Pamukkale University Journal of Engineering Sciences

314-321

Authors: Cihan ATAR1 , Metin AKTAS1 , Nedim SOZBIR2

Abstract In this paper, radiative heat loads on structural panels of small satellites are simulated for various orbital configurations. Thermal management of small satellites are challenging because of their limited available volumes. Satellites in orbits experience not only extreme temperatures but also rapid temperature changes. In order to provide safe operating conditions, the thermal environment in space must be carefully analyzed. This paper presents a numerical investigation of thermal environment influenced the panels of satellites for various orbital parameters by using Systema Thermica v4.9.0 software with Monte Carlo Ray Tracing (MCRT) method. The results of this study can be useful in the design stage of small satellites operating in similar orbits. Öz Bu çalışmada, küçük uyduların yapısal panellerine etki eden ışınımsal ısı yükleri çeşitli yörünge konfigürasyonları için simüle edilmiştir. Sınırlı kullanılabilir hacimlere sahip olmaları nedeniyle küçük uyduların termal yönetimleri oldukça zordur. Yörüngedeki uydular sadece ekstrem sıcaklıklara değil, aynı zamanda hızlı sıcaklık değişimlerine de maruz kalırlar. Güvenli çalışma koşullarının sağlanması için uzaydaki termal ortamın dikkatlice analiz edilmesi gerekmektedir. Bu makale, Monte Carlo Işın İzleme (MCRT) yöntemi ile Systema Thermica v4.9.0 programı kullanılarak çeşitli yörünge parametrelerinin uydu panellerine etki eden ısıl ortamın sayısal analizine yer vermektedir. Bu çalışmanın sonuçları, benzer yörüngelerde çalışan uyduların tasarım aşamasında yararlı olabilir. Anahtar kelimeler: Termal analiz, Termal modelleme, Uzay ısı akısı, Alçak Dünya yörüngesi, Küp uydu.

331-339

Authors: Ayşe ZEYBEL PEKÖZ1 , Tülin İNKAYA1

Öz COVID-19 pandemi döneminde yaşanan kısıtlamalar ve kapanmalar küresel tedarik zincirlerini büyük ölçüde etkilemiştir. Lojistik sektörü, bu süreçten en çok etkilenen sektörler arasında yer almaktadır. Bu nedenle, lojistik talebinin doğru ve hızlı tahmin edilmesi, etkin kaynak planlaması için önem taşımaktadır. Bu çalışmada, bir üçüncü parti lojistik firmasında COVID-19 pandemi dönemindeki talebin doğru tahmin edilmesi hedeflenmiştir. Lojistik firmasının Haziran 2020 ve Aralık 2020 tarihleri arasındaki sevkiyat verisi incelenmiştir ve tahmin problemi tek değişkenli zaman serisi olarak ele alınmıştır. Çalışma kapsamında, derin öğrenme tabanlı talep tahmini modeli önerilmiştir. Önerilen modelde evrişimli sinir ağı (CNN) ile uzun kısa dönem hafıza (LSTM) ağı bütünleştirilmiştir. CNN özniteliklerin çıkarılmasını, LSTM ağı ise uzun dönemli bağımlılıkların yakalanmasını sağlamaktadır ve önerilen model hibrit CNN-LSTM olarak adlandırılmıştır. Hibrit CNN-LSTM’in tahmin performansı klasik tahmin yaklaşımlarının yanı sıra makine öğrenmesi ve derin öğrenme yaklaşımları ile karşılaştırılarak değerlendirilmiştir. Tüm tahmin yöntemlerinin parametre değerleri deneysel çalışmalar ile belirlenmiştir. Deneysel sonuçlara göre önerilen hibrit CNN-LSTM yöntemi diğer yöntemlerden daha yüksek tahmin performansı göstermiştir. Önerilen yaklaşım, lojistik talebinin doğru tahmin edilmesini sağlayarak işgücü ve kaynak planlaması faaliyetlerine girdi oluşturmaktadır. Anahtar kelimeler: Talep tahmini, Üçüncü parti lojistik, Derin öğrenme, Evrişimli sinir ağları, Uzun kısa dönem hafıza. Abstract The restrictions and closures experienced during the COVID-19 pandemic period have affected the global supply chains greatly. The logistics sector is among the most affected sectors from this process. For this reason, accurate and fast estimation of logistics demand is important for effective resource planning. In this study, the aim is to predict the demand accurately in a third-party logistics company during the COVID-19 pandemic period. The shipment data of a logistics company between June 2020 and December 2020 were examined, and the prediction problem was considered as univariate time series. In the scope of the study, a deep learning-based demand forecasting model is proposed. In the proposed prediction model, convolutional neural network (CNN) and long short-term memory (LSTM) network are integrated. CNN provides feature extraction, LSTM captures long-term dependencies, and the proposed model is called hybrid CNN-LSTM. The prediction performance of the hybrid CNN-LSTM was evaluated by comparing it with the classical prediction approaches as well as machine learning and deep learning approaches. The parameter values of all forecasting methods were determined by experimental studies. According to the experimental results, the proposed hybrid CNN-LSTM method showed higher performance than the other methods. The proposed approach generates input to workforce and resource planning activities by providing accurate estimation of logistics demand.

357-369

Authors: Musa MİLLİ1 , Mehmet MİLLİ2 , Sanaz LAKESTANİ3 , Özlem AKTAŞ4

Öz Günümüz modern dünyasında, laboratuvarlar okullarda, hastanelerde ve birçok kurumda, eğitim hayatının, iş hayatının ve gündelik yaşamın vazgeçilmez parçaları haline gelmiştir. Laboratuvarlar gerek eğitim alanında, gerek sağlık alanında veya gerekse endüstriyel alanda kullanılsın en temel prensip çalışanların ve çevrenin güvenliğinin sağlanması olmalıdır. Güvenlik önlemlerin ise en başında insan sağlığını doğrudan etkileyen ve laboratuvarların doğası gereği ortamda bulunmak zorunda olan fiziksel (sıcaklık, nem), kimyasal (gazlar), biyolojik (bakteriler, virüsler) ortam parametrelerinin sürekli izlenmesi, takibinin yapılması ve kontrol altında tutulması gelmektedir. Laboratuvar ortamlarında bu parametrelerin kontrol altında tutulması birçok yerde ya hiç yapılmamaktadır ya da hala klasik ve konvansiyonel yöntemler ile yapılmaktadır. Bu çalışmada laboratuvar ortam parametrelerinin devamlı izlenmesi amacı ile klasik yöntemlerin dezavantajlarını ortadan kaldırmak için sensör tabanlı bir sistem kurulmuştur. Önerilen sensör tabanlı sistem semantik web teknolojileri ile anlamsal olarak zenginleştirilmiştir. Böylelikle önerilen sistemin etkinliği ve sürdürülebilirliği de arttırılmıştır. Özellikle son yıllarda tüm dünyayı etkisi altına alan ve hava yolu ile bulaşan Covid-19 gibi hastalıkların yayılımın azaltmak için iç mekân ortamlarının hava kalitelerinin gözetimi ve iyileştirilmesi şarttır. Önerilen çalışmanın özellikle Covid-19 gibi salgın zamanlarında hastaneler, okullar, toplu taşıma araçları ve yoğun bakım üniteleri gibi kritik öneme sahip alanlarda kullanılma potansiyeli yüksektir. Sonraki çalışmalarda önerilen sisteme yapay zekâ yaklaşımları da eklenerek sisteme ileriye yönelik hava kalitesi tahmin kabiliyeti kazandırılacaktır. Geliştirilen sistem sayesinde kurumlar ve firmalar eylem planlarını daha erken devreye sokarak ortam şartlarının yönetilebilirliği noktasında avantaj sağlayacaklardır. Anahtar kelimeler: Laboratuvar ortam ölçümü, Anomali tespiti, Sensör ontolojisi, Kablosuz algılayıcı ağlar, Gerçek zamanlı izleme, İç ortam hava kalitesi, Laboratuvar güvenliği. Abstract In today's modern world, laboratories have become indispensable parts of education life, business life and daily life in schools, hospitals and many institutions. Whether laboratories are used in the field of education, health or industry, the most basic principle should be to ensure the safety of employees and the environment. The foremost security measures are monitoring, following and keeping the physical (temperature, humidity), chemical (gases), biological (bacteria, viruses) environmental parameters that directly affect human health and that have to be in the environment due to the nature of the laboratories under control. Keeping these parameters under control in laboratory environments is either not done at all or is still done with classical and conventional methods. In this study, a sensor-based system was established in order to eliminate the disadvantages of classical methods with the aim of continuous monitoring of laboratory environment parameters. The proposed sensor-based system is semantically enriched with semantic web technologies. Thus, the efficiency and sustainability of the proposed system has been increased. To effectively control and prevent the spread of diseases such as Covid-19, which has affected the whole world in recent years and is transmitted by air, it is essential to monitor and improve the air quality of indoor environments. The proposed study has a high potential to be used in critically important areas such as hospitals, schools, public transport and intensive care units, especially during epidemic times such as Covid-19. By adding artificial intelligence approaches to the proposed system in future studies, the system will gain the ability to predict air quality for the future. Thanks to the developed system, institutions and companies will be able to put their action plans into action earlier and gain an advantage in terms of the manageability of environmental conditions.

377-383

Authors: Cansu BOZKURT1 , Mahmut FIRAT2 , Abdullah ATEŞ3

Öz İçme suyu dağıtım sistemlerinde meydana gelen kayıpların yönetilmesi amacıyla oldukça fazla yöntem ve süreç uygulanmaktadır. Bu yöntemlerin uygulanabilmesi ve beklene faydanın elde edilebilmesi için sistemde temel verilerin düzenli ölçülmesi ve izlenmesi gerekir. Bu çalışmada, su kayıp yönetimi süreçlerinin sürdürülebilir bir şekilde yürütülmesi için gerekli olan temel verilerin mevcut düzeylerinin analiz edilmesi ve değerlendirilmesi için yeni bir model geliştirilmiştir. Bunun için su kayıp yönetimini kapsayacak şekilde toplamda 18 temel bileşen dikkate alınmıştır. Bu bileşenlerin mevcut durumunun ve uygulama düzeyinin değerlendirilmesi için puanlandırma yapısı geliştirilmiştir. Bu puanlandırma yapısında bileşenler mevcut uygulama düzeyini tanımlayacak şekilde kademeli olarak puanlandırılmaktadır. Geliştirilen model üç su idaresine uygulanarak gerçek saha verileri ile test edilmiştir. Her bir idarenin temel veriler kapsamında mevcut durumu, zayıf ve güçlü yönleri tanımlanmıştır. Bu analizlere göre her bir bileşen için kademeli olarak ulaşılması gereken hedefler belirlenmiştir. Bu çalışmanın özellikle su kayıp yönetiminde idarelerde karar vericiler ve teknik personeller için referans oluşturacağı düşünülmektedir. Anahtar kelimeler: Dağıtım sistemleri, Su kayıp yönetimi, Temel veri, Değerlendirme modeli. Abstract Various methods and processes are applied in order to manage losses in water distribution systems. In order to apply these methods and achieve the expected benefits, the basic data in the system should be measured and monitored regularly. In this study, a new model was developed to analyze and evaluate the current levels of basic data required for the sustainable execution of water loss management processes. For this, a total of 18 basic components covering water loss management were considered. A scoring structure has been developed to evaluate the current status and application level of these components. In this scoring structure, the components are scored gradually to define the current level of application. The developed model was applied to three water utilities and tested with real field data. The current situation, weaknesses and strengths of each administration are defined within the scope of basic data. Targets to be achieved gradually for each component were determined based on these analyzes. It is thought that this study will constitute a reference for decision makers and technical personnel in administrations, especially in water loss management.

401-411

Authors: Ülker ASLI GÜLER1 , Merve TÜRKAY1

Öz Bu çalışmada, aljinat bazı kullanılarak Spirulina sp. biyokütlesinden boncukların geliştirilmesi ve sudaki tetrasiklinin giderimi için adsorbent potansiyellerinin değerlendirilmesi amaçlanmıştır. Bu amaçla biyokompozitin yeşil sentezi yapılmış ve karakterize edilmiştir. Kesikli sistemde yürütülen giderim çalışmalarında; tetrasiklin giderim verimine; çözelti pH’ının, biyokompozit miktarının, temas süresinin ve farklı sıcaklıklarda farklı başlangıç kirletici konsantrasyonunun etkisi çalışılmıştır. İzoterm çalışmalarından elde edilen verilere Langmuir, Freundlich ve D-R izotermleri uygulanmıştır. 25, 35 ve 45 oC için Langmuir izoterminden elde edilen Qm değerleri sırasıyla 108.95 mg/g, 191.25 mg/g ve 404.75 mg/g olarak bulunmuştur. Elde edilen biyokompozit, yüksek tetrasiklin biyosorpsiyonu ile ilişkili olabilecek hidrofobikliğe ve çeşitli fonksiyonel gruplara (CH2, C-N, C-O, CO3-2 vb.) sahiptir. Biyokompozitin yüksek Qm değerleri, π-π elektron-verici-alıcı etkileşimi ve fonksiyonel gruplar ile tetrasiklin molekülleri arasındaki kompleks oluşumu nedeniyledir. Tetrasiklin biyosorpsiyonu için determinasyon katsayıları dikkate alınarak yalancı ikinci derece model uygun bulunmuştur. Termodinamik verilerden; artan sıcaklıkla tetrasiklin biyosorpsiyonunun artması, biyosorpsiyon işleminin endotermik ve spontan bir yapıya sahip olduğunu göstermektedir. Sonuç olarak; sentezlenen alg bazlı yeşil biyokompozitin, tetrasiklini sulardan başarılı bir şekilde uzaklaştırmak için kullanılabileceği ortaya konulmuştur. Anahtar kelimeler: Biyosorpsiyon, Yeşil sentez, Tetrasiklin, Aljinat, Alg. Abstract This study aimed to develop beads from biomass and evaluate their adsorbent potential for tetracycline removal from water. For this purpose, a green synthesis of the biocomposite was made and characterized. In the removal studies carried out in the batch system; the effects of solution pH, amount of biocomposite, contact time, and different initial pollutant concentrations at different temperatures on the efficiency of tetracycline removal were studied. Langmuir, Freundlich, and D-R isotherms were applied to the data obtained from isotherm studies. Qm values obtained from Langmuir isotherm for 25, 35 and 45 oC were found to 108.95 mg/g, 191.25 mg/g and 404.75 mg/g, respectively. The resulting biocomposite had hydrophobicity and various functional groups (CH2, CN, CO, CO3-2 vb.), which may be associated with high tetracycline biosorption. The high Qm values of the biocomposite are due to the π-π electron-donor-acceptor interaction and complex formation between functional groups and tetracycline molecules. Considering the determination coefficients for tetracycline biosorption, the pseudo-second order model was found suitable. From the thermodynamic data; the increase in tetracycline biosorption with increasing temperature indicates that the biosorption process has an endothermic and spontaneous nature. As a result; it has been demonstrated that the synthesized algae-based green biocomposite can be used to successfully remove tetracycline from water.