Atıksu Arıtma Tesislerinde Biyokimyasal Oksijen İhtiyacının Farklı Regresyon Modelleriyle Tahmin Edilmesi


BAKİ O. T., ARAS E.

International Conference on Advanced Engineering Technologies ICADET, Bayburt, Türkiye, 21 - 23 Eylül 2017, cilt.1, sa.1, ss.1

  • Yayın Türü: Bildiri / Tam Metin Bildiri
  • Cilt numarası: 1
  • Basıldığı Şehir: Bayburt
  • Basıldığı Ülke: Türkiye
  • Sayfa Sayıları: ss.1
  • Karadeniz Teknik Üniversitesi Adresli: Evet

Özet

Biyokimyasal oksijen ihtiyacının tahmini ve kontrolü atıksu arıtma tesisinin yönetimi ve organizasyonunda önemli bir rol oynamaktadır. BOİ’nin laboratuvar deneyleriyle belirlenmesi uzun zaman almakta ve deneylerin yapılması da zahmetli olmaktadır. Bu çalışmada BOİ değerinin, atıksu arıtma tesislerinde su kalitesini belirlemek amacıyla kolayca ölçülebilen diğer kirletici parametreler aracılığıyla, tahmin edilmesi amaçlanmıştır. Analizde kullanılan ölçüm sonuçları 2015-2016 yılları arasında Antalya Hurma Atıksu Arıtma Tesisi’nde ölçülmüştür. Analizde kullanılan tahmin girdi parametreleri, Q, pH, t, KOİ, AKM, tN, tP, Eİ olarak seçilmiştir. Günlük ölçüm sonuçları kullanılarak analizler gerçekleştirilmiştir. Çalışmada çoklu regresyon analizi ve çoklu değişkenli uyarlanabilir regresyon eğrileri yöntemlerinden yararlanılmıştır. Çoklu değişkenli uyarlanabilir regresyon eğrileri modeli en iyi tahmin sonucu elde etmiştir.

 

Predicting the biochemical oxygen demand plays an important role in the management and organization of the wastewater treatment plant. It takes a long time to determine the BOD by laboratory experiments and it is troublesome to carry out the experiments. In this study, it was aimed to estimate the BOD value by means of other pollutant parameters which can easily be measured to determine the water quality in wastewater treatment plants. The measurement results used in the analysis were measured at the Antalya Hurma Wastewater Treatment Plant between the years 2015-2016. The estimated input parameters used in the analysis were selected as Q, pH, t, COD, SS, tN, tP, EC. Analyzes were performed using daily measurement results. Multiple regression analysis and multivariate adaptive regression splines were used in the study. Multivariate adaptive regression splines obtained the best prediction result.