Geri Dön

Modeling of activated sludge process by using artificial neural networks

Aktif çamur projesinin yapay sinir ağları kullanılarak modellenmesi

  1. Tez No: 153718
  2. Yazar: HAKAN MORAL
  3. Danışmanlar: PROF. DR. CELAL FERDİ GÖKÇAY, YRD. DOÇ. DR. AYŞEGÜL AKSOY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Çevre Mühendisliği, Environmental Engineering
  6. Anahtar Kelimeler: Aktif çamur prosesi, yapay zeka, yapay sinir ağları, modelleme. vıı, activated sludge process, artificial intelligence, artificial neural network, modeling
  7. Yıl: 2004
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Çevre Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 126

Özet

öz AKTİF ÇAMUR PROSESİNİN YAPAY SİNİR AĞLARI KULLANILARAK MODELLENMESİ Moral, Hakan Y.Lisans, Çevre Mühendisliği Bölümü Tez Yöneticisi: Prof. Dr. Celal F. Gökçay Ortak Tez Yöneticisi: Y. Doç. Dr. Ayşegül Aksoy Ekim 2004, 110 sayfa Günümüz aktif çamur modelleri belirleyici karakterlidir ve temel biyokinetiklere dayanarak kurulmuşlardır. Fakat bu modellerin kalibrasyonü fazlasıyla zaman alıcı ve zahmetlidir. Bu çalışmada, aktif çamur işletmelerinin kontrolü için yapay zeka tekniklerinden birisi olan Yapay Sinir Ağları'na (YSA) dayanan kolay kalibre edilebilir ve kullanıcı dostu bir bilgisayar modeli geliştirilmesi denenmiştir. Bu modeler hem direk olarak belirleyici modellerin yerini alabilir hem de hata avcısı olarak belirleyici sistemlere eklenebilirler. YSA modelleri kullanılarak üç sistemin modellenmesi denenmiştir. Başlangıç olarak, Aktif Çamur Model No 1 (AÇM1) in bir uygulaması olan Tekil Çamur Prosesi Simulasyon (TÇPS) programında kurulmuş hipotetik bir atıksu arıtma tesisi, giriş ve çıkış verilerine kaynak olarak kullanılmıştır. Diğer sistemler, Ankara Merkezi Atıksu Arıtma Tesisi AAT (AMAAT) ve İskenderun AAT (IskAAT), gerçek arıtma işletmeleridir. TÇPS programındaki hipotetik işletme ve aynı işletmeyi simule eden geliştirilmiş YSA modeline bir sensitivite analizi uygulanmıştır. Sensitivite analizleri parallel vısensitivitiler gösteren iki modelin cevaplarının karşılaştırılmasıyla yapılmıştır. Hipotetik AAT modellenmesinde, YSA modeline karşı TÇPS'den elde edilen en yüksek bağlantı katsayısı yaklaşık 0.980' dir. îskAAT den gerçek datalar kullanılarak YSA modelinden elde edilen en uygun R değeri 0.795' in böyle hatalı verilerle çok yüksek olduğu düşünülebilir. Benzer olarak, AMAAT' de elde edilen R değeri 0.688 dir ki uyumluluğun doğruluğu tartışılabilir.

Özet (Çeviri)

ABSTRACT MODELING OF ACTIVATED SLUDGE PROCESS BY USING ARTIFICIAL NEURAL NETWORKS Moral, Hakan M.Sc, Department of Environmental Engineering Supervisor: Prof. Dr. Celal F. Gökçay Co-Supervior: Assist. Prof. Dr. Ayşegül Aksoy October 2004, 1 10 pages Current activated sludge models are deterministic in character and are constructed by basing on the fundamental biokinetics. However, calibrating these models are extremely time consuming and laborious. An easy-to-calibrate and user friendly computer model, one of the artificial intelligence techniques, Artificial Neural Networks (ANNs) were used in this study. These models can be used not only directly as a substitute for deterministic models but also can be plugged into the system as error predictors. Three systems were modeled by using ANN models. Initially, a hypothetical wastewater treatment plant constructed in Simulation of Single-Sludge Processes for Carbon Oxidation, Nitrification & Damnification (SSSP) program, which is an implementation of Activated Sludge Model No 1 (ASM1), was used as the source of input and output data. The other systems were actual treatment plants, Ankara Central Wastewater Treatment Plant, ACWTP and İskenderun Wastewater Treatment Plant (IskWTP). IVA sensitivity analysis was applied for the hypothetical plant for both of the model simulation results obtained by the SSSP program and the developed ANN model. Sensitivity tests carried out by comparing the responses of the two models indicated parallel sensitivities. In hypothetical WWTP modeling, the highest correlation coefficient obtained with ANN model versus SSSP was about 0.980. By using actual data from IskWTP the best fit obtained by the ANN model yielded R value of 0.795 can be considered very high with such a noisy data. Similarly, ACWTP the R value obtained was 0.688, where accuracy of fit is debatable.

Benzer Tezler

  1. Tez No

    212446

    Tam ölçekli kentsel atık su arıtma tesisilerinin bilgisayar programı kullanılarak modellenmesi ve arıtma performanslarının incelenmesi

    Modellig of full scale municipal wastewater treatment plants and investigation of treatment performances using computer program

    DÜNYAMİN GÜÇLÜ

    Doktora

    Türkçe

    Türkçe

    2007

    Çevre MühendisliğiSelçuk Üniversitesi

    Çevre Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ŞÜKRÜ DURSUN

  2. Tez No

    540330

    Simulation and optimization algorithm to determine the design parameters of novel alternating activated sludge systems for removal of heavy metals by using magnetic nanoparticle(s)

    Yenilikci değişken aktif çamur sistemlerinde manyetik nanoparcacıklar kullanarak ağır metal temizlenmesi için tasarım parametrelerinin belirlenmesinde benzetim ve optimizasyon algoritmaları

    MAGDI BUAISHA

    Doktora

    İngilizce

    İngilizce

    2019

    Kimya MühendisliğiAtılım Üniversitesi

    Mühendislik Sistemlerinin Modellenmesi ve Tasarımı Ana Bilim Dalı

    DOÇ. DR. ŞAZİYE BALKU

    PROF. DR. ŞENİZ ÖZALP YAMAN

  3. Tez No

    216201

    Yapay sinir ağları ve asm2 kullanılarak aktif çamur prosesinin kontrolü ve modellenmesi

    Control and modelling of activated sludge process by using artificial neural networks and asm2

    CUMHUR ÖZTÜRK

    Doktora

    Türkçe

    Türkçe

    2007

    Çevre MühendisliğiHacettepe Üniversitesi

    Çevre Mühendisliği Ana Bilim Dalı

    PROF. DR. AYŞENUR UĞURLU

  4. Tez No

    323983

    Membran biyoreaktörün yapay sinir ağı ile modellenmesi

    Modelling of membrane bioreactor using artificial neural network

    BARIŞ ŞEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞENİZ ERTUĞRUL

  5. Tez No

    911428

    Tadalafil, pantoprazol sodyum ve etodolak etken maddelerinin farklı adsorbanlar ile adsorpsiyonunun yanıt yüzey metodu ile optimizasyonu

    Optimization of adsorption of the active ingredients tadalafil, pantoprazole sodium, and etodolac with different adsorbents using response surface methodology

    ZEYNEP HALICI

    Doktora

    Türkçe

    Türkçe

    2024

    Kimya MühendisliğiYıldız Teknik Üniversitesi

    Kimya Mühendisliği Ana Bilim Dalı

    PROF. DR. ELÇİN YILMAZ

Geri Dön