Atıksu arıtma tesislerinde biyokimyasal oksijen ihtiyacının farklı yapay zeka teknikleri ile modellenmesi: Antalya Hurma Atıksu Arıtma Tesisi örneği
Modelling of biochemical oxygen demand on wastewater treatment plant by using different artificial intelligence methods: Antalya Hurma Wastewater Treatment Plant example
- Tez No: 456245
- Danışmanlar: DOÇ. DR. EGEMEN ARAS
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 131
Özet
Atıksu arıtma tesislerinin işletimi ve yönetiminde biyokimyasal oksijen ihtiyacı (BOİ) miktarının gözlemlenmesi önem arz etmektedir. Bu parametrenin ölçümü ve takibi, atıksuyun kirlilik değerlerinin kontrol altında tutulmasını sağlar. Ancak BOİ'nin ölçümü zordur ve analiz sonuçlarının elde edilmesi 5 gün gibi uzun bir süre almaktadır. Buna bağlı olarak BOİ parametresinin ölçüm maliyeti de bir hayli artış göstermektedir. Bu zorlukları ortadan kaldırmak adına BOİ parametresinin yapay zeka yöntemleri ile tahmini yapılan çalışmalar arasındadır. Bu çalışmada, Antalya Hurma AAT giriş havuzunda BOİ tahmini yapılması amaçlanmıştır. Bu doğrultuda farklı regresyon ve yapay sinir ağları teknikleri kullanılarak karşılaştırmalı analizler yapılmıştır. Çoklu regresyon analizi, çok değişkenli uyarlanabilir regresyon eğrileri, yapay arı kolonileri, öğretme-öğrenme tabanlı optimizasyon algoritması, çok katmanlı yapay sinir ağları, yapay arı kolonisi algoritması ile yapay sinir ağları eğitimi ve öğretme-öğrenme tabanlı optimizasyon algoritması ile yapay sinir ağları eğitimi olmak üzere toplamda 7 ayrı yöntem uygulanmıştır. Tesiste ölçülen farklı giriş parametreleri aracılığıyla BOİ tahmini yapılmaya çalışılmıştır. 232 adet günlük veri aracılığıyla analizler gerçekleştirilmiştir. Tahmin çalışmasında kullanılan 8 parametreli (Q, t, pH, KOİ, AKM, tN, tP, Eİ) modelleme seti Model-1, 7 parametreli (Q, t, pH, KOİ, tN, tP, Eİ) modelleme seti Model-2 ve iki parametreli (KOİ, AKM) modelleme seti ise Model-3 olarak adlandırılmıştır. Oluşturulan modelleri kıyaslandığında en yüksek determinasyon katsayısını veren Model-1 ÇK-YSA modeli en iyi model olarak belirlenmiştir.
Özet (Çeviri)
Biological oxygen demand (BOD) has been shown to be an important variable in water quality management and planning. However, measuring BOD value is troublesome and also this method takes a long time like 5 days. Correspondingly, analyzing cost is increasing. To prevent these complexity, prediction of BOD value with artificial neural networks is very common. In this study, predicting BOD value is aimed in Hurma Wastewater Treatment Plant (Antalya). Many methods were developed regarding BOD estimation. Accordingly, different regression and ANN were used and comparative analysis were conducted. For each analysis 7 methods were used. These are regression analysis, multivariate adaptive regression splines, artificial bee colony, teaching-learning based optimism algorithm, multilayer artificial neural network, artificial neural network training using artificial bee colony and artificial neural network training using teaching-learning based optimism algorithm. 232 daily parameters utilized in numerical analysis. BOD value were predicted by different training values. At the prediction methods; Model-1 had 8 parameters (Q, t, pH, COD, SS, tN, tP, EC), Model-2 had 7 parameters (Q, t, pH, COD, tN, tP, EC), Model-3 had 2 parameters (COD, SS). Based on the comparisons in the used methods, Model-1 had obtained highest determination coefficient.
Benzer Tezler
- The prevention of biofilm formation and prohibiting of the antibiotic resistance development
Biyofilm oluşumunun önlenmesi ve antibiyotik direnç gelişiminin engellenmesi
HADI FAKHRI
Doktora
İngilizce
2021
Biyoteknolojiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. SÜLEYMAN ÖVEZ
DOÇ. DR. SEVCAN AYDIN
- Evaluation of wastewater treatment technologies using renewable energy for dispersed settlements: Storm valley Ardesen– Camlihemsin pilot region application
Dağınık yerleşimler için yenilenebilir enerji kullanan atıksu arıtma teknolojilerinin değerlendirilmesi: Fırtına vadisi Ardesen–Camlıhemsin pilot bölge uygulaması
ORÇUN LEBLEBİCİ
Yüksek Lisans
İngilizce
2017
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. ORHAN İNCE
- High-rate activated sludge process for energy efficient wastewater treatment
Enerji verimli atıksu arıtımı için yüksek yüklemeli aktif çamur prosesi
HAZAL GÜLHAN
Doktora
İngilizce
2023
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. İZZET ÖZTÜRK
- Biogas recovery during anaerobic treatment of lignocellulose-rich pollutants with high sulphate content: an investigation via innovative applications
Yüksek sülfat içerikli lignoselüloz bakımından zengin kirleticilerin havasız arıtımı sırasında biyogaz geri kazanımı: yenilikçi uygulamalarla bir araştırma
EDA YARSUR
Yüksek Lisans
İngilizce
2021
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. ÇİĞDEM GÖMEÇ
- Zeytin işleme ve zeytinyağı üretim tesisleri atıklarının entegre yönetiminin araştırılması
Investigation of integrated management of olive processing and olive oil production plants wastes
EDA ÜNAL
Yüksek Lisans
Türkçe
2017
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL TORÖZ