Predykcja zmian temperatury dla złoża kompostu w zależności od stopnia napowietrzenia przy pomocy sztucznych sieci neuronowych

Efektywność procesu kompostowania zależy od wielu czynników. Jednym z nich jest intensywność napowietrzania złoża kompostu. Również zmiana temperatury procesu w czasie jest ważnym czynnikiem warunkującym jakość uzyskanego kompostu oraz wpływa również na czas trwania procesu kompostowania. W ramach przeprowadzonych badań kompostowano materiał biologiczny pochodzenia rolniczego dla różnych wartości intensywności napowietrzania. W ramach badań mierzono również zmiany temperatury w złożu kompostu w czasie kompostowania. Uzyskane dane zostały następnie wykorzystane do uczenia sztucznych sieci neuronowych (SSN). Wybrane SSN (o najniższych wartościach błędów) zostały następnie wykorzystane do przewidywania zmian temperatury w złożu kompostu i czasu trwania procesu kompostowania dla innych wartości napowietrzania złoża.

---

Composting process intensity depends on many determinants. One of them is compost bed aeration intensity. Also, process temperature change in time is an important factor determining quality of obtained compost. Moreover, it affects composting process duration. The scope of carried out research involved composting biological material of agricultural origin for different aeration intensity values. Moreover, completed tests covered measuring temperature changes in compost bed during composting. Then, obtained data was used to teach artificial neural networks (ANN). The selected ANN (with lowest error values) were then used to predict temperature changes in compost bed and composting process duration for other bed aeration values.