BİYOLOJİK ATIKSU ARITMA TESİSLERİNDE KARBON VE AZOT GİDERİM VERİMLERİNİN TAHMİNİ AMACIYLA YAPAY SİNİR AĞLARININ KULLANIMI

Authors : Neslihan MANAV DEMİR

Pages : 375-386

Doi:10.28948/ngumuh.341175

View : 8 | Download : 8

Publication Date : 2017-07-31

Article Type : Research Paper

Abstract :   Biyolojik azot giderimi gerçekleştirilen atıksu arıtma proseslerinin insert ignore into journalissuearticles values(AO prosesi); modellenmesi amacıyla Aktif Çamur Modeli No. 1 insert ignore into journalissuearticles values(ASM1); kullanılagelmişse de bu modelde ihtiyaç duyulan girdi parametrelerinin tahmin edilmesi çok zaman almaktadır. Bu çalışma kapsamında, ASM1 kadar detaylı girdi verisi gerektirmeyen geri beslemeli yapay sinir ağlarının insert ignore into journalissuearticles values(BPANN); AO proseslerindeki kimyasal oksijen ihtiyacı insert ignore into journalissuearticles values(KOİ);, toplam Kjeldahl azotu insert ignore into journalissuearticles values(TKN); ve toplam azot insert ignore into journalissuearticles values(TN); giderim verimlerinin tahminindeki performansı test edilmiştir. Bu amaçla BPANN’de dört farklı aktivasyon fonksiyonu kullanılmıştır. Elde edilen sonuçlar, AO proseslerindeki KOİ, TKN ve TN giderim verimlerinin BPANN ile yüksek doğrulukta tahmin edilebildiğini göstermiş; en iyi öğrenme ve tahmin yeteneği ise Sinc fonksiyonu ile elde edilmiştir. Sinc-BPANN ile elde edilen ortalama kare hatalar KOİ giderim verimi için 2,50 × 10 -4 , TKN giderim verimi için 4,15 × 10 -4 , TN giderim verimi için ise 2,65 × 10 -4 olarak hesaplanmıştır. Buna göre Sinc-BPANN AO proseslerindeki KOİ, TKN ve TN giderim verimlerinin doğrusal olmayan doğasını ASM1’e nazaran çok daha az girdi parametresiyle açıklayabilmektedir.
Keywords : ASM1, yapay sinir ağları, karbon giderimi, azot giderimi, aktivasyon fonksiyonu