Su arıtma tesislerinin veriye dayalı analizleri
Data-driven analyses of water treatment plants
- Tez No: 933716
- Danışmanlar: DR. ÖĞR. ÜYESİ RAMAZAN KOCAOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Su Arıtma Tesisleri, Sinir Ağları, Makine Öğrenimi, Water treatment plants, Neural Networks, Machine Learning
- Yıl: 2025
- Dil: İngilizce
- Üniversite: OSTİM TEKNİK ÜNİVERSİTESİ
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 94
Özet
Bu tez, yapay zeka ve makine öğreniminin su ve atıksu arıtma prosedürlerini optimize etmek için entegrasyonunu keşfetmeye yöneliktir. Melbourne'in su ve atıksu sistemlerinden elde edilen veriler, deşarj, giriş, enerji tüketimi, amonyak, BOD, COD, toplam azot, sıcaklık, atmosferik basınç, nem, yağış, görünürlük ve rüzgar hızı gibi anahtar parametreleri kapsayan detaylı bir analizden geçirilmiştir. Araştırma, bu değişkenler arasındaki önemli ilişkileri belirleyerek, öngörü modellemesine yol açmıştır. MLP, CNN, FNN ve RNN gibi çeşitli makine öğrenimi modelleri, önemli parametreleri tahmin etmek için özenle eğitilmiştir. MSE ve RMSE gibi performans değerlendirme metrikleri, modellerin etkinliğini değerlendirmek için kullanılmıştır. Özellikle, CNN ve RNN modelleri, özellik çıkarma ve zaman serisi veri yorumlama konularında üstün performans sergileyerek öne çıkmıştır. Bu çalışmanın sonuçları, su ve atıksu arıtma süreçlerinin verimliliğini önemli ölçüde artırma potansiyeli taşımakta olup, kaynak yönetimi optimizasyonu için çok değerli içgörüler sunmaktadır. Bu araştırma, yapay zeka ve makine öğreniminin su arıtma uygulamalarını devrim niteliğinde değiştirme potansiyelini vurgulamakta, alanda operasyonel verimliliği ve çevresel sürdürülebilirliği artırmaktadır.
Özet (Çeviri)
This thesis embarks on exploring the integration of artificial intelligence and machine learning to optimize water and wastewater treatment procedures. Data sourced from Melbourne's water and wastewater systems, encompassing key parameters like outflow, inflow, energy consumption, ammonia, BOD, COD, total nitrogen, temperature, atmospheric pressure, humidity, rainfall, visibility, and wind speed, underwent meticulous analysis. The investigation identified critical interrelations among these variables, paving the way for predictive modeling. Various machine learning models, including MLP, CNN, FNN, and RNN, were diligently trained to forecast crucial parameters. Performance evaluation metrics such as MSE and RMSE were employed to gauge the models' efficacy. Notably, CNN and RNN models emerged as top performers, showcasing their prowess in feature extraction and time-series data interpretation. The outcomes of this study hold promise in significantly elevating the efficiency of water and wastewater treatment processes, offering invaluable insights for resource management optimization. This research underscores the potential for AI and machine learning to revolutionize water treatment practices, ensuring enhanced operational efficiency and environmental sustainability in the field.
Benzer Tezler
- Building sensor-based real-time predictive maintenance system by utilizing artificial intelligent techniques
Yapay akıllı teknikleri kullanarak sensör tabanlı gerçek zaman tahminli bakım sistemi kurulması
RAGHAD MOHAMMED KHORSHEED
Doktora
İngilizce
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Treatment of municipal wastewater and organic waste by a pilot scale high rate activated sludge system
Evsel atık su ve organik atıkların pilot ölçekli yüksek hızlı aktif çamur prosesi ile arıtımı
DİLARA SANCAR
Yüksek Lisans
İngilizce
2017
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. İZZET ÖZTÜRK
- Membran biyoreaktörün yapay sinir ağı ile modellenmesi
Modelling of membrane bioreactor using artificial neural network
BARIŞ ŞEN
Yüksek Lisans
Türkçe
2012
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ŞENİZ ERTUĞRUL
- Unlocking sustainability in wastewater denitrification through waste-derived volatile fatty acids
Atıktan kaynaklanan uçucu yağ asitleri yoluyla atıksu denitrifikasyonunda sürdürülebilirlik kilidinin açılması
TUĞBA WIKSTRÖM
Doktora
İngilizce
2024
Biyoteknolojiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
DOÇ. DR. DERYA YÜKSEL İMER
PROF. DR. MOHAMMAD J TAHERZADEH
- An Evaluation of statistical data analysis method for water quality assesment
Su kalitesi belirlenmesi için istatistiksel veri analiz metodlarının değerlendirilmesi
MURAT MERİÇ
Yüksek Lisans
İngilizce
1998
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. BİLSEN BAYKAL