Data driven identification of industrial reverse osmosis membrane process
Endüstriyel ters ozmoz membran sürecinin veri odakli tanimlanmasi
- Tez No: 689950
- Danışmanlar: DR. ÖĞR. ÜYESİ HASAN ŞILDIR
- Tez Türü: Yüksek Lisans
- Konular: Kimya Mühendisliği, Chemical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Gebze Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Kimya Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Çevrimiçi ölçümler kullanılarak başlıca kirlenme nedenlerini ve etkilerini karakterize etmek için karmaşık bir endüstriyel ters ozmoz membran işleminin tanımlanması için dinamik bir Yapay Sinir Ağı (YSA) geliştirilmiştir. YSA eğitimi ve doğrulaması için kullanılan tarihsel veriler, tesisteki bazı besleme özellikleri ve ölçülen proses değişkenleri hakkında 4 yıllık verileri içerir ve bunlar nihai ürün suyu akışı üzerinde etkileşimli, doğrusal olmayan ve sonucunda kirlenmenin meydana geldiği bir etkiye sahiptir. YSA formülasyonu, kısa vadede dinamik rejimi hesaba katmak için mevcut ve bir önceki haftanın çevrimiçi ölçümlerini alıp bir ve iki hafta sonraki ürün suyu akış tahminini yapmaktadır. Model performansı, ters ozmoz mebranların yıkama döngüsünün başı, ortası ve sonları dahil olmak üzere yeni ve rejenere membranlarda proses ömrü boyunca tatmin edicidir. Membranlarda kirliliğin göstergelerinden biri olan ürün suyu akışının üzerinde yüksek etkiye sahip değişkenleri belirlemek için bir duyarlılık analizi yapıldı. Duyarlılık analizine göre, kartuş filtre basınçları ve pH, ürün suyu akışı üzerinde en yüksek etkiye sahiptir. Karmaşık, çok değişkenli ve doğrusal olmayan yapıdaki değişkenlerin, belirli bir aralıkta prosese etkisini göstermek amacıyla tesisin çalışma çerçevesi hesaplanmıştır. Sonuçlar, mevcut literatüre nicel ve sezgisel olarak paralel sonuçlar gösterir ve büyük ölçekli endüstriyel proses için kirlenmenin temel sebepleri hakkında önemli bilgiler sağlar.
Özet (Çeviri)
A dynamic Artificial Neural Network (ANN) is developed for the identification of a complex industrial reverse osmosis membrane process to characterize the major fouling causes and their impacts using online measurements. The historical data used, for the ANN training and validation, includes 4-year-data on some feed properties and measured process variables in the plant, which have an interacting and nonlinear impact on the ultimate permeate flow, in turn fouling. The ANN formulation takes the current and previous week's online measurements to account for the dynamic regime and provides one-week and two-week ahead permeate flow predictions. The model performance is satisfactory at new and regenerated membranes in process lifetime, including early, middle and late of the cycle. A sensitivity analysis is provided to determine the variables with high impact on the permeate flow, and thus the fouling. Based on the sensitivity analysis, cartridge filter pressures and pH have the highest impact on the permeate flow rate. Plant operating window is also calculated to demonstrate the impact of the changes of those for a typical range under such complex multivariable and nonlinear nature. The results show quantitative and intuitively parallel conclusions to existing literature and provide significant insight on the major components of fouling in an industrial and large-scale process.
Benzer Tezler
- Üç serbestlik dereceli bir koordinat ölçüm cihanının tasarım ve imalatı
DesiGN and manufacture of a three dimensional coordinate measurement machine
ÖMÜR BAÇ
Yüksek Lisans
Türkçe
2013
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ZEKİ YAĞIZ BAYRAKTAROĞLU
- A data-driven approach to identifying and selecting temporary disaster debris management sites: The case of Istanbul
Geçici afet moloz yönetim alanlarının belirlenmesi ve seçimi için veri odaklı bir yaklaşım: İstanbul örneği
BURAK KABAKLI
Yüksek Lisans
İngilizce
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞEYDA SERDAR ASAN
- Data-driven process mining for production line optimization using IIOT and big data technologies
IIOT ve büyük veri teknolojileri kullanılarak veri odaklı süreç madenciliği ile üretim hattı uygulaması
BEYZA YAPAKÇI
Yüksek Lisans
İngilizce
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiVeri Mühendisliği ve İş Analitiği Ana Bilim Dalı (disiplinlerarası)
PROF. DR. ALP ÜSTÜNDAĞ
- Oransal valf ve hidrolik silindirden oluşan bir sistemin tanılanması ve konum kontrolu
Identification and pasition control of a system consisting of a proportional valve and hydraulic cylinder
İLYAS İSTİF
Doktora
Türkçe
2003
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. KENAN KUTLU
- THE DIGITAL TRANSFORMATION OF INTERNATIONAL TRADEMARK REGISTRATION:THE INTEGRATION OF E-GOVERNMENT SYSTEMS AND THE ADAPTATION OF THE MADRID PROTOCOL
ULUSLARARASI MARKA TESCİLİNİN DİJİTAL DÖNÜŞÜMÜ: E-DEVLET SİSTEMLERİNİN ENTEGRASYONU VE MADRİD PROTOKOLÜ'NÜN DİJİTALLEŞMEYE UYUM SÜRECİ
MERCAN SANDIKÇI
Yüksek Lisans
İngilizce
2026
HukukAnkara ÜniversitesiFikri Mülkiyet Hakları, Teknoloji Politikaları ve İnovasyon Yönetimi Ana Bilim Dalı
DOÇ. DR. SELİN ÖZDEN MERHACI