2020-08-172020-08-172017-12-18Kılıç, M. Y. ve Yonar, T. (2017). "El baskısı işletmelerinden kaynaklanan tekstil atıksularının uv/h2o2 prosesiyle arıtılabilirliğinin yapay sinir ağları ile araştırılması". Uludağ Üniversitesi Mühendislik Fakültesi Dergisi, 22(3), 201-212.2148-41472148-4155https://dergipark.org.tr/tr/download/article-file/403140http://hdl.handle.net/11452/12265Bu çalışmada, el baskısı işletmelerinden kaynaklanan tekstil atıksularındaki KOİ ve renk gibi kirleticilerin fotooksidasyonu, UV/H2O2 prosesi ile 256 nm dalga boyunda, 15 W’lık lambaların kullanımıyla gerçekleştirilmiş ve arıtma sonuçları sunulmuştur. Veriler NeuroSolutions 5.06 model ile başarılı bir şekilde test edilmiştir. Her bir örnek, üç bağımsız değişken (pH, H2O2 konsantrasyonu, işletme süresi) ve iki bağımlı değişken (renk ve KOİ) ile karakterize edilmiştir. Sonuçlar, pH’ın baskın değişken olduğunu, reaksiyon süresi ile H2O2 konsantrasyonunun daha az etkili değişkenler olduğunu göstermiştir. Model, KOİ için %99 ve renk için %99 korelasyon katsayıları sunarken, modelin tahmin gücünü ve genellemenin karakterini belirtmektedir.In this study, the photooxidation of pollutants such as COD and color present in hand-printed textile wastewaters has been carried out in the presence of hydrogen peroxide (H2O2), using 256 nm UV light (15 W), and the results of the treatment has been presented. The obtained data has been successfully tested through a NeuroSolutions 5.06 model. Each sample has been characterized by three independent variables (i.e., pH, H2O2 concentration, and time of operation) and two dependent variables (i.e., color and COD). According to the results, pH is the predominant variable, and the reaction mean time and H2O2 volume are the less influential variables. The neural model obtained presented coefficients of correlation of 99% for COD and 99% for color, indicating the prediction power of the model and its character of generalization.trinfo:eu-repo/semantics/openAccessArıtmaEl baskısı tekstil atıksuyuUV/H2O2Yapay sinir ağlarıTreatmentHand-printed textile wastewaterArtificial neural networkArticle201212223