Pamuale Üniversitesi Mühendisli Bilimleri Dergisi Pamuale University Journal of Engineering Sciences Baca gazlarının eserji analizi ve yapay sinir ağları ile modellenmesi Exergy analysis of flue gases and modeling with artificial neural networs Ayşe BİLGEN AKSOY 1, Özgür SOLMAZ 2, Yiğit AKSOY 3 1,2 Enerji Sistemleri Mühendisliği Bölümü, Hasan Ferdi Turgutlu Tenoloji Faültesi, Manisa Celal Bayar Üniversitesi, Manisa, Türiye. aysebilgen.asoy@cbu.edu.tr, ozgur.solmaz@cbu.edu.tr 3 Maine Mühendisliği Bölümü, Mühendisli Faültesi, Manisa Celal Bayar Üniversitesi, Manisa, Türiye. yigit.asoy@cbu.edu.tr Geliş Tarihi/Received: 14.11.2017, Kabul Tarihi/Accepted: 01.02.2018 * Yazışılan yazar/corresponding author doi: 10.5505/pajes.2018.32549 Araştırma Maalesi/Research Article Öz Bu çalışmada doğal gaz yaıtlı endüstriyel fırınlara ait bacalardan çıan baca gazları termodinamisel açıdan incelenmiştir. Analizlerde, baca gazı bileşenlerinin (O2, CO2, H2O ve N2) onsantrasyonu, baca gazı sıcalığı ile baca gazı çıış hızı deneysel ölçüm değerleri ullanılmıştır. Farlı çıış parametrelerine göre baca gazlarıyla çevreye salınan ullanılabilir enerji (eserji) mitarları hesaplanmış, daha sonra baca gazlarının fizisel ve imyasal özellilerinin, eserji ayıplarına etisi irdelenmiştir. Ayrıca hesaplanan eserji verileri Yapay Sinir Ağları (YSA) metoduyla modellenmiş ve gizli atmandai nöron sayısı değiştirilere en iyi doğruluğa sahip YSA modeli belirlenmiştir. Belirlenen YSA modeli ile baca gazlarının onsantrasyonu, çıış sıcalığı ve hızı ullanılara baca gazlarının eserjisi yüse doğruluta tahmin edilebileceği gösterilmiştir. Anahtar elimeler: Kimyasal eserji, Baca gazı, YSA Abstract In this study, flue gases from natural gas-fired industrial furnaces were thermodynamically investigated. In the analysis, the experimentally measured values of concentration of the flue gas components, i.e. O2, CO2, H2O and N2, the flue gas temperature and the flue gas outlet rate were used. The usable amount of energy (exergy) released to the environment by flue gases in terms of different output parameters was calculated, then effects of physical and chemical properties of flue gases on the exergy losses were investigated. In addition, the calculated exergy data were modeled by Artificial Neural Networ (ANN) method, besides that ANN model with best accuracy was determined by altering the number of neurons in the hidden layer. With the help of ANN model as well as concentration, temperature and rate of flue gases, it has been shown that the exergy of flue gases value can be estimated with high accuracy. Keywords: Chemical exergy, Flue gas, ANN 1 Giriş Sanayi devrimi ile beraber insanlığın biyoloji ihtiyaçlar haricindei yaşantısı ve sürdürülebilir eonomi için gereli enerji mitarının her geçen gün artması, enerji aynalarında yeni arayışlara ve mevcut aynaların daha verimli ullanılması ile ilgili yapılan çalışmalara ivme azandırmıştır. Dünya üzerinde üretilen enerjinin büyü bir ısmı endüstriyel tesislerde sanayinin ihtiyaçları doğrultusunda farlı enerji dönüşüm çevrimlerinde ullanılmatadır. Bu dönüşümler sırasında oluşan enerji ayıpları veya diğer bir değişle tersinmezliler, enerjinin verimli ullanılamaması anlamına gelmetedir. Sanayide enerjinin verimli ullanılamaması enerji aynalarının hızla tüenmesinin yanı sıra, üretim maliyetlerinde artışa, dolayısıyla da firmaların uluslararası pazardai reabet gücünde azalmaya yol açmatadır. Ülemizdei enerji tüetiminin %47 sini doğal gaz, %26 sını eletri ve %17 sini motorin oluşturmatadır. Doğal gaz tüetiminde endüstri %49 ile en yüse tüetim payına sahiptir [1]. Endüstriyel tesislerde genellile doğal gaz yaıtı ullanan fırınlarda, ham malzemenin uzama, muavemet vb. özellilerinin son hal aldığı ısıl işlem aşaması gerçeleşmetedir. Isıl işlem için gereen yüse ısı, fırınlarda farlı enerji türlerinin (eletri, fosil yaıtlar) ısı enerjisine dönüşümüyle sağlanmatadır. Anca bu dönüşümlerin tersinir olmayışı, enerji ayıplarına ve çevresel etilere sebep olmatadır [2]. Çevreye salınan ve ullanılamayan bu enerjinin, en büyü aynağı baca gazları aynalıdır. Birço ülenin sanayi uruluşlarında atılan sıca gazlar ve sıvılar, enerji tüetiminin yalaşı %26 sını oluşturmatadır [3]. Baca gazları ile birlite çevreye salınan atı ısı ve imyasal bileşiler, üleler arasında yapılan anlaşmalarla ontrol altına alınara çevresel etileri azaltılmaya çalışılmatadır. Literatürde baca gazları üzerine yapılan birço çalışma mevcuttur. Bunların çoğunluğu ısıl performansın ve verimliliğin arttırılması üzerine yapılan çalışmalardır. Rosen ve Dinçer [4] yaptıları çalışmada atı ısı ve çevre arasındai ilişiyi araterize etme için emisyon gazlarının eserji analizini yapmışlardır. Chen ve diğ. [5] yaptıları çalışmada baca gazında yoğuşma ile ısı geri azanımı için gözeneli serami bir ortam ullanmışlardır. Kılcal yoğuşma etisinin söz onusu olduğu sistemde, baca gazından su geri azanımın oranının %80, ısı geri azanım verimliliğinin ise %40 olduğunu belirtmişlerdir. Ersöz [6] da ısı borusu tasarımı ile baca gazı sıcalılarında geri azanılabilece ısı mitarlarını deneysel olara belirlemiştir. Wei ve diğ. [7] tasarladıları açı çevrimli absorpsiyonlu ısı pompasının ullanıldığı bir baca gazı ısı geri azanım sistemi ile toplam sistem verimliliğini %11 civarında arttırdılarını göstermişlerdir. Çomalı ve diğ. [3] yaptıları çalışmada, sıca su elde etme için bir merezi ısıtma sisteminin baca ısısını ullanara baca gazından aybolan enerjinin %37 sinin geri azanılabileceğini belirtmişlerdir. Bacalardan olan atı ısının yararlı enerjiye dönüştürülmesi atı ısı geri dönüşüm sistemlerinin urulması ile yapılabilmetedir. Faat sanayi için büyü bir yatırım olan bu sistemlerden sağlanabilece enerjinin doğru bir şeilde tahmin edilere, geri dönüşüm oranının hesaplanması geremetedir. Bu hesaplama ise eserji analizi ile mümündür. 610
A. Bilgen Asoy, Ö. Solmaz, Y. Asoy Bu çalışmada bir serami fabriasında yer alan doğal gaz yaıtlı endüstriyel fırınlara ait bacalardan çıan baca gazları incelenmiştir. Fırınların bacalarından baca gazlarıyla çevreye salınan eserji ayıpları hesaplanmış, baca gazlarının fizisel ve imyasal özellilerinin, eserji ayıplarına etisi irdelenmiştir. Ayrıca hesaplanan eserji verileri Yapay Sinir Ağları (YSA) metoduyla modellenmiş ve gizli atmandai nöron sayısı değiştirilere en iyi performansa sahip YSA modeli belirlenmiştir. Sonuçta Yapay Sinir Ağları metodu ullanılara tahmin edilen değerler ile gerçe değerler arşılaştırılmıştır. 2 Materyal ve metot Demir- çeli üretimi ve demir dışı metallerin üretildiği tesisler, topra ürünleri tesisleri, ağaç ürünleri üretim tesisleri, gıda üretim tesisleri vb. tesisler Proses tesisleri olara adlandırılmatadır. Bu tesislerde üretilen ürünlerin en önemli aşaması fırında gerçeleşmetedir. Üretimde endüstriyel fırınlarda, ömür, doğal gaz gibi fosil yaıtlar ullanılara, üretim için gereli olan ço yüse sıcalılara çıılabilmetedir. Fırınlarda yanma işlemi, tutuşma sıcalığının üzerinde yaıt ve havanın tepimeye girmesi ile gerçeleşir. Yaıt, hava arışımında tam yanma gerçeleştiğinde yaıtta bulunan tüm arbon (C) arbondiosite (CO2),tüm hidrojen (H) su buharına (H2O) ve tüm sülfür (S) sülfür diosite (SO2) dönüşür[8]. Yaıt +Hava O2+H2O+CO2+N2 Yanma sonucu oluşan bileşiler, yanma ürünü olara yüse sıcalılarda çevre havaya salınmatadır. Bu aynı zamanda ullanılamayan eserji anlamına gelmetedir. Baca gazında bulunan bileşilerin mitarları, çıış sıcalıları ve hızlarının eserji ayıplarına olan etisinin araştırılması için proses tesislerinden biri olan serami fabriasında bulunan fırınların baca gazı ölçümleri ele alınmıştır. Doğal gazın yaıt olara ullanıldığı endüstriyel fırınlar, tesiste serami aro üretimi için ullanılmatadır. Yanma sıcalıları 1200 C olan fırınlarda ullanılan doğal gazın alt ısıl değeri ise 8250 cal/m 3 tür ve %90 metan, %5 etan ve %5 diğer bileşilerden oluşmatadır. Baca alanı 0.31157 m 2 olan fırın bacasından alınan ölçümlerde, baca çıış sıcalıları minimum 175.9 C ve masimum 207.5 C olduğu tespit edilmiştir. Baca çıış hızlarının ise 8.5 m/s ile 13.1 m/s arasında değiştiği saptanmıştır. Baca çıış parametreleri için ölçümler farlı baca gazı çıış sıcalıları ve hız değerlerinde terarlanmış ve bu değerlerin 12 tanesi seçilere, eserji ayıplarının arşılaştırılması için tablolar halinde verilmiştir. Tablo 1 de seçilmiş olan hız ve sıcalı değerleri yer almatadır. Tablo 1: Baca gazı çıış hızı ve sıcalı değerleri. Ölçüm Numarası Sıcalı ( C) Hız (m/s) Ölçüm Numarası Sıcalı ( C) Hız (m/s) 1. ölçüm 175.9 10.7 7. ölçüm 207.1 8.5 2. ölçüm 176.3 10.4 8. ölçüm 207.2 9.6 3. ölçüm 176.6 13 9. ölçüm 207.2 9.8 4. ölçüm 176.8 10.5 10. ölçüm 207.3 8.5 5. ölçüm 176.9 13.1 11. ölçüm 207.4 9.6 6. ölçüm 177.3 13.1 12. ölçüm 207.5 8.5 Seçilen ölçümlerde, doğal gaz yaıtlı serami fırınlarında oluşan baca gazlarının bileşileri ve bileşilerin yüzdeli oranları Tablo 2 de gösterilmiştir. Tablo 2: Baca gazı bileşileri ve yüzde onsantrasyon oranları. Ölçüm No. O2 (%) CO2 (%) H20 (%) N2 (%) 1. ölçüm 0.149 0.034 0.135 0.682 2. ölçüm 0.151 0.034 0.135 0.680 3. ölçüm 0.149 0.034 0.135 0.682 4. ölçüm 0.151 0.034 0.135 0.680 5. ölçüm 0.149 0.034 0.135 0.682 6. ölçüm 0.149 0.034 0.135 0.682 7. ölçüm 0.160 0.033 0.14 0.667 8. ölçüm 0.164 0.025 0.14 0.671 9. ölçüm 0.163 0.026 0.14 0.671 10. ölçüm 0.160 0.034 0.14 0.666 11. ölçüm 0.161 0.027 0.14 0.672 12. ölçüm 0.159 0.033 0.14 0.668 2.1 Eserji analizi Enerji verimliliği ile ilgili yapılan analizlerde genellile termodinamiğin birinci yasası mühendisler için yeterli görülmetedir. Faat hesaplanan bu verim değeri, oluşan tersinmezliler göz önüne alınmadığında ideal şartlardai olduğu bilinmetedir. Eğer istenilen, gerçe çalışma şartlarındai ullanılabilirli ise bu durumda termodinamiğin iinci yasası ullanılara eserji verimlilileri irdelenmelidir. Enerjinin en ço yararlı işe dönüşebilen ısmı eserji olara tanımlanmatadır. Sisteme giren eserjinin bir ısmı yararlı işe dönüştürülebiliren bir ısmı ise yo olur, diğer bir değişle tersinmezlilere harcanır. Fırınlarda, baca gazı ile birlite çevre havaya salınan ısı bir nevi yo olan eserjidir. Enerji sistemlerin analiz edilebilmesi için geçerli abuller yapılması büyü olaylı sağlamatadır. Bu çalışmada baca gazlarıyla birlite atılan ısıyla beraber yo olan eserjinin hesabı için aşağıdai abuller yapılmıştır. Baca gazları [2] sistemde yüse sıcalı ve düşü basınçta bulunduğundan dolayı müemmel gaz olara abul edilebilir, Gaz bileşilerinin imyasal bağ enerjileri ihmal edilmiştir, Analizler boyunca ölü hal olara tanımlanan çevre sıcalığının T 0 = 25 C ve çevre basıncı P 0 = 101.3 Pa olara sabittir, Baca gazı basıncının P 0 çevre basıncına eşit olduğu abul edilmiştir. Bir sistemin toplam özgül eserjisi birim zamanda aşağıdai şeildedir [2]. ε sistem = ε ineti + ε potansiyel + ε imyasal + ε fizisel (1) Denlem (1) gazlar için, ineti ve potansiyel eserjileri ihmal edilere düzenlenirse, baca gazının toplam molar eserjisi biçiminde olur. ε bacagazı = ε imyasal + ε fizisel (2) Denlem (2) de yer alan fizisel eserji, ideal gazlar için aşağıdai şeilde yazılabilir. ε fizisel = c p (T 1 T 0 ) T 0 [c p ln T 1 T 0 Rln P 1 P 0 ] (3) Denlemde yer alan c p sabit basınçta özgül ısıyı, R gaz sabitini, T 0 çevre sıcalığını, T 1 baca gazı sıcalığını, P 0 çevre basıncını, 611
A. Bilgen Asoy, Ö. Solmaz, Y. Asoy P1 ise baca gazı basıncını ifade etmetedir. Baca gazının basıncı, çevre basıncının ço ço az üzerinde veya eşit olması durumunda, fizisel eserji denleminde yer alan ln (P 1 /P 0 ) ifadesi sıfıra yalaşır. Bu durumda bu ifade ihmal edilere baca gazı için fizisel eserji denlemi: ε fizisel,bg = c p,bg (T 1 T 0 ) T 0 [c p,bg ln T 1 T 0 ] (4) biçiminde sadeleşir. Denlem yeniden düzenlenirse; ε fizisel,bg = c p,bg [(T 1 T 0 ) T 0 (ln T 1 T 0 )] (5) şelinde yazılabilir. Karışım gazlar için c p değeri, arışımı oluşturan gazların, c p değerleri ve yüzde onsantrasyon oranları ullanılara bulunabilir [9]. c p,arışım = %a c p,a ( m a ) + %b c m p,b ( m b ) + %c T m T c p,c ( m c ) + %d c m p,d ( m d ) T m T Yuarıdai ifadede yer alan %a, %b, %c, %d arışımı oluşturan a, b, c ve d gazların yüzde oranını, c p,a, c p,b, c p,c ve c p,d arışımı oluşturan gazların özgül ısısını, m a, m b, m c ve m d ise gazların molar ütlesini göstermetedir. Yine denlemde yer alan mt ifadesi toplam molar ütledir ve arışımın toplam molar ütlesi; (6) m T= %a m a + %b m b + %c m c + %d m d (7) denlem (7) ile hesaplanabilir. Çalışmanın eserji analizinde yer alan baca gazı bileşenlerinin özgül ısıları, ideal gaz abulü ile sıcalığın fonsiyonu olara Engineering Equation Solver (EES) programı ile belirlenmiştir. Fizisel eserji hesaplanıren özgül ısı birimine diat edilmelidir. Birim J/mol K ise hesaplanan değer molar fizisel eserji değeridir. Baca gazı ile yo olan toplam eserjinin diğer bileşeni ise imyasal eserjidir. Kimyasal eserji, onsantrasyon ve reasiyon eserjilerinin toplamıdır. Baca gazının molar imyasal eserjisi, ε imyasal,bg = x ε 0 + R T 0 x lnx (8) biçiminde yazılabilir [9]. Denlem (8) de yer alan x, gazı 0 oluşturan bileşenlerin onsantrasyon yüzdelerini, ise bileşenlerin standart imyasal eserjilerini ifade etmetedir. Elementler için standart imyasal eserjiler tablolar halinde bulunabildiği gibi farlı şartlar ve bileşiler için Gibbs fonsiyonu ullanılara da hesaplanabilir. Analizi yapılan baca gazını oluşturan gazların standart imyasal eserjileri Tablo 3 te verilmiştir. Tablo 3: Baca gazı bileşenlerinin standart imyasal eserjisi (J/mol) [4],[9]. O 2 CO 2 H 20 N 2 3970 20140 11710 720 Kimyasal eserji denleminin iinci ısmında yer alan R ise üniversal gaz sabitidir ve analizlerde 8.31447 J/molK alınmıştır. Diat edilirse Denlem (2) de bulunan toplam eserji, molar eserji değerini ifade eder ve birimi J/mol dür. Birim mol için bulunan değeri birim zamana çevirme, bulunan değerlerin daha anlaşılabilir bir şeilde yorumlanabilmesini sağlayacatır. Baca gazı için molar gaz debisi ideal gaz denleminden aşağıdai gibi hesaplanabilir [6, 10]. n = P bg V bg R T bg (9) Denlem (9) da yer alan V bg hacimsel debiyi, bg alt indisli T ve P ifadeleri de baca gazının sıcalı ve basıncını ifade etmetedir. Denlem (2) de ifade edilen toplam özgül eserji, molar debi ile çarpılırsa toplam eserji, diğer bir değişle baca gazı ile çevre havaya olan eserji yo oluşu X bg bulunur. X bg = n ε bg (10) Tablo 1, 2 ve 3 te verilen standart ve ölçüm değerleri yuarıdai denlemlerde ullanılara eserji analizleri yapılmıştır. Birim mol için hesaplanan eserji ayıplarının toplamı molar debi ile çarpılara birim zamanda toplam eserji aybı hesaplanmış ve Tablo 4 te verilmiştir. Tablo 4: Baca gazının molar debileri, imyasal, fizisel ve toplam eserji ayıpları. Ölçüm No Kimyasal Eserji J/mol Fizisel Eserji J/mol Molar Debi mol/s Toplam Eserji J/s 1. ölçüm 1042.91 888.20 0.09019 174.17 2. ölçüm 1041.91 892.50 0.08758 169.42 3. ölçüm 1042.91 895.55 0.10941 212.08 4. ölçüm 1041.91 897.75 0.08833 171.32 5. ölçüm 1042.91 902.95 0.11017 214.19 6. ölçüm 1042.91 898.71 0.11008 213.92 7. ölçüm 1061.73 1242.68 0.06699 154.38 8. ölçüm 967.61 1236.94 0.07565 166.76 9. ölçüm 979.17 1237.77 0.07722 171.19 10. ölçüm 1073.73 1245.91 0.07027 155.33 11. ölçüm 991.13 1240.90 0.07561 168.77 12. ölçüm 1062.03 1247.34 0.07019 154.58 2.2 Yapay sinir ağları Yapay sinir ağları, lineer olmayan omples problemlerin çözümünde özellile son yıllarda ullanılmaya başlanan alternatif bir çözüm metodudur. Yapay sinir ağları, insan beyni esas alınara modellenmiş bir sistemdir. Çeşitli bağlantılarla birbirine bağlı birimlerden oluşmatadır. Ağ içinde olan birimlerin her birinin belli bir işlevi vardır ve atmanlar şelinde örgütlenmiştir. Yapay Sinir Ağları (YSA), biyoloji sinir sistemlerinden esinlenmiştir. Yapay bir nöron, girdi, ağırlı, toplama fonsiyonu, ativasyon fonsiyonu ve çıtıları olma üzere beş elementten oluşur. Yapay bir nöron Şeil 1'de gösterilmetedir. w 1, w2,..., w n değerleri ağırlıları, x 1, x2,..., xn girdileri göstermetedir. Her bir giriş, ilgili ağırlı ile çarpılmatadır. Elde edilen sonuçlar ve bias önce toplam fonsiyonundan daha sonrada ativasyon fonsiyonundan geçirilere nöronun çıtısı elde edilir [11]. YSA metodu her zaman zor problemlerin en güçlü ve evrensel çözücüsü olara günümüzde sılıla ullanılmatadır [12]. Mühendislite ve pe ço alanda en ço ullanılan öğrenme algoritması, geriye yayılma algoritmasıdır. Bunun en büyü nedeni, öğrenme apasitesinin yüse ve algoritmasının basit 612
A. Bilgen Asoy, Ö. Solmaz, Y. Asoy olmasıdır. Bu yüzden yapılan çalışmada YSA yı eğitme için geriye yayılma algoritması ullanılmıştır. Bu tür ağlar, girdi, gizli ve çıtı atmanlarından oluşmatadır. Tipi bir geri yayılım ağı göz önüne alındığında, giriş, çıış ve en az bir gizli atman olma üzere üç atman vardır. Bir atmandai her nöron, ardışı atmanın tüm nöronlarıyla bağlantılıdır. Aynı atmandai nöronlar arasında geri beslemeye benzeyen bir bağ yotur. Geri yayılım, denetlenen öğrenmeye dayanan ve yapay sinir ağlarının eğitimi için ullanılan bir tenitir. n MSE = 1 n (a i p i ) 2 (12) i=1 n MAE = 1 n a i p i i=1 R 2 = 1 n i=1 (a i p i ) 2 n i=1(p i ) 2 (13) (14) Burada, a i hedef veya gerçe değer, p i çıış ya da tahmin edilen değeri ve n veri sayısını göstermetedir. Şeil 1: Bir yapay sinir ağı nöronu. Eserji değerlerinin tahmini için ullanılan tipi yapay sinir ağı Şeil 2'de görülmetedir. O2, CO2, H2O ve N2 onsantrasyonu, baca gazı sıcalığı ile baca gazı çıış hızı giriş parametreleridir. Çıış parametresi ise eserji değeridir. En uygun YSA yapısını bulma için gizli atmandai nöron sayısı 6 dan başlayara 30 a adar sırasıyla değiştirilmiştir. Tüm gizli atmanlar için epo sayısı 1000 olara belirlenmiştir. Test verileri eğitim süreci boyunca ullanılmayan verilerden oluşmata olup tüm verilerin %35 ine den gelmetedir. YSA modellerinde öğrenme algoritması olara Levenberg-Marquardt (LM) ullanılmıştır. Giriş atmanındai nöronlar transfer fonsiyonuna sahip değilen, gizli atmanda Lojisti sigmoid transfer fonsiyonu (logsig) ve çıış atmanı için doğrusal transfer fonsiyonu (purelin) ullanılmıştır. 3 Sonuçlar ve tartışma Fırın içi tam yanmanın gerçeleşmesiyle NOx bileşilerinin ihmal edilebilir düzeyde olması durumunda baca gazı bileşenlerini, O2, CO2, H2O ve N2 gazının oluşturduğu abul edilmiştir. Baca gazı bileşenlerinin onsantrasyon oranlarındai değişim imyasal eserji ayıpları ile ilgilidir. Örneğin baca gazı bileşenlerinden olan arbondiosit (CO2) içerisinde arbon ya da diğer bir değişle yaıt ihtiva etmetedir. Standart molar eserjisi de yüse olan CO2 oranının %0.2 artması imyasal eserji aybını yalaşı olara 35.43 J/mol artırdığı hesaplanmıştır. Baca gazında CO2 gazının onsantrasyonun yüzdeli olara artışının imyasal eserji aybına etisi Şeil 3 te gösterilmiştir. Şeil 3: Karbondiosit onsantrasyonunun imyasal eserji aybına etisi. Baca çıış sıcalığı 175.4 C olduğu durumda fizisel eserji 888.2 J/mol, çıış sıcalığının 207.5 C ye yüselmesi ile fizisel eserji aybının 1247.34 J/mol e çıtığı hesaplanmıştır. Çıış sıcalığının artması fizisel eserji aybını artırmatadır ve bu artış grafisel olara Şeil 4 te gösterilmiştir. Şeil 2: Baca gazlarının eserji değerini tahmin etme için ullanılan YSA yapısı. Öğrenme için belirli bir fatörün basın hale gelmesini önleme için, YSA modelinde ullanılan girdi ve çıtı verileri normalleştirilmelidir. Genel olara, normalizasyon 0 ile 1 arasında yapılmatadır. Faat, bu çalışmada veriler Denlem (11) yardımıyla 0.1 ile 0.9 arasına normalleştirilere ullanılmıştır [13]-[15]. Burada, XN, XR, Xmin ve Xmax sırasıyla normalleştirilmiş, gerçe, minimum ve masimum değerleri göstermetedir. X N = 0.8 ( X R X min X max X min ) + 0.1 (11) YSA modellerini arşılaştırma amacıyla Denlem (12)-(14) de verilen ortalama aresel hata MSE Denlem (12), ortalama mutla hata MAE Denlem (13) ve determinasyon atsayısı R 2 Denlem (14) ullanılmıştır. Şeil 4: Sıcalı artışının fizisel eserji aybına etisi. Baca bileşenlerinin ve hızın sabit olduğu ölçümlere eserji analizi uygulandığında, baca gazı çıış sıcalığının 0.4 C azalması eserji aybını 0.276 J/s azalttığı tespit edilmiştir. Diğer bir değişle sıcalıtai 1 C düşme, toplam eserji yo oluşunda yalaşı %0.32 azalmasını sağlamatadır. Çıış hızının 8.5 m/s olması durumunda toplam eserji yo oluşu yalaşı olara 154.5 J/s oluren, çıış hızının 13.1 m/s ye 613
A. Bilgen Asoy, Ö. Solmaz, Y. Asoy yüselmesi durumunda toplam eserji yo oluşu yalaşı olara 213 J/s olduğu hesaplanmıştır. Anca, toplam eserji aybı için genelleme yapma ço doğru bir yalaşım olmayacatır. Çalışmanın iinci aşamasında eserji çıışını tahmin etme için 6 girişe ve 1 çıışa sahip olan YSA modeli oluşturulara eserji değerleri için en iyi tahmin yapan YSA yapısı belirlenmiştir. Bunun için YSA yapısında gizli atmandai nöron sayısı 6 dan 30 a adar değiştirilmiştir. En iyi YSA yapısı yapısını belirleme için ortalama aresel hata (MSE), ortalama mutla hata (MAE) ve determinasyon atsayısı (R 2 ) değerleri incelenmiştir. Ortalama aresel hata için tüm değerlerin 4.32*10-5 in altında, eğitim için R 2 değerlerinin yalaşı 1 olduğu, MAE için ise 0 a yaın değerler elde edilmiştir. Bundan dolayı en uygun YSA yapısını belirleme için test verilerinin istatistisel sonuçları incelenmiştir. Test verilerinin en iyi sonucu 14 gizli atmana sahip YSA yapısının olduğu belirlenmiştir. 14 gizli atmana sahip YSA yapısı için istatistisel sonuçları MSE değerinin 6.75*10-5, MAE değerinin 0.1 ve R 2 değerinin ise yalaşı 1 olduğu görülmüştür. Şeil 5 gizli atmandai nöron sayısına bağlı olara bu değerlerin değişimini göstermetedir. Şeil 5: Test verilerinin MSE, MAE ve R 2 değerlerinin gizli atmandai nöron sayısına göre değişimi. En iyi YSA yapısı olan 14 nöronlu YSA modeline göre eğitim ve test verilerinin gerçe ve tahmin edilen değerlerinin değişimini ve R 2 değeri Şeil 6 da görülmetedir. Şeilden de görüleceği üzere eğitim ve test verileri için 14 nöronlu YSA yapısı, eserji değerlerini determinasyon atsayısı yalaşı 1 olaca şeilde tahmin edebilmetedir. Şeil 6: Eserji değerlerini tahmin etme için oluşturulan 14 nöronlu YSA yapısı için eğitim ve test performansı. 4 Sonuçlar ve öneriler Bu çalışmada, üretim tesislerinde yoğun olara ullanılan endüstriyel fırınların baca gazlarıyla olan eserji ayıpları incelenmiştir. Baca gazını oluşturan gazların onsantrasyon mitarları, çıış sıcalıları ve hızları değişen parametreler olara belirlenmiştir. Bu parametrelerin değişim oranlarının eserji aybına etileri belirlenmeye çalışılmıştır. Ayrıca, baca gazıyla çevre havaya olan eserji yo oluş mitarını etileyen değişenler (baca gazı hızı, sıcalığı, bileşenler ve bu bileşenlerin oranları) ullanılara gizli atmandai nöron sayısının değiştiği YSA modelleri urulmuş ve baca gazı eserjisini en iyi tahmin eden YSA yapısı belirlenmiştir. Çıış sıcalığı fizisel eserjiyi yüseltiren, hızının yüse olması molar debiyi dolayısı ile eserji yo oluşunu artırmatadır. Anca hızın artması çıış sıcalığını azalmasına yol açtığı için hız ve sıcalı değişimlerinin eserji yo oluşuna etisinin yüzdeli oranlarla belirtilmesini zorlaştırmatadır. Baca gazı onsantrasyonunda PPM mitarda bulunan arbonmonosit (CO) ve azotosit (NOx) bileşilerinin azaltılması, yanma için gereen zamanın fırın içinde sağlanması ile mümün olabilir. Baca gazı çıış sıcalığının düşürülmesi, baca gazı bileşenlerinden arbondiosit ve su mitarlarının azaltılması, arbondiosit yaalama, ısı çeiş ve nem yöntemleri ile değerlendirilere, ullanılabilir eserjiye dönüştürülüp eserji ayıpları azaltılabilir. Baca gazı ile çevre havaya salınan ısıyı farlı ullanım alanlarına yönlendirme, endüstriyel işletmelerden aynalı çevresel etileri azaltıren, enerji ayıplarının da minimuma indirilmesini sağlayacatır. Gerçete bütün etileri göz önüne alınara fizisel ve imyasal eserji analizlerinin yapılması olay değildir. Bu sebeple eserji yo oluş mitarını etileyen değişenler olara baca gazlarının onsantrasyonu, sıcalığı ve hızı ullanılmış ve daha sonra baca gazının eserjisi YSA metodu ile modellenmiştir. YSA modelleri arasında en iyi performansa sahip modelin 14 gizli atmana sahip YSA modelinin olduğu ve bu model ullanılara yapılan tahminlerin gerçe değerlerle ilişisini ortaya oyan istatistii değerler olan R 2 değerlerinin sırasıyla eğitim ve test için yalaşı 1, MAE değerlerinin ise 0.1 ve 0.124 olduğu görülmüştür. Bu sonuçlar 14 nöronlu YSA modeli ile baca gazlarının onsantrasyonu, sıcalığı ve hızının bilinmesi ile baca gazının eserji değerinin yüse doğruluta tahmin edilebileceğini göstermetedir. YSA modelinde ullanılan giriş verilerini ölçebilece bir sistemin baca üzerine montaj yapılması ve 14 nöronlu YSA modelinin ullanılması ile anlı eserji aybı değerlerinin görülebildiği ve bu tip yanma prosesinin performansının gözlemlenebildiği sistemlerin urulması ile enerji verimliliği artması sağlanabilecetir. 5 Kaynalar [1] T.C. Enerji ve Tabii Kaynalar Baanlığı/Esra Karaış. Türiye 2013 Mayıs Ayı Enerji İstatistileri Raporu-5. http://www.enerji.gov.tr/file/?path=root/1/documen ts/e%c4%b0gm%20periyodi%20rapor/2013_05_ene rji_istatistileri_raporu.pdf (09.11.2017). [2] Çengel YA, Boles MA. Mühendisli Yalaşımıyla Termodinami. Çeviri Editörü: Pınarbaşı A, 5 Bası. İzmir, Türiye, Güven Bilimsel, 2008. [3] Çomalı K, Terhan M. Sıca su üretimi için baca gazı atı enerjinin ullanımı. Tesisat Mühendisliği Dergisi, 124, 43-51, 2011. [4] Rosen MA, Dincer I. Exergy analysis of waste emissions. Internatıonal Journal of Energy Research, 23(13), 1153-1163, 1999. [5] Chen H, Zhou Y, Cao S, Li X, Su X, An L, Gao D. Heat exchange and water recovery experiments of flue gas with using nanoporous ceramic membranes. Applied Thermal Engineering,110, 686 694, 2017. 614
A. Bilgen Asoy, Ö. Solmaz, Y. Asoy [6] Ersöz MA. Baca gazlarındai atı ısının ısı borusu ile geri azanımının deneysel incelenmesi IX Tesisat Mühendisliği Kongresi, İzmir, Türiye, 6-9 Mayıs 2009. [7] Wei M, Yuan W, Song Z, Fu L, Zhang S. Simulation of a heat pump system for total heat recovery from flue gas. Applied Thermal Engineering, 86, 326-332, 2015. [8] Kartal E. Yanma ve yanmanın optimizasyonu. Tür Tesisat Mühendisleri Derneği, 16, 2001. [9] Kotas TJ. The Exergy Method of Thermal Plant Analysis. 3 rd ed. London, UK, Exergon Publishing Company, 2012. [10] Filiz Ç, Uysal C, Kılınç E, Kurt H. Bir buhar azanının enerji ve eserji analizi yoluyla performansının değerlendirilmesi. II Uluslararası Mühendisli ve Bilim Alanında Yeniliçi Tenolojiler Sempozyumu, Karabü, Türiye, 18-20 Haziran 2014. [11] Solmaz O, Kahramanlı H, Kahraman A, Ozgoren M. Prediction of daily solar radiation using ANNs for selected provinces in Turey. 10 th International Scientific Conference UNITECH10, GABROVO, Bulgaria, 19-20 November 2010. [12] Shin C, Yun UT, Kim HK, Par SC. A hybrid approach of neural networ and memory-based learning to data mining. IEEE Transactions on Neural Networs, 11(3), 637-646, 2000. [13] Ozgoren M, Bilgili M, Sahin B. Estimation of global solar radiation using ANN over Turey. Expert Systems with Applications, 39(5), 5043-5051, 2012. [14] Yang IH, Yeo Ms, Kim KW. Application of artificial neural networ to predict the optimal start time for heating system in building. Energy Conversion and Management, 44(17), 2791-2809, 2003. [15] Aincioglu S, Mendi F, Çiçe A, Aincioglu G. Prediction of thrust forces and hole diameters using artificial neural networs in drilling of AISI D2 tool steel with cemented carbide tools. Academic Platform Journal of Engineering and Science, 1(2), 11-20, 2013. 615