

اثرات زیست­محیطی مخرب که از پساب­های اسیدی معدن نتیجه می­شوند، به دلیل مدیریت ضعیف در طول طراحی، توسعه، عملیات و بسته شدن کارهای معدنی و همچنین به دلیل فهم ناصحیح از پساب­های اسیدی معدن در گذشته می­باشد[14].

1-2-2- منشاء پساب‌های اسیدی معدن

پساب­های اسیدی معدن شاید بدترین مشکل زیست­محیطی باشد که از فعالیت­های معدن‌کاری منشاء گرفته و اثرات منفی و زیان‌باری بر روی کیفیت آب­های سطحی و زیرزمینی دارد[[xv] و [xvi]]. بسیاری از معادن از قبیل معادن زغال سنگ، معادن سولفید فلزی، معادن روباز نواری[6]، کواری­ها[7]، باطله­های فرآوری[8] و روباره­های معادن[9] شامل کانی­های سولفید آهن به ویژه پیریت (FeS2) می­باشند[ 14و [xvii]]. اکسید شدن این کانی­ها به ویژه پیریت توسط اکسیژن و آب و خصوصاً حضور یکسری باکتری­های خاص موجب ایجاد پساب­های اسیدی معدن می­گردد.

پساب­های اسیدی در معادن وقتی تولید می­گردند که کانی­های سولفیدی در سطح زمین رخنمون داشته باشند. بنابراین نه تنها فعالیت­های معدنی سبب ایجاد پساب­های اسیدی می­گردند بلکه هر جا که کانی­های پیریت در سطح زمین رخنمون پیدا کنند، این اسید تولید می­شود[[xviii] و [xix]]. در گذشته چنین شواهدی به عنوان یک راهنمای مهم برای اکتشاف کانسارهای فلزی استفاده می­شد.

پساب­های اسیدی معدنی با خصوصیاتی همچون غلظت بالای آهن، سولفات و pH کم مشخص می­گردند؛ علاوه بر آهن و سولفات، فلزات دیگری همچون آلومینیوم، منگنز و جامدات محلول نیز حضور دارند[[xx] و [xxi]]. ته­نشین شدن و رسوب‌گذاری تعدادی از کانی­های ثانویه از قبیل ژیپس یا سولفات­های هیدروکسید آهن سه ظرفیتی ممکن است رخ بدهد. بسته به وضعیت زمین­شناسی سنگ میزبان کانسنگ­ها و همچنین بسته به مواد و سنگ­هایی که در تماس با این آب­ها هستند، تعداد زیادی از فلزات با غلظت بالا ممکن است وجود داشته باشند. پساب­های اسیدی معمولاً حاوی تعداد زیادی یون­های فلزی همچون آهن، مس، روی، آرسنیک می­باشند. چنین فلزاتی می­توانند به عنوان پتانسیلی برای آلودگی منابع آب­های سطحی و زیرزمینی باشند. بسته به وضعیت زمین­شناسی آلاینده­های فلزی را بشویند و حمل کنند. این آلاینده­ها عبارتند از آرسنیک، آزبست، کادمیوم، مس، سرب، جیوه، سولفور و روی. این فلزات به طرف منابع آب­های اطراف حمل شده و سبب آلودگی آن­ها می­گردند[[xxii] و [xxiii]].

1-2-3- واکنش­‌های اکسیداسیون و تولید اسید

همانطور که گفته شد پساب­های اسیدی معدن در نتیجه اکسیداسیون برخی از کانی­های سولفیدی خصوصاً پیریت حاصل می­شوند. واکنش­های شیمیایی که بیان‌گر اکسیداسیون پیریت، تولید محصولات اکسیداسیون و اسید می­باشد به شرح زیر است[[xxiv]، [xxv]، [xxvi] و [xxvii]]:

(1-2)

(1-2)

(1-3)

(1-4)

(1-5)

مطابق واکنش­های بالا تشکیل پساب­های اسیدی معدن ابتدا از اکسیداسیون مستقیم پیریت (شکل1-1) با اکسیژن و آب حاصل می­شود که نتیجه آن Fe2+، SO4 2-و H+می­باشد.

شکل 1-1 -اکسید شدن پیریت و تولید اسید در یک معدن زغال‌سنگ[11]

 آهن دو ظرفیتی که در نتیجه اکسیداسیون پیریت آزاد می­گردد، در مجاورت اکسیژن اکسید شده و به آهن سه ظرفیتی تبدیل می­شود مطابق واکنش (1-2). این واکنش تنها واکنش مهم برای تولید آهن سه ظرفیتی می­باشد. در شرایط pH پایین سرعت این واکنش کند می­باشد[26، 27، [xxviii]، [xxix] و[xxx]]. در حضور باکتری تیوباسیلوس فرواکسیدان[10]سرعت این واکنش106 برابر افزایش می­یابد[26]. آهن سه ظرفیتی تولید شده می­تواند مطابق واکنش (1-3) با پیریت واکنش داده و Fe2+، SO4 2-وH+بیشتری تولید نماید. بررسی و آزمایشات نشان داده­اند که اکسید شدن پیریت توسط آهن سه ظرفیتی تنها وقتی حائز اهمیت است که باکتری­های تیو باسیلوس فرو اکسیدان (شکل1-2) حضور داشته باشند. آهن سه ظرفیتی هیدرولیز شده و تشکیل رسوب آمورف هیدرواکسید آهن می­دهد. در حضور باکتری­های احیا کننده سولفات، سولفات به سولفید احیا می­شود که نتیجه آن خنثی شدن pH و مصرف یون­های سولفات محلول می­باشد.



جهت کپی مطلب از ctrl+A استفاده نمایید نماید



نظرات  (۰)

هیچ نظری هنوز ثبت نشده است

ارسال نظر

ارسال نظر آزاد است، اما اگر قبلا در بیان ثبت نام کرده اید می توانید ابتدا وارد شوید.
شما میتوانید از این تگهای html استفاده کنید:
<b> یا <strong>، <em> یا <i>، <u>، <strike> یا <s>، <sup>، <sub>، <blockquote>، <code>، <pre>، <hr>، <br>، <p>، <a href="" title="">، <span style="">، <div align="">
تجدید کد امنیتی