Melas atıksularının arıtımında yukarı akışlı havasız çamur yataklı reaktör (YAHÇYR) sisteminden elde edilen biyogaz ve metan üretimlerinin yapay sinir ağları ile modellenmesi
Artificial neural network-based modelling to predict biogas and methane production rates in a pilot-scale mesophilic up-flow anaerobic sludge blanket (UASB) reactor treating molasses wastewater
- Tez No: 302596
- Danışmanlar: YRD. DOÇ. DR. KAAN YETİLMEZSOY, YRD. DOÇ. DR. İLTER TÜRKDOĞAN- AYDINOL
- Tez Türü: Yüksek Lisans
- Konular: Çevre Mühendisliği, Environmental Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Çevre Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 116
Özet
Pilot ölçekli mezofilik yukarı akışlı çamur yataklı (UASB) reaktör sistemde arıtılan melas atık suyu çıkışından sırasıyla biyogaz ve metan üretim oranları, iki adet üç katmanlı yapay sinir ağı (YSA) modeli (8:9:1 ve 8:12:1) ile tahmin edilmiştir.Yapay zeka esaslı bu yaklaşımda, hacimsel organik yükleme oranı (OLR), işletme sıcaklığı, giriş ve çıkış alkalinitesi, giriş ve çıkış pH, giriş KOİ ve uçucu yağ aside olmak üzere sekiz girdi değişkeni ile modelleme yapılmıştır.YSA tabanlı gerçekleştirilen bu çalışmada MATLAB® V7.0 programı kullanılmıştır. Geri yayılım (BP) algoritmasının eğitiminden sonra temel bileşen analizi (PCA) yapılarak, YSA modeli biyogaz ve metan üretim oranlarını deneysel veri setinden yola çıkarak tahmin etmiş ve model sonuçlarının korelasyon katsayıları sırasıyla 0.967 ve 0.961 olarak elde edilerek biyogaz ve metan için tatmin edici sonuçlar bulunmuştur.Bu YSA çalışmasında 11 farklı geri yayılım algoritması arasından scaled conjugate gradient algoritması en iyi algoritma olarak seçilmiştir. Biyogaz ve metan tahminleri sırasında gizli tabaka'da kullanılacak optimize nöron sayıları sırası ile 9 ve 12 olarak bulunmuştur.YSA tarafından tahmin edilen sonuçlar, aynı veri seti için elde edilen 2 adet eksponansiyel non-lineer regresyon analiz sonucu ile karşılaştırılmıştır. Yapılan çalışma sonucunda açıkca görülmektedir ki, non-lineer regresyon model sonuçları ile YSA tabanlı model sonuçlarının karşılaştırılmasında YSA model sonuçları biyogaz ve metan için daha uygundur.
Özet (Çeviri)
Two three-layer artificial neural network (ANN) models (8:9:1 and 8:12:1) were respectively developed to predict biogas and methane production rates in a pilot-scale mesophilic up-flow anaerobic sludge blanket (UASB) reactor treating molasses wastewater.Eight input variables such as volumetric organic loading rate (OLR), operating temperature, influent and effluent alkalinity, influent and effluent pH, effluent COD and volatile fatty acids (VFA) concentrations were modelled by the use of an artificial intelligence-based approach.In the study, proposed ANN-based models were created by using MATLAB® V7.0 software program. After backpropagation (BP) training combined with principal component analysis (PCA), the ANN models predicted biogas and methane production rates based on the experimental data, and all the predictions were proved to be satisfactory with correlation coefficients of about 0.967 and 0.961 for biogas and methane, respectively.In the ANN study, the scaled conjugate gradient algorithm was found as the best of 11 BP algorithms. The numbers of neurons in the hidden layer were optimized as 9 and 12 for the ANN models in estimation of biogas and methane production rates, respectively.The ANN predicted results were also compared with the outputs of two exponential non-linear regression models derived in this study. Findings of this study clearly indicated that, compared to non-linear regression models, the proposed ANN-based models produced smaller deviations and exhibited a superior predictive performance on forecasting of both biogas and methane production rates. Both ANN outputs and lineer/non-lineer study results were compared and advantages and further developments were evaluated.
Benzer Tezler
- Kuvvetli atıkların yukarı akışlı havasız filtrelerde arıtım kinetiği
Kinetics of strong waste treatment by anqerobic upflow filters
M.ATALAY TİMUR
- Kimyasal arıtma işlemi görmüş evsel atıksuların membran proseslerle arıtmaya uygunluğunun araştırılması
Chemically enhanced primary treatment of domestic wastewater and investigation of treatability with membrane processes
MELİS KONUK
Yüksek Lisans
Türkçe
2014
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
DOÇ. DR. NEVİN YAĞCI
- Melas atığı ve endüstriyel atık su karışımının anaerobik ve membran hibrit sistemle arıtılabilirliği
Treatability of the molasses waste and industrial wastewater mixture with anaerobic and membrane hybrid system
ÖZNUR BEGÜM GÖKÇEK
Doktora
İngilizce
2016
Çevre MühendisliğiCumhuriyet ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. MELTEM SARIOĞLU CEBECİ
- Melanoidin ve melanoidin içeren maya endüstrisi atıksularının elektrokimyasal arıtımı
Electrochemical treatment of melanoidin and baker's yeast wastewater containing melanoidin
ERHAN GENGEÇ
Doktora
Türkçe
2012
Çevre MühendisliğiGebze Yüksek Teknoloji EnstitüsüÇevre Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET KOBYA
- Karbonhidratlı atık suların biyolojik arıtılmasında sıcaklığa bağlı bulkingsludge oluşumu ve aktif çamurun escherichia coli eliminasyonuna etkisi
Başlık çevirisi yok
PARVİZ ARASTEH
Yüksek Lisans
Türkçe
1987
Çevre MühendisliğiÇukurova ÜniversitesiBiyoloji Ana Bilim Dalı
DOÇ. DR. ÖMER ÇOLAK