Özet:
Tam ölçekli bir anaerobik çamur çürütme prosesinde üretilen biyogaz debisinin tahmini için yapay zekâ esaslı modelleme teknikleri (yapay sinir ağları (YSA) ve bulanık mantık) ve çoklu regresyon metodu kullanılarak modelleme çalışmaları yapılmıştır. Çalışma kapsamında; beslenen çamur debisi, toplam katı madde (TKM) muhtevası, toplam uçucu katı madde (TUKM) muhtevası, alkalinite ve uçucu yağ asidi (UYA) konsantrasyonu olmak üzere beş bağımsız girdi değişkeni ile modelleme yapılmıştır.YSA tabanlı olarak gerçekleştirilen birinci modelleme çalışmasında, MATLAB® V7.9.0.529 (R2009b, Lisans No: 161051) paket programı kullanılmıştır. Temel bileşen analizini (PCA) takiben 11 farklı geri yayılım (BP) algoritması kendi içerisinde ortalama karesel hata (MSE) değerleri bazında mukayese edilmiş ve scaled conjugate gradient algoritması en iyi eğitim algoritması olarak belirlenmiştir. Seçilen eğitim algoritması (trainscg) için üretilen biyogaz debisi tahmininde gizli katmanda kullanılacak optimize nöron sayısı 14 olarak bulunmuştur. Optimize edilen üç katmanlı YSA modeli (5:14:1) için determinasyon katsayısı (R2) 0.6496 olarak elde edilmiştir.Bu çalışma kapsamındaki ikinci yapay zekâ esaslı modelleme çalışmasında, tam ölçekli anaerobik çamur çürütme prosesinden üretilen biyogaz debisinin tahmini için bulanık mantık (fuzzy logic) tekniği ile modelleme çalışmaları gerçekleştirilmiştir. Çalışmada, MATLAB® V7.9 yazılım programında mevcut ?Bulanık Mantık Modülü? (Fuzzy Logic Toolbox) kullanılarak bir ?Bulanık Çıkarım Sistemi? (Fuzzy Inference System - FIS) oluşturulmuştur. Bu maksatla, bir MISO (çoklu girdili, tekli çıktılı) modeli geliştirilmiş ve beş girdi değişkeni yapay zekâ yaklaşımı ile bulanıklaştırılmıştır. Girdi ve çıktı değişkenleri için sırasıyla on ve yirmi seviyeli trapez üyelik fonksiyonları ile bulanık altkümeler oluşturulmuştur. Çalışma kapsamında, Mamdani tipi bir bulanık çıkarım sistemi kullanılarak EĞER-İSE (IF-THEN) formatında toplam 394 adet kural yazılmıştır. Seçilen üyelik fonksiyonu için Bulanık Çıkarım Sistemindeki (FIS) OR, AND, IMPLICATION, AGGREGATION ve DEFUZZIFICATION metodlarında, literatürde en çok kullanılan (prod, max, prod, sum, centroid) FIS operatörleri esas alınmış ve en uygun FIS yapısı belirlenmiştir.Yapılan çalışmada, bulanık mantık tahmininden çıkan sonuçlar, yapay sinir ağlarından ve üçüncü modelleme çalışması kapsamında oluşturulan çoklu regresyon modelinden elde edilen çıktı sonuçları (R2 = 0.5665) ile farklı istatistiksel performans indikatörleri için karşılaştırılmıştır. Tam ölçekli anaerobik çamur çürütme prosesinden elde edilen veriler için gerçekleştirilen tüm modelleme sonuçlarına göre, önerilen MISO türü bulanık mantık tabanlı modelinin yapay sinir ağları ve çoklu regresyon modellerine kıyasla potansiyel üretilen biyogaz debisi tahmininde daha az sapma ve çok daha iyi performans gösterdiği tespit edilmiş ve söz konusu çıktı parametresi için determinasyon katsayısı (R2) 0.8765 olarak belirlenmiştir.
