Akademik Veri Yönetim Sistemi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Marmara Üniversitesi, Mühendislik Fakültesi, Kimya Mühendisliği Bölümü, Türkiye
Tezin Onay Tarihi: 2006
Tezin Dili: Türkçe
Öğrenci: YELDA ÖZEL
Danışman: EMİN ARCA
Özet:Enerji, ekonomik ve toplumsal kalkınmanın en temel araçlarından biridir. Yeni ve yenilenebilir enerji kaynaklarına yönelik araştırma ve çalışmalar sürdürülürken, kömür yakıtının; dünya üzerinde yaygın ve bol miktarda bulunması, daha kolay erişilebilir olması, daha kolay taşınabilme ve daha emniyetli depolanabilme özellikleri ile temiz kömür teknolojilerinin hızlı gelişimi göz önüne alındığında, diğer kaynaklara nazaran şu an ve gelecekte de ağırlığını yitirecek gibi görünmemektedir. Bir ikincil enerji kaynağı olan elektrik enerjisi, son derece yaygın kullanım alanı ile insan yaşamı için vazgeçilmez olduğu kadar, genel ekonomi içerisindeki üretim, ulaştırma-dağıtım ve iletişim faaliyetleri bakımından da olmazsa olmaz konumuna gelmiştir. Bu özelliği ile elektrik enerjisi, ülkelerin gelişmişlik düzeylerinin artışı oranında diğer enerji kaynaklarının yerini almaktadır. Yapay sinir ağları yöntemi ile yapılan bu öğrenen sistemin, termik santrallerde kullanılması, hem gerçek zamanlı çalışmaya olanak sağlar, hem de klasik matematiksel modele ihtiyaç duyan çözüm yöntemlerine göre zamandan tasarruf sağlamış olur. Bu çalışmada, Kahramanmaraş Kağıt Sanayi ve Ticaret A.Ş. fabrikasından gelen kömür numuneleri kullanıldı. İlk aşama olarak kömür numuneleri, ASTM(American Society for Testing and Materials) standartlarına uygunluğu sağlanması amacıyla, kırma ve eleme aşamalarından geçti. İkinci aşamada, Marmara Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği Bölümünde bulunan TGA (Thermo Gravimetric Analyser) cihazında yapılan deneyler sonucunda, kömüre ait yanma sonucu ortaya çıkan ürün değerleri (nem, kül, uçucu madde ve sabit karbon) elde edildi. Bu numuneler için, fabrikadan gelen değerlerle karşılaştırma yapılıp sonuçların tutarlılığı incelendi. Bu aşamadan sonra, yıl boyunca her ay fabrikanın elektrik enerjisi elde etmek için kullandığı farklı kömür numunelerine ait aylık işletme lerinden alınan veriler, oluşturulmuş iki farklı yapay sinir ağında kullanılmak üzere uygun formata dönüştürülüp, öğretme sürecinin giriş verileri olarak kullanıldı. Deneysel verileri kullanarak, ağın girişleri ile çıkış arasındaki ilişkiyi öğrenen yapay sinir ağı modelleri, elektrik enerjisi performansını hesaplayacak şekilde test edildi. Farklı ağ yapıları kullanılarak, toplam hatanın denemeler sonucunda minimuma indirgenmesi sağlandı. MatLab paket programı ile yazılan iki programla oluşturulan modellerde sistemin en iyi şekilde modellenmesi hedeflendi. Sonuç olarak; öğrenen sistemler olan yapay sinir ağları, kömür yakıtı kullanarak elektrik enerjisi üreten tesisler için kullanılabileceği bu çalışma ile ortaya konmuş oldu. ABSTRACT Energy is the main tool of economic and social progress. While researches and studies on new and renewable energy resources are in process; considering the lightning progress of clean coal technology with its specialties to be found simply and widely on earth, to be able to be mined easier than other energy resources, simplicity to carry and to store safer than other energy resources, coal does not seem to loose its importance not only today but also in the future with respect to other energy resources. Electrical energy is another energy resource that has become indispensable in our daily life and in production, transportation – delivery and communication industries. With this very respect, electrical energy takes place of other energy resources more and more in every country directly proportional to their development levels. Usage of learning systems in thermal power plants, that are based on neural network management, enable us not only to work in real time but also to safe time compare to other solution methods that need classical mathematical modeling approaches. In this project, samples from Kahramanmaraş Paper Industry Inc. Corp. are used. During the first phase, coal samples are crushed into smaller pieces and sieved in order to standardize samples with ASTM (American Society for Testing and Materials) standards. Then measurements to measure humidity, ash, volatile substance and carbon amounts of the samples are done with TGA (Thermo Gravimetric Analyzer) instrument in Marmara University Chemical Engineering Department. Validation of our test results for the samples are checked with data of samples that came from the factory. After this phase, monthly data of different kinds of coal samples that are used in the factory to create electrical energy are gathered from the factory reports for one year. Those data are converted to valuable data and used as primary data for two different neural network system of our learning process. Neural network models that have learned input and output valves of the network are tested with the experimental data to calculate the electrical energy performance of the system. Total error minimization has been achieved through using different neural network structures with numerous trials. Optimum modelling of the system is aimed to be created with two different model programmes that are written with MatLab. As a result; it is proved that neural Networks, which are learning systems, can be used in power plants which consume coal to produce electrical energy