Gemi inşaatında atıklar ve boya emisyon tahmini

Abstract

Gemi inşaatı ve tamiri sektörü pek çok prosesten oluşur. Bu süreçlerden bazıları, yüzey hazırlama, boya ve astar kaplama, metal kaplama, yüzey tamamlama, çözücü temizleme, yağ giderme, makinelendirme ve metal işleri, kaynak ve fiberglas işlemleri olmak üzere çeşitlidir. Tersanelerde, gemi üretimi ve onarımı proseslerinden pek çok tipte katı, sıvı ve gaz kirletici maddeler üretilir. Gemi inşaatı ve onarımı endüstrisinde ham madde girişi olarak, öncelikle çelik ve diğer metaller, boya ve çözücüleri, aşındırıcılar, makine ve kesme yağları sayılabilir. Buna ilave olarak yağ temizleyici çözücüler, asit ve alkali temizleyiciler ve kaplama solüsyonları gibi ağır metal ve siyanür iyonları içeren pek çok çeşitli kimyasallar yüzey hazırlama işlemlerinde kullanılmaktadır. Tersanelerde yeni gemi inşaatı ve onarımından kaynaklanan kirleticiler ve atıklar, uçucu organik bileşikler, partiküller, atık çözücüler, yağ ve reçineler, metal artıkları, kirli su, kirli atık boya, atık boya parçaları ve atılan aşındırıcıları içerir.Boya atıkları tersanelerde pek çok kategoride tehlikeli atık ürün oluşturmaktadır. Tipik bir tersanede bu işlemler tehlikeli atık ürünlerin yarısından fazlasını oluşturabilmektedir. Bu, artan, fazla püskürtülmüş boya ve fazla uzun süreli olarak kullanılmış pas ve diğer malzemeler tarafından kirletilen boyayı da kapsamaktadır. Genelde boya miktarı geliştirilen ekipmanlarla, alternatif kaplama yöntemleri ve iyi atık yönetim planlarıyla azaltılma yoluna gidilebilir. Boya işleri önemli ölçüde gaz emisyonları ihtiva eder. Boya işlemleri sonucunda önemli ölçüde uçucu organik bileşikler ve tehlikeli kirleticiler oluşmaktadır.Bu çalışmada emisyon tahminleri için iki yeni model geliştirilmiştir. Birincisi kütle dengesi, ikincisi makine öğrenmesi metotları kullanılarak oluşturulmuştur. Her iki yöntem de geminin boyanan birim yüzeyi başına toplam VOC emisyon miktarını hesaplamaktadır.Bu çalışmada, tersane üretim prosesleri ve atıkları detaylı olarak incelenmiş ve boya emisyonları için tahmin modelleri oluşturulmuştur. Modifiye edilen kütle dengesi modeli iki farklı gemi için uygulanmıştır. daha sonra boya emisyon tahminleri için makine öğrenmesi tabanlı yeni modeller oluşturulmuştur. Yapılan tüm denemeler sonucunda tersanelerde boyama proseslerinden oluşan emisyonların tahmininde yapay sinir ağları yöntemleri ve model ağaçları daha başarılı yöntemler olmuşlardır. Yapılan çalışmalarda emisyon tahminlerinin akıllı sistemlerce modellenebildiği görülmektedir.

The shipbuilding and repair industry consists of several processes. Some of these processes include surface preparation, painting and coating, metal plating and surface finishing, solvent cleaning and degreasing, machining and metalworking, welding, vessel cleaning, and fibreglass operations etc. They consume various types of products and produce solid, liquid, and gaseous pollutants. Many different production processes employed in shipbuilding and repair require a vast amount of material inputs and generate large amounts of waste and considerable emissions. Raw material inputs to the shipbuilding and repair industry are primarily steel and other metals, paints and solvents, blasting abrasives, and machine and cutting oils. In addition a variety of chemicals are used for surface preparation and finishing such as solvent degreasers, acid and alkaline cleaners, and plating solutions containing heavy metal and cyanide ions. Pollutants and wastes generated include volatile organic compounds (VOCs), particulates (PM), waste solvents, oils and resins, metal bearing sludges and wastewater, waste paint, waste paint chips, and sent abrasives.Painting wastes are believed to be the largest category of hazardous wastes produced in a shipyard. In a typical shipyard it may account for more than half of the hazardous wastes produced. This may include leftover paint, overspray, paint that is no longer usable, rags and other materials contaminated with paint. In many cases the amount of paint can be reduced through the use of improved equipment, alternative coatings, and good operating practices. Painting activity involves significant air emissions. Volatile organic compounds and hazardous pollutants result from painting operations that are of concern.For the estimation of emissions, two new methods have been designed in the result of the study. The first is based on mass balance and the second method is based on machine learning methods. Both mass balance and machine learning methods are used to calculate the amounts of total VOC emissions per specific painted area of ships.In this study, shipyard production processes and wastes are investigated in detail and paint emission assumption models are generated. Modified mass balancing model is implemented for two different ships and machine learning based paint emission assumption models are generated. The study results show that, neural network and model tree methods are better in paint emission assumption models. These studies show that the emission assumptions can be modeled by artificial intelligence systems.