Geri Dön

Prediction of chemical oxygen demand from the chemical composition of wastewater by artificial neural networks

Atık suyun kimyasal bileşimiden kimyasal oksijen gereksiniminin yapay sinir ağları ile tahmini

  1. Tez No: 603689
  2. Yazar: BASIM AHMED SALEH ALOBAIDI
  3. Danışmanlar: DOÇ. DR. HAKAN KAYI, YRD. DOÇ. DR. ENVER GÜLER
  4. Tez Türü: Yüksek Lisans
  5. Konular: Kimya Mühendisliği, Chemical Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Atılım Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Kimya Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Kimya Mühendisliği ve Uygulamalı Kimya Bilim Dalı
  13. Sayfa Sayısı: 89

Özet

Çağımızda birçok teknik uygulama ve modern programın kullanılması ve yapay zekanın (AI) rolü artmaktadır. Yapay zeka araçlarından biri olan Yapay Sinir Ağları (YSA), ağın eğitimi yoluyla belirli bir veri kümesine bağlı olarak dinamik bir doğrusal olmayan davranış modelini öğrenmek ve keşfetmek için ortaya çıkmıştır. Biyoloji, atık su arıtma ve mühendislik gibi birçok disiplinde tahmin yapma konusunda yüksek doğruluk sahibidirler. Bu çalışmada, standart geri yayılım algoritması kullanılarak, North Gas Company / Kerkük'te arıtılan atık sudaki Kimyasal Oksijen Gereksinimi'nin (COD) değerini tahmin etmek için altı girdi parametresi alınmıştır. Sinir ağı, toplam klorür iyonu Cl ̵ , nitrat iyonu NO3 ̵, fosfat iyonu PO43, sülfat iyonu SO4 ̵ 2, amonyak NH3, Biyokimyasal Oksijen İhtiyacı (BOD5) gibi atıksu kalite indekslerinden toplanan 150 veri ile tek bir elementi yani COD'yi tahmin etmek üzere eğitilmiştir. Sinir ağı, uygun bir şekilde eğitilmesinden sonra test verileri kullanılarak test edilmiştir ve en iyi sonuçlar ortalama kare hatası ve regresyon katsayısı dikkate alınarak seçilmiştir. Bu çalışmada elde edilen bulgular, yapay sinir ağlarının arıtılmış atık suyun COD değerlerini tahmin etmede doğru ve etkili araçlar olduğunu göstermektedir.

Özet (Çeviri)

In our era, many technical applications and modern programs are being used and the role of artificial intelligence (AI) increases. Artificial Neural Networks (ANNs) as one of artificial intelligence tools have emerged to learn and discover a model of dynamic nonlinear behavior depending on a particular set of data through training of the network. They have high accuracy for prediction in multiple disciplines like biology, wastewater treatment and engineering. In this study, six input parameters were taken to predict the value of the Chemical Oxygen Demand (COD) in the wastewater before and after the treatment at the North Gas Company/Kirkuk, by using the standard backpropagation algorithm. The network was trained with the 150 data collected from the quality indices of the un-treated and treated waste water, such as total chloride ions Cl ̵ , nitrate ions NO3‾ , phosphate ions PO4 ̵3, sulfate ions SO4 ̵2, ammonia NH3, Biochemical Oxygen De-mand (BOD5) to predict one element, that is the COD. After properly training of the neural network, it was tested by using the test da-ta, and the best results were selected by the consideration of the mean square error and the regression coefficient. The findings of this study suggest that artificial neural networks are accurate and ef-fective tools for predicting the COD values of treated wastewater.

Benzer Tezler

  1. Aerobik sistemlerde proses stokımetrisi ve kinetiğinin respirometrik olarak değerlendirilmesi

    Respirometric evaluation of process kinetic and stoichiometry for aerobic systems

    EMİNE UBAY ÇOKGÖR

    Doktora

    Türkçe

    Türkçe

    1997

    Çevre Mühendisliğiİstanbul Teknik Üniversitesi

    Çevre ve Enerji Teknolojileri Yönetimi Ana Bilim Dalı

    PROF. DR. DERİN ORHON

  2. Modelling of the leachate treatment plant with membrane bioreactor process

    Membran bioreaktör procesli bir sızıntı suyu arıtma tesisinin modellenmesi

    CANSU DELİBAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Çevre Mühendisliğiİstanbul Teknik Üniversitesi

    Çevre Mühendisliği Ana Bilim Dalı

    PROF. DR. İZZET ÖZTÜRK

  3. Türkiye linyit kömürleri için yer altında kömür gazlaştırmasının deneysel ve sayısal olarak incelenmesi

    Experimental and numerical investigation of underground coal gasification for Turkish lignite

    OĞUZ BÜYÜKŞİRİN

    Doktora

    Türkçe

    Türkçe

    2023

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. MESUT GÜR

  4. Patates işleme endüstrisi atıksularının anaerobik tam karışımlı kontakt reaktörde mezofilik ve termofilik şartlarda arıtılabilirliğinin incelenmesi ve modellenmesi

    Investigation on the treatability and modelling of potato-processing wastewaters in a completely mixed anaerobic contact reactor under mesophilic and thermophilic conditions

    ELİF ŞENTÜRK

    Doktora

    Türkçe

    Türkçe

    2010

    Çevre MühendisliğiGebze Yüksek Teknoloji Enstitüsü

    Çevre Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜLEDA ENGİN

  5. Characterization of Turkish bee products such as propolis, pollen and royal jelly in terms of bioactive components, health effects and encapsulation

    Türkiye'ye ait arı sütü, propolis ve polen gibi arı ürünlerinin biyoaktif bileşenler, sağlık etkileri ve enkapsülasyonu açısından karakterizasyonu

    ÜMİT ALTUNTAŞ

    Doktora

    İngilizce

    İngilizce

    2023

    Gıda Mühendisliğiİstanbul Teknik Üniversitesi

    Gıda Mühendisliği Ana Bilim Dalı

    PROF. DR. BERAAT ÖZÇELİK