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: Ostim Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
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
- Extended exergy accounting (EEA) analysis of Turkish society: Determination of environmental remediation costs
Genişletilmiş ekserji analizi metodunun Türkiye uygulaması: Çevresel etki maliyetlerinin belirlenmesi
CANDENİZ SEÇKİN
Doktora
İngilizce
2013
Makine Mühendisliğiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
PROF. DR. AHMET R. BAYÜLKEN
PROF. DR. ENRICO SCIUBBA
- 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
- Bazı esterlerin kinetik incelenmesi ve termodinamik parametrelerin belirlenmesi
Kinetic study and detesmination of thermodnamic parameters of some esters
İBRAHİM TAŞ
Yüksek Lisans
Türkçe
1986
Kimya MühendisliğiUludağ ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. MUSTAFA CEBE
- Bazı sert çekirdekli meyve türlerinde döllenme biyolojisi üzerinde yöntem çalışmaları
Başlık çevirisi yok
ATBİMOĞLU ADALET