Olgun sızıntı sularının bor katkılı kombine ileri oksidasyon prosesi ile arıtımının makine öğrenmesi ile modellenmesi
Modelling old leachate treatment by boron catalyzed combined advanced oxidation processes by machine learning
- Tez No: 1022192
- Danışmanlar: PROF. DR. GAMZE VARANK
- Tez Türü: Yüksek Lisans
- Konular: Çevre Mühendisliği, Environmental Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Çevre Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Çevre Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, biyolojik olarak zor ayrışan olgun düzenli depolama sahası sızıntı sularının arıtımında sodyum perkarbonat (PK) esaslı ileri oksidasyon proseslerinin performansı incelenmiştir. Araştırmada bor bileşiklerinin ve demir iyonlarının birlikte kullanımının proses üzerindeki etkileri değerlendirilmiştir. Deneysel çalışmalar, radikal oluşumunun daha etkin gerçekleştiği pH 4 koşulunda yürütülmüş; sistem performansı kimyasal oksijen ihtiyacı (KOİ) ve UV254 parametrelerindeki giderim verimleri dikkate alınarak değerlendirilmiştir. Gerçekleştirilen kontrol çalışmalarında, tekil PK prosesinin sınırlı bir giderim verimi sağladığı; Fe(II) ve Fe(III) aktivasyonuyla oluşturulan ikili proseslerde ise performansın belirgin şekilde arttığı görülmüştür. Bor katkısıyla geliştirilen üçlü proseslerde ise daha yüksek KOİ giderim verimlerine ulaşılmıştır. İncelenen tüm kombinasyonlarda kirletici giderim performansının pH 4 koşullarında elde edilmesi nedeniyle, makine öğrenmesi modellemelerine temel oluşturan deneysel veri seti bu pH değerindeki sonuçlar esas alınarak yapılandırılmıştır. Elde edilen verilerin analizinde Rastgele Ormanlar (RF), Ekstrem Gradyan Artırma Regresyonu (XGBoost), Destek Vektör Makineleri (SVM) ve Yapay Sinir Ağları (YSA) modellerinden yararlanılmıştır. Modellerin performansını artırmak amacıyla grid search optimizasyonu ile birlikte 5 katlı çapraz doğrulama uygulanmıştır. Sonuçlar, geliştirilen modellerin deneysel verileri yüksek doğrulukla tahmin edebildiğini ve determinasyon katsayısının R^2>0,90 seviyesine ulaştığını göstermiştir. Sürecin mekanizmasını daha ayrıntılı değerlendirmek amacıyla gerçekleştirilen SHAP (Shapley Toplamsal Açıklamaları) ve Kısmi Bağımlılık Grafikleri (PDP) analizleri, sistem performansı üzerinde en etkili parametrenin Fe dozu olduğunu ortaya koymuştur. Bu parametreyi reaksiyon süresi izlemiştir. Ayrıca bor katkısının, belirli konsantrasyon aralıklarında radikal oluşumunu destekleyerek arıtım verimine olumlu katkı sağladığı belirlenmiştir. Çalışma sonucunda, hibrit ileri oksidasyon proseslerinin makine öğrenmesi tabanlı yaklaşımlarla birlikte değerlendirilmesinin, karmaşık karakterdeki atıksuların arıtımında önemli avantajlar sağlayabileceği görülmüştür.
Özet (Çeviri)
In this study, the performance of sodium percarbonate (PC)-based advanced oxidation processes for the treatment of mature landfill leachate, which is resistant to biological degradation, was investigated. Particular emphasis was placed on evaluating the effects of the combined use of boron compounds and iron ions on the process performance. Experimental studies were carried out under pH 4 conditions, where radical formation was more effective, and the system performance was assessed based on chemical oxygen demand (COD) and UV254 removal efficiencies. In the control studies conducted, the single PC process exhibited limited removal efficiency, whereas the performance increased significantly in the binary processes established through Fe(II) and Fe(III) activation. In the ternary processes enhanced with boron addition, higher COD removal efficiencies were achieved. Since optimum performance was obtained under pH 4 conditions for all investigated combinations, the experimental dataset forming the basis of the machine learning models was entirely constructed using the results obtained at this pH value. The obtained data were analyzed using Random Forest (RF), Extrem Gradient Boosting Regression (XGBoost), Support Vector Machines (SVM), and Artificial Neural Network (ANN) models. To improve model performance, grid search optimization and 5-fold cross-validation techniques were applied. The results demonstrated that the developed models were able to predict the experimental data with high accuracy, achieving determination coefficient values of R^2>0,90. To better understand the process mechanism, SHAP (Shapley Additive Explanations) and Partial Dependence Plot (PDP) analyses were conducted, revealing that Fe dose was the most influential parameter affecting system performance. This parameter was followed by reaction time. In addition, boron addition was found to positively contribute to treatment efficiency by enhancing radical generation kinetics within specific concentration ranges. Overall, the findings indicate that the integration of hybrid advanced oxidation processes with machine learning approaches offers significant advantages for the treatment of complex wastewater matrices.
Benzer Tezler
- Geoenvironmental evaluation of steel slag utilization in highways using experimental analyses
Çelik cüruflarının mekanik ve çevresel etkilerinin deneysel olarak değerlendirilmesi
BİLAL KORKMAZ
Doktora
İngilizce
2025
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. ASLI YALÇIN DAYIOĞLU
- Olgun sızıntı sularının hibrit ve kombine elektrokimyasal prosesler ile arıtımında reaktör konfigürasyonu ve proses optimizasyonu
Mature leachate treatment by hybrid and combined electrochemical processes: Reactor configuration and process optimization
ÖYKÜ NUR ERSÖZ
Doktora
Türkçe
2025
Çevre MühendisliğiYıldız Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. GAMZE VARANK
- Transformation of solid waste management in baku: a gis-based MCDM approach to landfill site selection beyond balakhani
Bakü'de katı atık yönetiminin dönüşümü: balahani'nin ötesinde çöp depolama alanı seçimine yönelik CBS tabanlı MCDM yaklaşımı
KANAN ALAKBARLI
Yüksek Lisans
İngilizce
2025
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. DURSUN ZAFER ŞEKER
- Kimyasal koagülasyon ile ön arıtma uygulanmış sızıntı suyunun mikrodalga yöntemi ile aktive edilen persülfat oksidasyonu
Microwave activated persulfate oxidation of pre-treated leachate by chemical coagulation
BİHTER UYKAN
Yüksek Lisans
Türkçe
2022
Çevre MühendisliğiYıldız Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. GAMZE VARANK
- Farklı atık türlerinin“Vermıcompostıng”yöntemiyle kompostlaştırılmasında işletme şartlarının verime etkisinin incelenmesi
Investigation of affecting factors of operation conditions at“Vermicomposting”process of different types of waste
RODA GÖKÇE YILMAZ
Yüksek Lisans
Türkçe
2017
Çevre MühendisliğiPamukkale ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN NURİ AĞDAĞ