SavedAdd your journal

Journals / Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi / 2002 / Cilt: 17 - Sayı: 4

GENETİK ALGORİTMALAR İLE İÇME SUYU ŞEBEKELERİNDE EK KLORLAMA OPTİMİZASYONU

M. Erkan UÇANER
Osman N. ÖZDEMİR
Pages
0
Publication Date
2013-04-12
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Geliştirilen algoritma, literatürdeki bir şebeke için kullanılmış, elde edilen sonuçlar mevcut durum ile karşılaştırılmıştır.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:İçme suyu şebekelerinde klorlama genellikle su arıtma tesislerinde yapılır.
📊
Key Findings & Data:Su ihtiyacı gün içerisinde devamlı değişiklik gösterdiği için şebekenin hidrolik değerleri, tank su seviyeleri ve klor konsantrasyonları sürekli değişir.
💡
Conclusion & Impact:Geliştirilen algoritma, literatürdeki bir şebeke için kullanılmış, elde edilen sonuçlar mevcut durum ile karşılaştırılmıştır.
🔬Design:Experimental Field Trial
📍Scope:Comprehensive Sample
⚙️Variables:İçme suyu şebekesi · ek klorlama · genetik algoritma

Özet

İçme suyu şebekelerinde klorlama genellikle su arıtma tesislerinde yapılır. Yapılan bu klorlama şebekenin belli bölgeleri veya uzak noktaları için yeterli olmayabilir. Böyle durumlarda şebekeye bir veya birkaç ilave klorlama istasyonu kurulması ihtiyacı doğabilir. Su ihtiyacı gün içerisinde devamlı değişiklik gösterdiği için şebekenin hidrolik değerleri, tank su seviyeleri ve klor konsantrasyonları sürekli değişir. Bu nedenle klorlama istasyonu yer seçimi, klor dozlama ve düzeni eş zamanlı analiz edilmelidir. Bu çalışmada, ek klorlamanın yapılacağı yerler, klor miktarı ve düzeninin bulunmasında Genetik Algoritmalar kullanılmıştır. Şebekedeki hidrolik çözümler ve klor dağılımları EPANET hazır yazılımı ile elde edilmiştir. Problemin çözümü aşamasında Genetik Algoritmalar ile EPANET etkileşimli olarak çalıştırılmıştır. Geliştirilen algoritma, literatürdeki bir şebeke için kullanılmış, elde edilen sonuçlar mevcut durum ile karşılaştırılmıştır.

🔖

Cite This Article

UÇANER, M. E., ÖZDEMİR, O. N. (2013). GENETİK ALGORİTMALAR İLE İÇME SUYU ŞEBEKELERİNDE EK KLORLAMA OPTİMİZASYONU. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 17 - Sayı: 4, 0. https://ajindex.com/articles/21359

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (8)

  1. Rossman, L.A., Clarck, R.M., and Grayman, W.M., “Modeling Chlorine Residuals in Drinking-water Distribution Systems”, J. Environ. Eng., Vol. 120, No. 4, pp. 803-820, 1994.
  2. Boccelli, D.L., Tryby, M.E., Uber, J.G., Rossman, L.A., Zierolf, M.L., and Polycarpou, M.M., “Optimal Scheduling of Booster Disinfection in Water Distribution Systems”, J. Water Resour. Plng. and Mgmt., ASCE, Vol. 124, No. 2, pp. 99-111, 1998.
  3. Boccelli, D.L., Tryby, M.E., Uber, J.G., and Rossman, L.A., “Optimal Location of Booster Disinfection Stations for Residual Maintenance”, Working Paper (unpublished), 1998.
  4. Uber, J.G., Polycarpou, M.M., and Subramaniam, P., “Optimal Decoupling of Booster Disinfection Systems in Water Distribution Networks”, Working Paper (unpublished), 1998.
  5. Tryby, M.E., Boccelli, D.L., Koechling, M.T., Uber, J.G., and Summers, R.S., “Booster Chlorination for Residual Control”, JAWWA, 1998.
  6. Gözütok, S., Genetik Algoritma Tekniğinin Su Dağıtım Şebekeleriyle İlgili Optimizasyon Probleminde Kullanımı, Master Tezi, Gazi Üniversitesi, Fen Bilimleri Enstitüsü, 2002.
  7. Uçaner, M.E., Genetik Algoritma Yöntemi ile İçme Suyu Şebekelerinde Ek Klorlama Optimizasyonu, Master Tezi, Gazi Üniversitesi, Fen Bilimleri Enstitüsü, 2002.
  8. Goldberg, D.E., Genetic Algorithms in Search, Optimization and Machine Learning, Addison-Wesley, Mass, 1989.