Farklı biyokütle türlerinin gazlaştırılması: Bir simülasyon çalışması ve yapay sinir ağı ile nihai piroliz gazlarının veriminin modellenmesi
Gasification of different biomass types: Modelling of final pyrolysis gases through a simulation study and artificial neural networks
- Tez No: 1002922
- Danışmanlar: DOÇ. DR. ÖMÜR ARAS
- Tez Türü: Yüksek Lisans
- Konular: Kimya Mühendisliği, Chemical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Bursa Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Kimya Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Kimya Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Fosil yakıtların hızla tükenmesi ve bu kaynakların yol açtığı çevresel sorunların giderek artması, sürdürülebilir ve temiz enerji kaynaklarına olan ilgiyi büyük ölçüde artırmıştır. Bu bağlamda, yenilenebilir enerji kaynakları arasında biyokütle, çevresel sürdürülebilirlik ve ekonomik avantajlar sunması nedeniyle öne çıkmaktadır. Biyokütle gazlaştırma süreci, katı biyokütlenin kontrollü bir atmosferde termokimyasal yöntemlerle sentez gazına (H₂, CO, CO₂, CH₄) dönüştürülmesini sağlayan etkili bir teknolojidir. Bu süreç, enerji üretiminde yenilenebilir kaynakların kullanımını teşvik ederek karbon ayak izini azaltma potansiyeline sahiptir. Bu çalışmada, biyokütle gazlaştırma sürecinde ana gaz bileşenlerinin verimlerinin tahmin edilmesi ve sürece etki eden temel parametrelerin belirlenmesi amaçlanmıştır. Gazlaştırma işlemleri, bir simülasyon programı kullanılarak detaylı bir şekilde modellenmiştir. Farklı sıcaklık ve hava debisi oranı (OER) koşullarında elde edilen veriler, kapsamlı bir şekilde analiz edilmiştir. Simülasyon sonuçları, yapay sinir ağı (ANN) modellerine aktarılmış ve bu modellerin tahmin performansı, ortalama kare hatası (MSE) ve determinasyon katsayısı (R²) gibi istatistiksel ölçütlerle değerlendirilmiştir. Ayrıca, varyans analizi (ANOVA) yöntemi kullanılarak sıcaklık ve OER değişkenlerinin gaz bileşenlerinin verimleri üzerindeki istatistiksel anlamlılıkları test edilmiştir. Elde edilen sonuçlar, ANN modelinin gaz bileşenlerinin verimlerini oldukça yüksek bir doğrulukla tahmin edebildiğini göstermektedir (R²>0,99). ANOVA analizine göre, sıcaklık ve OER parametreleri H₂, CO ve CO₂ verimleri üzerinde istatistiksel olarak anlamlı bir etkiye sahiptir (p<0,05). Özellikle yüksek sıcaklık ve düşük OER koşullarında hidrojen verimi belirgin bir artış gösterirken, CO ve CH₄ verimleri bu koşullarda azalmış, buna karşılık CO₂ verimi artış kaydetmiştir. Bu bulgular, gazlaştırma süreçlerinin optimizasyonunda uygun parametrelerin belirlenmesinin kritik önemini ortaya koymaktadır. Sonuç olarak, yapay sinir ağı ve varyans analizi gibi yöntemlerin biyokütle gazlaştırma süreçlerinin optimizasyonunda güçlü ve tamamlayıcı araçlar olduğunu ortaya koymuştur. Bu yöntemler, biyokütleden hidrojen üretiminin verimliliğini artırmak için güvenilir bir bilimsel temel sunmakta ve yenilenebilir enerji üretiminde sürdürülebilir yaklaşımların geliştirilmesine önemli katkılar sağlamaktadır. Bu çalışma, gelecekteki enerji politikalarının şekillendirilmesinde, fosil yakıtlara olan bağımlılığı azaltarak karbon nötrlüğüne katkıda bulunarak, küresel enerji dönüşüm hedefleriyle uyum sağlamaktadır.
Özet (Çeviri)
The rapid depletion of fossil fuels and the increasing environmental problems caused by their use have significantly heightened global interest in sustainable and clean energy sources. In this context, among renewable energy alternatives, biomass stands out due to its environmental sustainability and economic advantages. The biomass gasification process is an effective thermochemical technology that converts solid biomass into synthesis gas (H₂, CO, CO₂, CH₄) under controlled atmospheric conditions. This process promotes the utilization of renewable resources in energy production and has the potential to reduce the overall carbon footprint. The present study aims to predict the yields of major gas components in the biomass gasification process and to determine the key parameters influencing these yields. Gasification processes were comprehensively modeled using simulation software. Data obtained under various temperature and oxygen-to-equivalence ratio (OER) conditions were thoroughly analyzed. The simulation results were processed using Artificial Neural Network (ANN) models, and their predictive performance was evaluated through statistical metrics such as Mean Squared Error (MSE) and the coefficient of determination (R²). Furthermore, the Analysis of Variance (ANOVA) method was applied to test the statistical significance of temperature and OER parameters on the yields of the gas components. The results demonstrated that the ANN model could predict gas yields with very high accuracy (R²>0.99). According to the ANOVA analysis, temperature and OER parameters had a statistically significant effect on H₂, CO, and CO₂ yields (p<0.05). Particularly, hydrogen yield increased markedly at higher temperatures and lower OER values, whereas CO and CH₄ yields decreased under these conditions, while CO₂ yield increased. These findings highlight the critical importance of selecting appropriate parameters for optimizing gasification performance. In conclusion, the results reveal that ANN and ANOVA are powerful and complementary tools for optimizing biomass gasification processes. These methods provide a reliable scientific basis for enhancing hydrogen production efficiency from biomass and contribute to the development of sustainable approaches in renewable energy production. This study aligns with global energy transition goals by supporting carbon neutrality and reducing dependency on fossil fuels.
Benzer Tezler
- Gasification and mathematical modelling of solid fuels in a downdraft gasifier
Katı yakıtların aşağı akışlı gazlaştırıcıda gazlaştırılması ve matematiksel modellenmesi
EBUBEKİR SIDDIK AYDIN
Doktora
İngilizce
2019
Kimya MühendisliğiGebze Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. HASAN SADIKOĞLU
- Catalytic steam gasification of agro-industrial wastes
Tarımsal-endüstriyel atıkların katalitik su buharı gazlaştırılması
SEÇKİNER DÜLGER İRDEM
- Sıcak yapay gazdan katalitik amonyak giderimi
Catalytic ammonia removal from hot syngas
YELİZ ÇETİN
Doktora
Türkçe
2017
Kimya Mühendisliğiİstanbul Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. HASAN CAN OKUTAN
DOÇ. DR. ALPER SARIOĞLAN
- Production of hydrogen and bio-oil from biomass wastes
Biyokütle atıklarından hidrojen ve biyoyağ üretimi
GÖZDE DUMAN
Doktora
İngilizce
2015
KimyaEge ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. JALE YANIK
DOÇ. DR. MUSTAFA EMRULLAHOĞLU
- Farklı biyokütle kaynaklarından hemiselüloz, selüloz ve ligninin ayrıştırılması ve karakterizasyonu
Separation and characterization of hemicellulose, cellulose and lignin from various waste biomass sources
ZEYNEP CEYLAN
Yüksek Lisans
Türkçe
2019
Kimya MühendisliğiFırat ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET ÖZER