Yazar "Arvas, Mehmet Akif" seçeneğine göre listele

Listeleniyor 1 - 1 / 1
  • Küçük Resim Yok
    Öğe
    Çevre kirletici maddelerin makine öğrenmesi kullanılarak ayırt edilmesi
    (Tekirdağ Namık Kemal Üniversitesi, 2023) Arvas, Mehmet Akif; Akdeniz, Rafet
    Makine öğrenme algoritmaları, yüksek verimli hesaplama yeteneklerine sahip araçlar sunar. Bu nedenle çevresel kirleticilerin iyileştirilmesi, atık madde sentezinin planlanması ve kirletici uzaklaştırma süreçlerinin modellenmesi gibi birçok farklı amaç için kullanılmaktadır. Bu çalışmada, içme suyu arıtma tesislerinde filtreleme işlemlerinden önce temiz su oluşturmada kullanılan kimyasal oranlarını optimum seviyede nasıl kullanılabileceğini, makine öğrenme metotlarını kullanarak en doğru şekilde tespit etmeyi amaçlamaktadır. Filtreleme işlemi öncesi, sıvının renk ve bulanıklık değerlerinin ölçümü yapılarak, sıvıların filtreleme sürecinde kullanılacak kimyasalların ihtiyaç dahilinde ne kadar kullanılacağına karar verilir. Yöntemde kullanılan bulanıklık sensörü ile renk sensörü aynı anda ölçme işlemi yapmaktadır. Sensörlerden alınan değerlerin doğru olması için ilk referans değeri olarak saf su ile ölçüm işlemi yapılmıştır. Referans değeri alınırken kirlenmiş sıvının; bulanık ve renk değerleri, sensörler tarafından okunur. Sensörlerden okunan, bulanık ve renk değerleri makine öğrenme; doğrusal regresyon, ortalama ve standart sapma modelleriyle oluşturulmuş, bilgisayar arayüzü ile kullanıcıya canlı takip ve karar verme durumlarını en iyi gösterge sonucuyla değer üretip, gösterimi sağlanır. Bu sayede kirlenmiş sıvı içeriğinde bulunan kirletici partikülleri tespit edilerek sıvının kirletici maddelerden uzaklaştırma sürecinde kullanılacak kimyasal dozajlama için bulanık ve renk değerlerine bakılarak karar verilir. Araştırmanın temel amacı, makine öğrenme modelleri tarafından gerçekleştirilen sıvı kirleticilerin giderilmesi ile ilgili sorunlara; hızlı, maliyeti ucuza indirgenmiş, en pratik yoldan çözüm üretme ihtiyaçlarını karşılamak ve su arıtma tesislerinin işletiminde, su kalitesi değerlendirmesi, risk uyarısı ve kimyasal dozlamanın azaltılması konusunda yeni bilgiler sağlamaktır.