Publications with Fulltext
Permanent URI for this collectionhttps://hdl.handle.net/20.500.14288/6
Browse
3 results
Search Results
Publication Open Access CO2 absorption into primary and secondary amine aqueous solutions with and without copper ions in a bubble column(TÜBİTAK, 2022) Güler, Cansu; Uzunlar, Erdal; Department of Chemical and Biological Engineering; Department of Chemical and Biological Engineering; Erkey, Can; Yousefzadeh, Hamed; Faculty Member; Researcher; College of Engineering; 29633; N/AChemical absorption of CO2 into aqueous amine solutions using a nonstirred bubble column was experimentally investigated. The performance of CO2 absorption of four different primary and secondary amines including monoethanolamine (MEA), piperazine (PZ), 2-piperidineethanol (2PE), and homopiperazine (HPZ) were compared. The effects of initial concentration of amine, the inlet mole fraction of CO2, and solution temperature on the rate of CO2 absorption and CO2 loading (mol CO2/mol amine) were studied in the range of 0.02–1 M, 0.10–0.15, and 25–40 °C, respectively. The effect of the presence of copper ions in the amine solution on CO2 loading was also studied. By comparison of the breakthrough curves of the amines at different operational conditions, it was revealed that the shortest and longest time for the appearance of the breakthrough point was observed for MEA and HPZ solutions, respectively. CO2 loading of MEA, 2PE, PZ, and HPZ aqueous solutions at 25 °C, 0.2 M of initial concentration of amine, and 0.15 of inlet mole fraction of CO2 were 1.06, 1.14, 1.13, and 1.18 mol CO2/mol amine, respectively. By decreasing the inlet mole fraction of CO2 from 0.15 to 0.10, CO2 loading slightly decreased. As the initial concentration of amine and temperature decreased, CO2 loading increased. Also, the presence of copper ions in the absorbent solution resulted in a decrease in the CO2 loading of MEA and HPZ aqueous solutions. In case of PZ and 2PE amines, adding copper ions led to precipitation even at low copper ion concentrations.Publication Open Access A systematic and efficient input selection method for artificial neural networks using mixed-integer nonlinear programming(Konya Teknik Üniversitesi, 2022) Şıldır, Hasan; Department of Chemical and Biological Engineering; Department of Chemical and Biological Engineering; Aydın, Erdal; Faculty Member; College of Engineering; 311745Selection of input variables of the empirical models has vital effect on the prediction performance, reduced overfitting and reduced computational load. Various trials and error and sequential methods in the literature to deal with input selection for artificial neural networks (ANNs). However, these methods are not considered as automatic and systematic. This study proposes a novel and efficient mixed integer nonlinear programming-based approach to handle optimal input selection and the ANN training simultaneously for classification problems. Such selection uses binary (0-1) variables to represent the presence of the input variables and trains traditional continuous network weights simultaneously. Two classification case studies are given to demonstrate the advantages by using widely used data sets and statistical measures. The first data set is related to the characterization of the type of a tumor related to breast cancer, the second data set is about predicting the type of a biotechnological product using different features, the last one is related to heart failure prediction. Results show that better test performance can be achieved with optimally selected inputs, resulting in reduced overfitting. The proposed approach delivers a significant advantage during the design and training of the ANNs and is also applicable to other empirical models. / Ampirik modellerin girdi değişkenlerinin seçimi, tahmin performansı, azaltılmış fazla uydurma ve hesaplama yükünün azaltılması üzerinde önemli etkiye sahiptir. Literatürde yapay sinir ağları (YSA) için girdi seçimi ile ilgili çeşitli deneme yanılma yöntemleri mevcuttur ancak bu metodlar sistematik ve otomatik olarak kabul edilmemektedir. Bu çalışma, sınıflandırma problemleri için optimal girdi seçimi ve YSA eğitimini aynı anda ele almak için yeni ve verimli bir karma tamsayılı doğrusal olmayan programlama tabanlı bir yaklaşım önermektedir. Bu seçim, girdi değişkenlerinin varlığını temsil etmek için ikili (0-1) değişkenleri kullanır ve geleneksel sürekli ağ ağırlıklarını veya parametrelerini aynı anda eğitir. Yaygın olarak kullanılan veri setleri ve istatistiksel ölçümler kullanarak avantajları göstermek amacıyla üç sınıflandırma vaka çalışması sunulmuştur. Birinci veri seti meme kanseri ile ilgili tümörün tipin-in karakterizasyonu ile ilgili olup, ikinci veri seti ise farklı özellikler kullanılarak bir biyoteknolojik ürünün tipinin tahmin edilmesi ile ilgilidir, son veri seti ise kalp sağlığı ile ilgilidir. Sonuçlar, optimal olarak seçilen girdiler ile düşük fazla uydurma sayesinde daha iyi test performansının elde edilebileceğini göstermektedir. Önerilen yaklaşım, YSA'ların tasarımı ve eğitimi sırasında önemli bir avantaj sağlar ve diğer ampirik modellere de uygulanabilir.Publication Open Access Reaction network reduction with mixed-integer nonlinear programming(Konya Teknik Üniversitesi, 2021) Şıldır, Hasan; Ertürk, Emrullah; Department of Chemical and Biological Engineering; Department of Chemical and Biological Engineering; Aydın, Erdal; Faculty Member; College of Engineering; 311745In this study, a Mixed-Integer Nonlinear programming (MINLP) problem is formulated for reaction network model reduction. The MINLP problem introduces binary variables for the existence of rate constants in addition to traditional continuous variables to minimize the prediction error. Such binary variables are implemented through linking constraints. Both the impact of initial conditions and operating conditions are investigated on the model reduction. Commercial and free solver comparisons are also provided in terms of computational time and results. The methodology is implemented on an experimentally-derived reaction pathway from the literature. A significant network reduction is achieved under different operating temperatures and initial conditions. The reduced model provides a satisfactory prediction accuracy with significantly low number of reactions and parameters. / Bu çalışmada, reaksiyon ağı küçültmesi için tam sayılı ve kesikli bir optimizasyon (MINLP) problemi formüle edilmiştir. Bu problem, tahmin hatasını enküçüklemek için geleneksel sürekli değişkenlere ek olarak reaksiyon hız sabitlerinin mevcudiyeti için iki değerli değişkenler tanımlamaktadır. Bu iki değerli değişkenler bağlantı kısıtı ile uygulanmaktadır. Başlangıç koşulları ve çalışma koşullarının model küçültmeye olan etkisi araştırılmıştır. Bu bağlamda, ticari ve ücretsiz çözücü programların hesaplama süreleri ve sonuçları karşılaştırmalı olarak sunulmuştur. Önerilen yöntem literatürde bulunan deneysel olarak türetilmiş reaksiyon ağına uygulanmıştır. Farklı sıcaklık ve başlangıç konsantrasyonlarında kayda değer ağ küçültülmesi sağlanmıştır. Küçültülmüş model önemli ölçüde az reaksiyon ve parametre sayısı ile tatmin edici kestirim doğruluğu sunmaktadır.