Linyit, biyokütle ve karışımlarından elde edilen yanmaoranı değerlerine sıcaklığın etkisinin makine öğrenmesiile modellenmesi
Linyit, biyokütle ve karışımlarından elde edilen yanmaoranı değerlerine sıcaklığın etkisinin makine öğrenmesiile modellenmesi
dc.contributor.advisor | Yaman, Serdar | |
dc.contributor.author | Demir, Özge | |
dc.contributor.authorID | 506171032 | |
dc.contributor.department | Kimya Mühendisliği | |
dc.date.accessioned | 2024-07-24T07:22:23Z | |
dc.date.available | 2024-07-24T07:22:23Z | |
dc.date.issued | 2022-02-04 | |
dc.description | Tez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Lisansüstü Eğitim Enstitüsü, 2022 | |
dc.description.abstract | Dünyadaki endüstrileşme ve nüfusun artışı nedeniyle enerji ihtiyacı gün geçtikçe artmaktadır. Önümüzdeki 30 yıl boyunca enerji ihtiyacının %56 artacağı öngörülmektedir. Yüksek enerji verimliliğinden ve daha bol bulunmasından dolayı fosil kaynaklarının kullanımı oldukça yüksektir. 2019 yılında, birincil enerji kaynağı olarak en çok fosil kaynaklar kullanılmış olup, dünya çapında bu oran %80'den fazladır. Kömür dünyada bol ve yaygın olarak bulunan, en ucuz fosil kaynağıdır. Enerjisinin yüksek olması nedeniyle sanayi devrimine katkısı çok fazla olmuştur. Günümüzde hala ısı ve elektrik üretimi için birincil kaynak olarak kullanılmaktadır. Enerji verimliliği açısından avantajları olmasına rağmen, çevre açısından birçok dezavantajları bulunmaktadır. Kömür, karbon emisyonlarının ana kaynağı olmasından dolayı iklim değişikliğine ve küresel ısınmaya neden olmaktadır. Çevre politikalarına rağmen, gelişmiş ülkelerde bile hala fosil kaynaklara bağımlılık devam etmektedir. ABD Enerji Bilgi İdaresi (EIA)'ne göre, küresel yıllık ortalama yüzey sıcaklığındaki 1 °C'lik artışın 0,3 °C'den fazlasına kömürün yanmasından yayılan CO2 neden olmaktadır. Türkiye, doğalgaz ve petrol rezervlerinin ihtiyacı karşılayacak düzeyde olmamasından dolayı dışa bağımlı durumdadır. Türkiye'nin milli enerji kaynağı ise linyit kömürüdür. Linyitler kalorifik değer açısından düşük olmasından dolayı linyiti biyokütle ile karıştırmak verimlilik açısından avantaj sağlamaktadır. Buna ek olarak linyitin çevreye olan zararlı etkileri de bu yolla azaltılmaktadır. Türkiye'de tarımsal artıkların kullanıldığı biyokütle enerjisi üretiminin 2016 yılından 2030 yılına kadar 2,8 Mtoe'den 4,9 Mtoe'ye çıkması beklenmektedir. Temiz enerjinin artması hem Türkiye hem dünya açısından önem arz etmektedir. Afşin – Elbistan linyiti Türkiye'deki en önemli birincil enerji kaynaklarından biridir. Linyit, düşük kömürleşme dereceli bir kömür olduğu için yüksek miktarda kül bırakma, kalorifik değerin düşük olması ve yüksek nem içeriği gibi sorunları beraberinde getirmektedir. Linyit gibi düşük kalitedeki kömürleri belli oranlarda biyokütle ile karıştırmak daha iyi sonuçlar elde etmek için önemlidir. Kömür ve biyokütle farklı özelliklere sahip olmalarına rağmen birlikte yakıldığında çevre, enerji verimliliği, maliyet ve risk açısından olumlu özellikler göstermektedir. Biyokütlede düşük miktarda azot ve kükürt bulunması NOx ve SO2 emisyonlarını önemli ölçüde azaltmaktadır. Biyokütle, fotosentez sırasında CO2 kullandığı için yakma sırasında oluşan CO2'in çevreye etkisi neredeyse yok denilecek kadar azdır. Kömür - biyokütle karışımları sayesinde iklim değişiklikleri önemli ölçüde azalmaktadır. Kömür, biyokütle ya da kömür - biyokütle karışımlarından elde edilen yakıtların özelliklerini iyileştirmek için yakma, piroliz ve gazlaştırma gibi dönüşüm prosesi teknolojileri uygulanmaktadır. Yakma, yakıt ve oksitleyici varlığında bazı durumlarda ise katalizör etkisiyle meydana gelmektedir. Piroliz, oksijen yokluğunda termal bozunmanın meydana gelmesidir. Isıtma hızı ve sıcaklığa bağlı olarak farklı ürünler meydana gelmektedir. Gazlaştırma, enerji elde edilecek katı ve sıvıların ısı etkisiyle gaza dönüştürülmesidir. Farklı sıcaklıklarda farklı fizikokimyasal olaylar meydana gelmektedir. Bu çalışmanın amacı, Elbistan linyiti ile fındık kabuğunun tek tek ve farklı oranlarda karıştırılıp yakılmasından elde edilen yakma oranı verilerinin sıcaklık değişkenine karşı en iyi modelini elde etmektir. Modelleri elde etmek amacıyla Python programlama dili içerisinde yer alan farklı kütüphaneler kullanılmıştır. Stasmodel Kütüphanesi içerisinde bulunan OLS fonksiyonu sayesinde Y bağımlı değişkeni ve X bağımsız değişkenleri tanımlanıp modelin eğitilmesi gerçekleştirilmiştir. "Effect of co-combustion on the burnout of lignite/biomass blends: A Turkish case study" isimli makalede yer alan deneysel çalışmada 423 K'den 1173 K 'e kadar her 50 K'lik sıcaklık değişimleri için yanma oranı verileri bulunmaktadır [1]. Veri seti olarak makale içerisinde yer alan linyit, biyokütle ve %2,4,6,8,10 ve 20 oranlarında linyit - biyokütle karışımlarının farklı sıcaklıklardaki deneysel yanma oranları kullanılmıştır. Sıcaklık ile linyit, biyokütle ve farklı oranlardaki linyit – biyokütle karışımlarının korelasyonları 1'e oldukça yakın çıkmıştır. Bu da linyit, biyokütle ve farklı oranlardaki karışımlarının sıcaklık ile arasında güçlü bir etkileşim olduğunu ve pozitif korelasyondan dolayı sıcaklık arttıkça yanma oranı değerlerinin arttığını göstermiştir. Korelasyon değerleri karşılaştırıldığında en yüksek değerin linyit için, en düşük değerin ise biyokütle için ortaya çıktığı bulunmuştur. Linyit, biyokütle ve farklı oranlardaki karışımları için denenen modeller arasından en iyi olanı seçmek için R^2 ve ayarlanmış (adjusted) R^2 değerleri oldukça yüksek, % hata oranları ve MSE değerlerinin ise düşük değerli olmasına dikkat edilmiştir. Modellerin ANOVA, MS ve F değerlerine bakılarak grupların ortalamaları arasında fark olup olmadığı tespit edilmiştir. Sonuçlar dikkate alınarak sıfır hipotezi reddedilerek alternatif hipotez kabul edilmiştir. Bunlara ek olarak, numunelerin teorik değerlerindeki sapmaların negatif ya da pozitif olmasına göre sonuçlar değerlendirilmiştir. | |
dc.description.degree | Yüksek Lisans | |
dc.identifier.uri | http://hdl.handle.net/11527/25097 | |
dc.language.iso | tr | |
dc.publisher | Lisansüstü Eğitim Enstitüsü | |
dc.sdg.type | Goal 9: Industry, Innovation and Infrastructure | |
dc.subject | biyokütle | |
dc.subject | biomass | |
dc.subject | linyit | |
dc.subject | lignite | |
dc.subject | makine öğrenmesi | |
dc.subject | machine learning | |
dc.subject | yanma eğrisi | |
dc.subject | combustion curve | |
dc.title | Linyit, biyokütle ve karışımlarından elde edilen yanmaoranı değerlerine sıcaklığın etkisinin makine öğrenmesiile modellenmesi | |
dc.title.alternative | Modeling of the effect of temperature on burnoutvalues obtained from lignite, biomass and their mixturesby machine learning | |
dc.type | Master Thesis |