https://hdl.handle.net/20.500.12619/447 Sat, 04 Apr 2026 17:50:27 GMT 2026-04-04T17:50:27Z https://hdl.handle.net/20.500.12619/103171 Improvıng the predıctıon of oıl and gas productıon usıng artıfıcıal ıntellıgence algorıthms = Yapay zeka algoritmalarını kullanarak petrol ve gaz üretim tahminlerinin iyileştirilmesi Alyahya, Azhar Naji Muhajir Enerji sektörü büyük ölçüde kaynak tahsisini, üretim planlamasını ve operasyonel verimliliği optimize etmede hayati önem taşıyan doğru petrol ve gaz üretim tahminlerine dayanmaktadır. Gelecekteki üretim oranlarını tahmin etmek petrol endüstrisi için temel bir öneme sahiptir ve işletmelerin benzin ve dizel gibi yakıtların çıkarılmasını ve rafine edilmesini geliştirirken riskleri en aza indirip karları en üst düzeye çıkarmasını sağlar. Güvenilir tahmin modelleri, paydaşların yatırım stratejileri, altyapı geliştirme ve mevzuat uyumluluğu konusunda bilinçli kararlar almasına yardımcı olur. Küresel enerji talepleri artmaya devam ettikçe, petrol sektöründe istikrar ve sürdürülebilirliğin sağlanması için kesin, veriye dayalı tahmin yöntemlerine olan ihtiyaç giderek daha önemli hale geliyor. Geleneksel olarak, enerji açısından zengin doğal gaz ve petrolün gelecekteki üretiminin tahmin edilmesi, petrol mühendisliğinde yaygın olarak çalışılan bir konudur. Benzer çıkarma süreçleri ve pazar talepleri nedeniyle bu iki kaynak sıklıkla birlikte analiz edilir. Tarihsel olarak araştırmacılar, gelecekteki üretim seviyelerini tahmin etmek için düşüş eğrisi analizi ve sayısal rezervuar simülasyonu gibi geleneksel tekniklere güvendiler. Bu yaklaşımlar yaygın olarak kullanılmasına rağmen, birçok kritik sınırlamaya sahiptirler. Yüksek hesaplama maliyetleri, simülasyonları tamamlamak için gereken uzun süre ve çoklu varsayımlara bağımlılık çoğu zaman güvenilmez ve tutarsız tahminlerle sonuçlanır. Ek olarak, bu geleneksel modeller, özellikle dalgalanan rezervuar koşulları, piyasa dinamikleri ve dış çevresel faktörlerle uğraşırken, petrol ve gaz üretiminin karmaşık, doğrusal olmayan doğasına uyum sağlamakta zorlanır. Sonuç olarak, daha gelişmiş, etkili ve doğru tahmin yöntemlerine olan ihtiyaç giderek artıyor. Son yıllarda yapay zeka (AI), enerji sektöründe dönüştürücü bir araç olarak ortaya çıktı ve üretim tahmininin hızını, doğruluğunu ve uyarlanabilirliğini artırma potansiyeli sunuyor. Yapay zeka tabanlı yaklaşımlar, otomatik özellik seçimi, model tanıma ve model optimizasyonu yoluyla tahmin doğruluğunu artırırken tahmin için gereken hesaplama süresini önemli ölçüde azalttı. Yapay zeka odaklı modeller, makine öğrenimi, topluluk öğrenimi ve derin öğrenme tekniklerinden yararlanarak, eğilimleri belirlemek ve kesin tahminler yapmak için büyük hacimli geçmiş üretim verilerini etkili bir şekilde işleyebilir. Yapay zekanın petrol mühendisliğine entegrasyonu, daha verimli karar verme süreçlerini mümkün kıldı, kaynak kullanımını optimize etti ve üretim planlamasındaki belirsizlikleri en aza indirdi. Bu tez, güçlü bir yapay zeka odaklı tahmin çerçevesi uygulayarak petrol ve gaz üretimi tahmininin doğruluğunu ve verimliliğini artırmayı amaçlamaktadır. Önerilen sistem, yüksek doğruluklu tahmin modelleri geliştirmek için makine öğrenimi, topluluk öğrenimi ve derin öğrenme tekniklerinin bir kombinasyonunu kullanır. Sistem, geçmiş üretim verilerinden yararlanarak geleceğe yönelik kesin sonuç tahminleri oluşturmayı, şirketlerin ve paydaşların stratejik planlamayı geliştirmesine, kaynak tahsisini optimize etmesine ve pazar risklerini azaltmasına olanak sağlamayı amaçlıyor. Araştırma, minimum hata oranlarıyla petrol ve gaz üretimini tahmin etmek için en etkili metodolojiyi belirlemek amacıyla birden fazla yapay zeka modelinin performansını değerlendirmeye odaklanıyor. Önerilen sistemde on bir farklı metodoloji kullanılmıştır. Bunlar: Karar Ağacı Regresörü (DTR), Rastgele Orman Regresörü (RFR), K-En Yakın Komşular (KNN), Extreme Gradient Boosting (XGBoost) ve Gradient Boosting Regressor (GBR) olmak üzere beş makine öğrenme modeli ve Bagging, Boosting ve Stacking olmak üzere üç topluluk öğrenme modelinden oluşur. Ayrıca derin öğrenmede de üç model bulunmaktadır: Yapay Sinir Ağı (ANN), Tekrarlayan Sinir Ağı (RNN) ve Uzun Kısa Süreli Bellek (LSTM). Sistem, bu metodolojileri birleştirerek veriye dayalı tahminin birçok yönünün dikkate alınmasını sağlar ve böylece sağlamlığı ve genel performansı artırır. Bu tezin sonuçları, topluluk öğrenme tekniklerinin, özellikle de istifleme modelinin, bağımsız makine öğrenimi veya derin öğrenme modellerine kıyasla üstün tahmin performansı sunduğunu göstermektedir. Topluluk temelli yaklaşımlar, Ortalama Mutlak Hata (MAE) ve Ortalama Karesel Hata (MSE) dahil olmak üzere temel değerlendirme ölçümlerindeki hata oranlarını önemli ölçüde azalttı. Test edilen tüm modeller arasında istifleme modeli, %99'luk R-kare değeriyle en yüksek doğruluk düzeyine ulaştı; bu, petrol ve gaz üretim verilerindeki karmaşık kalıpları ve bağımlılıkları yakalama konusundaki olağanüstü yeteneğini gösteriyor. Bu bulgu, son derece doğru bir nihai tahmin üretmek için çoklu temel öğrenicilerin tahmin gücünü birleştiren bir model entegrasyon tekniği olarak istiflemenin etkinliğini vurgulamaktadır. Akademik katkıların ötesinde, bu tezin petrol endüstrisi için önemli pratik çıkarımları vardır. Yapay zeka odaklı tahmin modellerinin petrol ve gaz üretim iş akışlarına entegrasyonu, karar verme verimliliğinde, maliyet azaltmada ve risk yönetiminde önemli iyileştirmelere yol açabilir. Sektör profesyonelleri, akıllı tahmine dayalı analitiği kullanarak veriye dayalı yatırım kararları alabilir, sondaj ve çıkarma stratejilerini optimize edebilir ve genel operasyonel performansı iyileştirebilir. Ayrıca yapay zeka tabanlı modeller, değişen rezervuar koşullarına ve dış ekonomik faktörlere daha fazla uyum sağlayarak uzun vadede daha güvenilir ve sürdürülebilir üretim tahminleri sağlar. Gerçek zamanlı üretim verilerine, dış pazar dalgalanmalarına ve çevresel kısıtlamalara dinamik olarak uyum sağlama yeteneği, yapay zeka destekli tahminleri gelecekteki enerji sektörünün kritik bir bileşeni haline getiriyor. Yapay zeka tabanlı tahmin metodolojilerinin benimsenmesi, giderek karmaşıklaşan ve dinamik hale gelen enerji pazarında daha kesin ve güvenilir üretim planlaması sağlayarak petrol endüstrisinde devrim yaratma potansiyeline sahiptir. Ek olarak, yapay zeka ve veri bilimindeki sürekli ilerlemeler, gerçek zamanlı izleme sistemlerinin entegrasyonunu sağlayarak değişen pazar taleplerine ve çevresel koşullara yanıt verme yeteneğini geliştirecek. Son derece doğru ve uyarlanabilir tahminler üretmek, küresel enerji ihtiyaçlarının karşılanması ve petrol ve gaz sektöründe verimliliğin ve sürdürülebilirliğin desteklenmesi açısından hayati önem taşıyacak. Ayrıca, enerji sektöründe yapay zeka uygulamalarının genişletilmesi, otomasyon, gelişmiş rezervuar yönetimi ve öngörücü bakım için yollar açarak, çıkarma ve rafinaj süreçlerini daha da optimize edebilir. Gelecekteki araştırmalar, ek gerçek zamanlı operasyonel parametrelerin dahil edilmesine, veri kümesinin çeşitli jeolojik oluşumları içerecek şekilde genişletilmesine ve tahmin performansını daha da artırmak için birden fazla metodolojinin güçlü yönlerini birleştiren hibrit yapay zeka mimarilerinin geliştirilmesine odaklanacak. Genel olarak bu tez, yapay zeka destekli petrol ve gaz üretimi tahmini için kapsamlı bir çerçeve sunarak, son derece doğru ve verimli tahminler elde etmek için makine öğrenimi, derin öğrenme ve topluluk öğrenme tekniklerini entegre etmenin muazzam potansiyelini ortaya koyuyor. Yapay zeka metodolojilerinin sürekli gelişimi, petrol endüstrisinde daha sürdürülebilir, verimli ve akıllı kaynak yönetimi stratejileri sağlayarak enerji üretiminin geleceğini şekillendirmede önemli bir rol oynayacaktır.; The energy industry heavily relies on accurate oil and gas production forecasting, which is crucial in optimizing resource allocation, production planning, and operational efficiency. Predicting future production rates is fundamental to the petroleum industry, enabling businesses to enhance the extraction and refinement of fuels such as gasoline and diesel while minimizing risks and maximizing profits. Reliable forecasting models help stakeholders make informed decisions regarding investment strategies, infrastructure development, and regulatory compliance. As global energy demands continue to rise, the need for precise, data-driven forecasting methodologies becomes increasingly important to ensure stability and sustainability in the petroleum sector. Traditionally, forecasting the future production of energy-rich natural gas and oil has been a widely studied topic in petroleum engineering. Due to their similar extraction processes and market demands, these two resources are often analyzed together. Historically, researchers have relied on conventional techniques such as decline curve analysis and numerical reservoir simulation to estimate future production levels. While these approaches have been widely used, they suffer from several critical limitations. The high computational costs, the extensive time required to complete the simulations, and the dependence on multiple assumptions often result in unreliable and inconsistent predictions. Additionally, these traditional models struggle to adapt to the complex, nonlinear nature of oil and gas production, particularly when dealing with fluctuating reservoir conditions, market dynamics, and external environmental factors. As a result, there is a growing need for more advanced, efficient, and accurate predictive methodologies. In recent years, artificial intelligence (AI) has emerged as a transformative tool in the energy sector, offering the potential to enhance the speed, accuracy, and adaptability of production forecasting. AI-based approaches have significantly reduced the computational time required for forecasting while improving prediction accuracy through automated feature selection, pattern recognition, and model optimization. By leveraging machine learning, ensemble learning, and deep learning techniques, AI-driven models can effectively process large volumes of historical production data to identify trends and make precise forecasts. The integration of AI into petroleum engineering has enabled more efficient decision-making processes, optimized resource utilization, and minimized uncertainties in production planning. This thesis aims to enhance the accuracy and efficiency of oil and gas production forecasting by implementing a robust AI-driven predictive framework. The proposed system employs a combination of machine learning, ensemble learning, and deep learning techniques to develop highly accurate predictive models. By leveraging past production data, the system aims to generate precise future outcome predictions, enabling companies and stakeholders to improve strategic planning, optimize resource allocation, and mitigate market risks. The research focuses on evaluating the performance of multiple AI models to determine the most effective methodology for forecasting oil and gas production with minimal error rates. Eleven different methodologies were used in the proposed system. These consist of five machine learning models: Decision Tree Regressor (DTR), Random Forest Regressor (RFR), K-Nearest Neighbors (KNN), Extreme Gradient Boosting (XGBoost), and Gradient Boosting Regressor (GBR), as well as three ensemble learning models: Bagging, Boosting, and Stacking. Additionally, there are three models in deep learning: Artificial Neural Network (ANN), Recurrent Neural Network (RNN), and Long Short-Term Memory (LSTM). By incorporating these methodologies, the system ensures that multiple aspects of data-driven forecasting are considered, thereby improving robustness and overall performance. The results of this thesis demonstrate that ensemble learning techniques, particularly the stacking model, offer superior predictive performance compared to standalone machine learning or deep learning models. The ensemble-based approaches significantly reduced error rates in key evaluation metrics, including Mean Absolute Error (MAE) and Mean Squared Error (MSE). Among all the models tested, the stacking model achieved the highest level of accuracy, with an R-squared value of 99%, indicating its exceptional ability to capture complex patterns and dependencies in oil and gas production data. This finding highlights the effectiveness of stacking as a model integration technique, which combines the predictive power of multiple base learners to produce a highly accurate final prediction. Beyond academic contributions, this thesis has significant practical implications for the petroleum industry. The integration of AI-driven forecasting models into oil and gas production workflows can lead to substantial improvements in decision-making efficiency, cost reduction, and risk management. By utilizing intelligent predictive analytics, industry professionals can make data-driven investment decisions, optimize drilling and extraction strategies, and improve overall operational performance. Furthermore, AI-based models provide greater adaptability to changing reservoir conditions and external economic factors, ensuring more reliable and sustainable production forecasts in the long term. The ability to dynamically adjust to real-time production data, external market fluctuations, and environmental constraints makes AI-powered forecasting a critical component of the future energy sector. The adoption of AI-based forecasting methodologies has the potential to revolutionize the petroleum industry, ensuring more precise and reliable production planning in an increasingly complex and dynamic energy market. Additionally, continued advancements in AI and data science will enable the integration of real-time monitoring systems, improving responsiveness to changing market demands and environmental conditions. Generating highly accurate and adaptive predictions will be crucial in meeting global energy needs while promoting efficiency and sustainability in the oil and gas sector. Furthermore, the expansion of AI applications in the energy sector may open avenues for automation, enhanced reservoir management, and predictive maintenance, further optimizing extraction and refining processes. Future research will focus on incorporating additional real-time operational parameters, expanding the dataset to include diverse geological formations, and developing hybrid AI architectures that combine the strengths of multiple methodologies to further enhance forecasting performance. Overall, this thesis provides a comprehensive framework for AI-driven oil and gas production forecasting, demonstrating the immense potential of integrating machine learning, deep learning, and ensemble learning techniques to achieve highly accurate and efficient predictions. The continued evolution of AI methodologies will play a crucial role in shaping the future of energy production, ensuring more sustainable, efficient, and intelligent resource management strategies in the petroleum industry. 06.03.2018 tarihli ve 30352 sayılı Resmi Gazetede yayımlanan “Yükseköğretim Kanunu İle Bazı Kanun Ve Kanun Hükmünde Kararnamelerde Değişiklik Yapılması Hakkında Kanun” ile 18.06.2018 tarihli “Lisansüstü Tezlerin Elektronik Ortamda Toplanması, Düzenlenmesi ve Erişime Açılmasına İlişkin Yönerge” gereğince tam metin erişime açılmıştır. Wed, 01 Jan 2025 00:00:00 GMT https://hdl.handle.net/20.500.12619/103171 2025-01-01T00:00:00Z https://hdl.handle.net/20.500.12619/103170 Sürdürülebilir kalkınma sürecinde gençlik: Resimsel bulanık AHP yöntemi ile Avrupa Birliği uygulaması = Youth in the sustainable development process: European Union application with pictural fuzzy AHP method Geyik, Habibe Özge Son yıllarda, Türkiye ve diğer ülkelerde gençlik üzerine yapılan çalışmaların sayısında önemli bir artış gözlemlenmektedir. Gençlerin topluma katkısı, özellikle sürdürülebilirlik kapsamında büyük bir öneme sahiptir. Eğitim seviyelerinin yükselmesi, girişimcilik faaliyetlerine katılımları ve sosyal projelerde yer almaları, sürdürülebilir kalkınma hedeflerine ulaşmada etkili bir rol oynamaktadır. Gençlerin toplumsal sorunların çözümüne aktif olarak dâhil olmaları, yalnızca mevcut dönemin değil, geleceğin de daha sürdürülebilir bir toplum yapısına sahip olmasına katkı sağlamaktadır. Bu sebeple, gençlerin bilgi, beceri ve motivasyonlarını toplumsal katkıya yönlendirecek politikaların geliştirilmesi, sürdürülebilir kalkınma açısından stratejik bir önem taşımaktadır. Bu çalışma kapsamında, Eurostat veri tabanında yer alan "Çocuklar ve Gençler" ana başlığı altındaki "Gençler" kategorisi incelenmiştir. Bu kategori altında; genç istihdam ve girişimcilik, gençlik ve dijital dünya, gençlik eğitim ve öğretimi, gençlik sağlığı ve refahı, gençlerin sosyal katılımı ve gençlerin topluma katılımı olmak üzere altı ana konu başlığı ve ilgili veriler analiz edilmiştir. Bu veriler, Avrupa Birliği ülkelerinde gençlerin sürdürülebilir kalkınma hedeflerine katkılarını ve karşılaştıkları engelleri değerlendirmeye olanak sağlamaktadır. Yapılan bu analizler, gençlerin sürdürülebilir bir geleceğe olan ilgilerini ve bu süreçte topluma nasıl dâhil olduklarını anlamak için önemli bir kaynak sunmaktadır. Altı ana konu başlığı, Resimsel Bulanık AHP yöntemi kullanılarak değerlendirilmiş ve önem sıralamaları belirlenmiştir. Bu sıralamaya göre, en önemli konular sırasıyla genç istihdam ve girişimcilik, gençlik eğitim ve öğretimi, gençlik sağlığı ve refahı, gençlik ve dijital dünya, gençlerin topluma katılımı ve gençlerin sosyal katılımı şeklinde belirlenmiştir. Ayrıca, bu altı konu başlığı altında yer alan toplam 51 kriter detaylı olarak incelenmiş ve en etkili olan ilk beşi şu şekilde sıralanmıştır: Bireylerin internet üzerindeki faaliyetleri; bireylerin web siteleri aracılığıyla gerçekleştirdikleri e-devlet faaliyetleri; Cinsiyete göre en az üst orta eğitim seviyesine sahip 20-24 yaş arası; cinsiyete göre yüksek öğretim eğitim düzeyine sahip 30-34 yaş arası nüfus; cinsiyet, yaş, eğitim durumu, faaliyet türü ve sıklığına göre son 12 ay içinde kültürel veya sportif faaliyetlere katılan kişiler. Aynı zamanda TOPSIS uygulaması ile 18 Avrupa Birliği Ülkelerin de yapılan karşılaştırma ile ilk 5' te yer alan Avrupa Ülkeleri: Finlandiya, Yunanistan, İspanya, İtalya ve Danimarka şeklinde olmuştur.; Over the past few years, there has been a notable increase in studies focused on youth in Turkey and across various European nations. This growing body of research reflects a broader understanding that young people play a critical role in shaping sustainable communities. Empowering and engaging youth can yield transformative results in several key domains, including environmental stewardship, social welfare, and long term economic health. The increase in education levels, participation in entrepreneurial activities, and involvement in social projects all demonstrate the vital contributions young people make toward achieving sustainable development goals. By taking on active roles and responsibilities, younger generations become catalysts for innovation and positive change. Their fresh perspectives, coupled with technological fluency, enable them to propose forward-thinking solutions that address complex global challenges—ranging from environmental issues to social inequality. As a result, the development of comprehensive policies and strategies aimed at guiding youth toward socially beneficial endeavors is paramount. Not only do such strategies help cultivate responsible citizens, but they also pave the way for a more resilient and inclusive society. In this context, the Eurostat database provides a wealth of information under its "Children and Young People" section, specifically in the "Youth" category. This dataset encompasses six key thematic areas: "Youth Employment and Entrepreneurship", "Youth and the Digital World", "Youth Education and Training", "Youth Health and Well-being", "Youth Social Inclusion", "Youth Participation in Society". Analyzing these areas helps researchers and policymakers evaluate how youth across the European Union (EU) contribute to sustainable development objectives, as well as identify the barriers they face. The data sheds light on trends such as digital literacy, access to higher education, and the extent of engagement in social and cultural activities. Understanding these trends is crucial for devising strategies that maximize youth potential, empower communities, and protect the environment. For instance, the focus on digital literacy underscores the impact of technology in modern life. As more public services and cultural activities transition online, digital competency becomes an indispensable skill for social participation, civic engagement, and professional success. By analyzing relevant indicators like internet usage, e government activities, and digital learning platforms officials can pinpoint where interventions are most needed to support young people. To assess the importance of each thematic category and its contribution to sustainability, the Resimsel Bulanık Analitik Hiyerarşi Prosesi (often referred to in English as the Pictorial Fuzzy AHP or Visual Fuzzy AHP) was employed. This multi criteria decision-making method facilitates a structured evaluation process by assigning weights to different criteria based on expert judgments, data insights, and comparative analyses. After an in-depth application of the Picture Fuzzy AHP methodology, the six thematic areas were ranked according to their significance: Youth Employment and Entrepreneurship; Youth Education and Training; Youth Health and Well-being; Youth and the Digital World; Youth Participation in Society; Youth Social Inclusion. Furthermore, a total of 51 criteria under these six topics were analyzed in detail and the top five most influential ones were listed as follows: Individuals - internet activities; E-government activities of individuals via websites; Young people aged 20 24 with at least upper secondary educational attainment level by sex; Population aged 30-34 with tertiary educational attainment level by sex; Persons participating in cultural or sport activities in the last 12 months by sex, age, educational attainment, activity type and frequency. This ranking reflects the current priorities of European countries regarding youth engagement and underscores the necessity of fostering employment opportunities, entrepreneurial ventures, and robust educational pathways. At the same time, it reveals how digital skills, health factors, and societal participation each contribute to holistic youth development. In addition to Picture Fuzzy AHP, the TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution) method was utilized to compare 18 EU member states based on the above criteria. According to the TOPSIS analysis, the top five countries demonstrating strong performance across these youth indicators are: Finland, Greece, Spain, Italy, Denmark. Each of these nations has developed distinctive policies that bridge education, employment, and digital engagement—safeguarding social inclusion and health for younger generations. For example, Finland's robust educational infrastructure is renowned worldwide, while Denmark's emphasis on civic engagement ensures that youth voices are considered in policymaking. Spain and Greece, despite facing economic challenges, have fostered a growing startup culture and actively promote entrepreneurial initiatives among young people. Italy's focus on culturally rich programs and collaborative social projects also provides a noteworthy model for supporting youth engagement. In today's rapidly evolving global landscape, nurturing the potential of youth is essential for achieving long-term sustainability. Data from Eurostat, coupled with decision-making tools like Picture Fuzzy AHP and TOPSIS, underscores how intertwined the concepts of education, digital proficiency, health, and social engagement truly are. By prioritizing youth empowerment in these interrelated sectors, European countries and indeed, the world at large can move closer to realizing their sustainability objectives. The examples of Finland, Greece, Spain, Italy, and Denmark highlight the diverse policies that can be employed to elevate youth opportunities. Whether through educational innovation, targeted entrepreneurship programs, or broad-based health and digital initiatives, these nations illustrate the strategic value of investing in young populations. Ultimately, the collective action of governments, educational institutions, nonprofit organizations, and the private sector is required to harness the energy, creativity, and leadership of youth. When provided with adequate resources, mentoring, and supportive environments, young people can and will shape a future that is not only sustainable but also more equitable and prosperous for all. Furthermore, to maximize the potential of young people, governments should adopt a holistic approach that integrates cross-sectoral cooperation. This includes aligning education systems with labour market demands, fostering partnerships between academia and industry, and ensuring that health and social policies meet the diverse needs of young people. Such efforts are vital in addressing inequalities in access to education, digital resources and employment opportunities, particularly in urban and rural areas. Policymakers should prioritize initiatives that reduce inequality and provide targeted support to vulnerable youth populations, including migrants, minorities and those from economically disadvantaged backgrounds. In parallel, international cooperation plays an important role in driving youth-centered sustainability initiatives. Sharing best practices, promoting exchange programs and enabling joint research projects between countries can create synergies that benefit all stakeholders. The European Union's Erasmus+ program and similar global initiatives are excellent examples of how collaboration can increase youth mobility, cultural understanding and skills development. By expanding these programs and increasing their accessibility, nations can cultivate a globally aware generation capable of tackling transnational challenges such as climate change, economic instability and public health crises. 06.03.2018 tarihli ve 30352 sayılı Resmi Gazetede yayımlanan “Yükseköğretim Kanunu İle Bazı Kanun Ve Kanun Hükmünde Kararnamelerde Değişiklik Yapılması Hakkında Kanun” ile 18.06.2018 tarihli “Lisansüstü Tezlerin Elektronik Ortamda Toplanması, Düzenlenmesi ve Erişime Açılmasına İlişkin Yönerge” gereğince tam metin erişime açılmıştır. Wed, 01 Jan 2025 00:00:00 GMT https://hdl.handle.net/20.500.12619/103170 2025-01-01T00:00:00Z https://hdl.handle.net/20.500.12619/103168 Lityum iyon bataryalarda meydana gelen termal kaçak nedenlerinin araştırılması ve gaz salımının incelenmesi = Investigation of thermal running causes in lithium-ion batteries and investigation of gas release Kırdudu, Ayşegül Enerji yoğunluğu fazla olan lityum iyon bataryalar (LIB) çevre ve yakıt maliyeti vb. avantajlarından dolayı birçok alanda kullanılmaktadır. Fosil yakıt tüketiminin azaltılması ve küresel ısınma ile mücadele amacıyla elektrikli araçlar (EV) oldukça tercih edilmektedir. Lityum iyon bataryaların elektrikli araçlarda tercih edilmesi ile birlikte dikkat edilmesi gereken bazı güvenlik durumları ortaya çıkmıştır. Bataryaların hücrelerinde meydana gelebilecek ısı artışı, darbe etkisi, aşırı şarj ve deşarj, sıcaklık değişimleri, jet alevi veya radyan ısıya maruz kalma vb. faktörlere bağlı olarak termal kaçak (TR) oluşabilmekte, termal kaçak sonucu yangın ve patlamalar meydana gelebilmektedir. Elektrikli araçlarda arızalar olabileceği gibi günlük kullanımda insan kaynaklı yanlış kullanımlar sonucu da bazı problemler olabilmektedir. Bu problemler termal kaçak oluşturabilmektedir. Oluşan bu termal kaçak mekanik, elektriksel ve termal etki olarak sınıflandırılmaktadır. Tezin amacı bataryalarda meydana gelen gaz salımlarını, batarya yönetim sistemini, batarya termal yönetim sistemini ve tüm bu sistemlerin çalışma prensibini, çalışma mekanizmasını ve termal kaçak oluşum mekanizmasını parametrik olarak incelemektir. Konuyla ilgili literatür araştırması yapılmış olup yapılan literatür araştırması sonrası tez yazım aşamaları planlanmıştır. 18650 tipi cell boyutu lityum iyon pillerin kullanıldığı tez çalışmasında pilin dış etkenlerden alabileceği darbeler sonrası oluşabilecek termal kaçak durumu, gaz salımları ve sıcaklık değişimleri gözlemlenmektedir. % 0-60-70-80 SOC (pil doluluk oranı) seviyesinde 2400-2800-3600-4800 mAh. güçlerinde lityum iyon piller bir çivi vasıtasıyla delinerek sonuçları gözlemlenmiştir. H2 (hidrojen), VOC (uçucu organik bileşikler), HCl (hidrojen klorür), % LEL (alt patlama sınırı) ve CO2 (karbondioksit) salımını algılayan sensörlerin yer aldığı bu çalışmada sıcaklık değişimlerini gözlemlemek için termal kamera kullanılmaktadır. % 0 ve % 80 SOC seviyelerinde bazıları 2800 mAh. gücünde ve farklı türlerde 9 pil çeşitli dış etkenlere maruz bırakılarak gözlemlenmiştir. TR (termal kaçak) meydana gelme durumu pillerin SOC seviyesine göre değişiklik göstermektedir. % 60 SOC seviyesinde 4800 mAh. gücünde 9 ayrı pil delinerek verileri kaydedilmiştir. Bu pillerden hiçbirinde alevlenme gözlemlenmemiştir. Pillerin ulaştığı max. sıcaklık 177 ᵒC olarak kaydedilirken gaz salımı 1-29 saniye aralığında gerçekleşmiştir. % 70 SOC seviyesinde 2400 mAh. gücünde 7 ayrı pil delinerek gözlemlenmiştir. Gaz salımı 2-18 sn. aralığında gerçekleşmiştir. Gazların salımı sensörler vasıtasıyla kaydedilmiştir. Pillerden 5 tanesi alev alırken 2 tanesinde alevlenme gözlemlenmemiştir. Pillerin ulaştığı max. sıcaklık 290 ᵒC olarak kaydedilmiştir. % 80 SOC seviyesinde 3600 mAh. gücünde 8 ayrı pil delinerek gözlemlenmiştir. Gaz salımı 3-23 sn. aralığında gerçekleşmiştir. 7 pil alev alırken 1 tanesinde alevlenme olmamıştır. Ulaşılan max. sıcaklık 265 ᵒC olarak kaydedilmiştir. Gerçekleştirilen deneylerde en düşük gaz salımı süresi 1. saniyede gerçekleşirken en yüksek pil sıcaklığı ise 325 ᵒC olarak kaydedilmiştir. En yüksek sıcaklığın 325 ᵒC olarak kaydedildiği bu pil 2800 mAh. gücünde ve % 80 SOC seviyesindedir. 1. saniyede gaz salımına başlayan pillerden birinin sıcaklığı 177 ᵒC diğerinin sıcaklığı 110 ᵒC olarak gözlemlenmiştir ancak bu pillerde alevlenme olmamıştır. Diğer en düşük gaz salımı başlangıcı 3. saniyede gerçekleşmiştir. Bu pilin ulaştığı sıcaklık 262 ᵒC olarak kaydedilirken pil 24. saniyede alev almıştır. Gaz salımı 7. saniyede başlarken pillerden biri 24. saniyede diğeri ise 29. saniyede patlama reaksiyonu göstermiştir. Gerçekleştirilen deney verileri literatür ile karşılaştırılarak lisansüstü tezi tamamlanmıştır. Lityum iyon batarya yangınlarının çıkmasını engelleyebilecek, termal kaçak yayılımını azaltacak veya durduracak etkenleri tespit edebilmek, oluşabilecek kayıp ve hasarı en aza indirerek elektrikli araçlarda güvenliğin artmasını sağlamak amacıyla büyük öneme sahiptir. Pillerin SOC seviyesi, pil kimyası, darbe yeri ve sayısı vb. birçok faktör termal kaçak sürecini etkilemektedir.; Lithium-ion batteries (LIB) are preferred due to their advantages and are used intensively in many areas including electric vehicles (EV). The main reason for the demand for these batteries with high energy density is that they are advantageous in terms of environment and fuel cost. Some safety problems can be experienced in lithium-ion batteries with high energy density, low weight, fast charging feature and low memory effect. Thermal runaway fires can occur as a result of external factors. In some extreme conditions, a large amount of chemical energy stored in a limited area can suddenly escape and turn into heat. It has been observed by researchers that fire accidents are usually triggered by various abuses (thermal, mechanical and electrical abuse) such as overheating, nail penetration, crushing, overcharging and discharging. The typical thermal runaway process occurs in the form of the breakdown of the solid electrolyte interface layer, the reaction of the electrode material with the electrolyte and the decomposition of the electrolyte. As a result of these exothermic reactions, the temperature of the battery can increase and a vicious cycle can occur that will lead to accidents such as fire etc. At the same time, flammable and toxic gas products released during the reaction process can cause sudden pressure increases, causing the battery to swell, create jet flames or even explode. Therefore, it is very important to detect thermal runaway formation in a timely manner. Since gas release occurs before smoke and fire are observed, detection of thermal runaway gases in LIBs can detect the fault at an early stage and prevent spreading. Overcharge and discharge times are an issue that must be taken into consideration due to the chemistry of these batteries. Because temperature ranges are important for LIBs. In cases where the battery temperature is high, the battery ages rapidly, while long discharge times shorten the cycle life. These situations are important for lithium-ion battery users and battery safety. Lithium-ion batteries come together to form batteries, and batteries come together to form cells. When the internal temperature of the cells reaches the range of 90 °C to 120 °C, decomposition may begin and the solid electrolyte interface layer initiates an exothermic reaction. The hydrocarbon electrolyte can decompose above 200 °C. Thermal runaway can start when the separator ruptures due to impact or puncture. Overcharging outside the specified charging specifications can cause dendrites to form on the coating or anode surface of the lithium-ion battery. These dendrites can eventually penetrate the separator and come into contact with the electrodes, causing a short circuit between the electrodes. Internal short circuits can start due to damage to the battery separator due to high charging current density, low temperature conditions, failure of the cathode and anode active materials, and precipitation of the electrolyte material, etc., while external short circuits can start due to high temperatures. Battery management systems are incorporated into batteries to ensure safe operation and management of batteries. The safety features of lithium-ion batteries depend on the physical shape of the cell (geometry, materials), its physical condition (state of charge, aging effects), how it is stressed (low or high temperature, overcharge or overdischarge, heating), and preventive measures against thermal runaway (internal safety devices, cooling, limitation). Thermal runaway can be caused by a fault or by human misuse in daily use. The effects that may occur as a result of improper use can be divided into three groups. These are mechanical effects, electrical effects and thermal effects. In addition, heat release rate (HRR) is an important parameter for assessing the fire risk of the battery and electric vehicle. Lithium salts in the electrolyte of lithium-ion batteries can produce HCl during thermal runaway. CO release may occur due to compounds that cannot be fully burned. If the ideal combustion process is achieved, CO2 release may begin. Organic solvents used in the battery content can turn into organic compounds. In line with this information, it is important to be able to monitor the gases that may be released during the thermal runaway process through sensors. Early detection of gases can increase the safety of the battery. Thesis writing stages were planned after the literature research. In the thesis study where lithium-ion batteries with a cell size of 18650 were used, thermal runaway, gas emissions and temperature changes that may occur after the impacts that the battery may receive from external factors were observed. Lithium-ion batteries with a capacity of 2400-2800-3600-4800 mAh at 0-60-70-80% charge rates were pierced with a nail and the results were observed. In this study, a thermal camera is used to observe the temperature changes of the LIB, which contains sensors that detect CO2 (carbon dioxide), O2 (oxygen), HCl (hydrogen chloride), CO (carbon monoxide), H2 (hydrogen) and C2H4 (ethylene) emissions. It is of great importance to be able to determine the factors that can prevent lithium-ion battery fires, reduce or stop the spread of thermal runaways, minimize the loss and damage that may occur and increase safety in electric vehicles. Lithium salts in the electrolyte of lithium-ion batteries can produce HCl during thermal runaway. CO emissions may occur due to compounds that cannot be fully burned. If the ideal combustion process is provided, CO2 emissions may begin. Organic solvents used in the battery content can turn into organic compounds. In line with this information, it is important to be able to monitor the gases that may be released during the thermal runaway process via sensors. Early detection of gases can increase battery safety. Therefore, safe management of batteries is very important to reduce the risk of fire and explosion. The charging rates of batteries are closely related to the thermal runaway process. When batteries are above an average of 60-70% SOC levels and the battery temperature starts to exceed 90 ᵒC, the risk factor is high. In the experiments conducted, lithium-ion batteries with 2400-2800-3600-4800 mAh power and 18650 cell sizes at 0-60-70-80% SOC levels were pierced with a nail and the results were observed. 30 different batteries were pierced under the same environmental conditions. The onset of thermal runaway and gas emissions that may occur in the batteries were examined. It is known that fire occurs when flammable gases contained in lithium-ion batteries are released due to the impact effect due to their chemistry. In this study, the release of 6 different gases was detected and examined with sensors. As a result of the information obtained from the puncture of many batteries, it was observed that when thermal runaway started, gas emission started before the batteries caught fire. The ppm values reached by HCl, CO2, O2, CO, H2, C2H4 and VOCs were recorded. Temperature measurements of the batteries that caught fire were made with a thermal camera. After the highest temperature reached was recorded, the batteries were observed for 20-30 minutes. Batteries whose temperatures started to drop were collected in a separate area and new battery drilling was started. 9 batteries with different characteristics, some with a power of 2800 mAh. were exposed to various external factors and observed at 0% SOC level. 9 batteries, each with a power of 4800 mAh and a level of 60% SOC, were punctured separately and their data was recorded. No flame was observed in any of these batteries. The highest temperature reached by the batteries was 177 ᵒC. Gas emission occurred in the range of 1-29 seconds. At 70% SOC level, 7 batteries with 2400 mAh. power were individually punctured and observed. Gas release occurred between 2-18 seconds. 5 types of gas release were recorded by the sensors. While 5 batteries caught fire, no flame was observed in 2 of them. The highest temperature reached by the batteries was recorded as 290 ᵒC. At 80% SOC level, 8 batteries with 3600 mAh. power were individually punctured and observed. Gas release occurred between 3-23 seconds. While 7 batteries caught fire, no flame was observed in 1 of them. The highest temperature reached was recorded as 265 ᵒC. It is envisaged that LIB fires can be prevented through early detection of the released gases and improvement studies to be carried out in the battery packs before the fires break out. A postgraduate thesis study was completed by comparing the experimental data with the literature. Impact angle, battery charge level, exposure of the internal structure of the battery to oxygen, puncture occurrence in one or two notes, etc. Many factors such as affect the thermal runaway process. The postgraduate thesis was completed by comparing the experimental data with the literature. 9 batteries, some of which were 2800 mAh. and different types, were observed by exposing them to various external factors at 0% and 80% SOC levels. TR formation varies according to the SOC level of the batteries. At 60% SOC level, 9 separate batteries with 4800 mAh. were pierced and their data was recorded. No flame was observed in any of these batteries. The maximum temperature reached by the batteries was recorded as 177 ᵒC. Gas release occurred in the range of 1-29 seconds. At 70% SOC level, 7 separate batteries with 2400 mAh. were pierced and observed. Gas release occurred in the range of 2-18 seconds. The release of gases was recorded by sensors. While 5 of the batteries caught fire, 2 did not. The maximum temperature reached by the batteries was recorded as 290 ᵒC. 8 separate batteries with a capacity of 3600 mAh. at 80% SOC level were observed by piercing. Gas release occurred in the range of 3-23 sec. While 7 batteries caught fire, 1 did not catch fire. The maximum temperature reached was recorded as 265 ᵒC. Being able to determine the factors that can prevent lithium-ion battery fires, reduce or stop the spread of thermal runaway, is of great importance in order to minimize the possible losses and damages and increase the safety in electric vehicles. Many factors such as the angle of impact on the batteries, the SOC level of the battery, the contact of the battery chemistry with the air, the location and number of impacts, etc. affect the thermal runaway process. In the experiments conducted, the lowest gas release period occurred in 1 second, while the highest battery temperature was recorded as 325 ᵒC. One of the batteries that started releasing gas at the 1st second was observed to have a temperature of 177 ᵒC and the other at 110 ᵒC, but no flame occurred in these batteries. The other lowest gas release started at the 3rd second. The temperature reached by this battery was recorded as 262 ᵒC, and the battery caught fire at the 24th second. The battery with the highest temperature recorded as 325 ᵒC has a power of 2800 mAh and an SOC level of 80%. While gas release started at the 7th second, one of the batteries showed an explosion reaction at the 22nd second, and the other at the 29th second. There was no flare-up in batteries at 0% level. There was no flare-up in batteries at 60% level. Only HCl release was observed in these batteries. The highest ppm value of H2 in batteries at 70% level was observed as 349. The highest ppm value of H2 in batteries at 80% level was recorded as 227 ppm. 06.03.2018 tarihli ve 30352 sayılı Resmi Gazetede yayımlanan “Yükseköğretim Kanunu İle Bazı Kanun Ve Kanun Hükmünde Kararnamelerde Değişiklik Yapılması Hakkında Kanun” ile 18.06.2018 tarihli “Lisansüstü Tezlerin Elektronik Ortamda Toplanması, Düzenlenmesi ve Erişime Açılmasına İlişkin Yönerge” gereğince tam metin erişime açılmıştır. Wed, 01 Jan 2025 00:00:00 GMT https://hdl.handle.net/20.500.12619/103168 2025-01-01T00:00:00Z https://hdl.handle.net/20.500.12619/103169 Petrokimya endüstrisinde L matris yöntemi ile risk değerlendirmesi: Kimyasal maddelerin çevresel etkileri ve güvenlik önlemleri = Risk assessment with L matrix method in petrochemical industry: Environmental impacts of chemical substances and safety measures Çakıroğlu, Mustafa Bu tez çalışması, petrokimya endüstrisinde kimyasal atık yönetimi süreçlerini ele almakta ve bu süreçlerde yangın risklerini değerlendirmek için L Matris Yöntemi'ni uygulamaktadır. Petrokimya sektörü, küresel ekonomide kritik bir öneme sahip olup, çeşitli sanayi dallarına hammadde sağlayan bir temel taş niteliğindedir. Ancak bu endüstri, hem üretim süreçlerinde oluşan kimyasal atıkların yönetimi hem de çevresel etkileri nedeniyle çok sayıda risk ve zorluk barındırmaktadır. Kimyasal atıkların yanıcı, toksik ve patlayıcı özellikleri, bu maddelerin uygun olmayan depolanması ya da bertarafı durumunda çok büyük yangın ve patlama riskleri oluşturmaktadır. Tez, bu kapsamda, kimyasal atıkların sınıflandırılması, depolama ve bertaraf koşullarının değerlendirilmesi ve yangın algılama ile söndürme sistemlerinin uygulanması gibi stratejilere odaklanmaktadır. Bu stratejiler hem insan sağlığı hem de çevresel koruma açısından hayati önem taşımaktadır. Petrokimya endüstrisinde kimyasal atıkların yönetimi, çevre ve insan sağlığı açısından büyük bir önem taşımaktadır. Bu doğrultuda, tehlikelerin tespit edilmesi ve kontrol altına alınması için risk değerlendirme yöntemlerinin kullanılması gereklidir. Özellikle L Matris Risk Değerlendirme Yöntemi, endüstriyel tesislerde çalışanların karşı karşıya kaldığı fiziksel, kimyasal, biyolojik ve ergonomik tehlikelerin analiz edilmesinde etkili bir yöntem olarak öne çıkmaktadır. Bu yöntem, risklerin olasılık ve şiddet düzeylerini değerlendirerek gerekli önlemlerin alınmasını destekler. Ayrıca, kimyasal maddelerin çevre üzerindeki etkileri ve güvenlik tedbirleri üzerine yapılan çalışmalar, tehlikeli kimyasalların doğru şekilde yönetilmesinin ve risk analizi süreçlerinin önemini ortaya koymaktadır. Bu çalışma, petrokimya sektöründe kimyasal atık yönetimi süreçlerini L Matris yöntemiyle değerlendirerek, çevresel etkiler ve güvenlik önlemleri açısından detaylı bir analiz sunmayı hedeflemektedir. L Matris Yöntemi, risk değerlendirmesinde sıkça kullanılan sistematik bir yaklaşımdır ve bu tezde, kimyasal atıkların neden olduğu yangın risklerini olasılık ve şiddet bazında değerlendirmek için kullanılmıştır. Yöntem, tehlikelerin tanımlanması, sınıflandırılması ve önceliklendirilmesine olanak sağlamakta, böylece kritik risklerin erken tespiti ve etkili müdahale planlarının oluşturulmasına katkıda bulunmaktadır. Bulgular, petrokimya tesislerinde yangın risklerinin minimize edilmesi ve operasyonel güvenliğin artırılması için L Matris Yöntemi'nin önemli bir araç olduğunu göstermektedir. Petrokimya sektöründe kimyasal atıkların yönetimi, yangın riski açısından hayati bir öneme sahiptir ve çevre ile insan sağlığı üzerinde doğrudan etkiler yaratabilir. Bu kapsamda, L Tipi Matris Yöntemi, yangın tehlikelerinin tespiti ve bu risklerin azaltılmasına yönelik değerlendirmelerde etkili bir yaklaşım sunmaktadır. Özellikle sürekli çalışan ekipmanlar ve yoğun kimyasal kullanımın olduğu bölgelerde, potansiyel tehlikelerin belirlenmesi ve risk analizinin yapılması gerekliliği ön plana çıkmaktadır. Bu çalışma, petrokimya tesislerindeki kimyasal atık yönetimi süreçlerinde meydana gelebilecek yangın risklerini analiz ederek, alınması gereken güvenlik önlemlerini ve kimyasalların çevresel etkilerini kapsamlı bir şekilde değerlendirmeyi hedeflemektedir. Tezde ayrıca, süreçlerde yangın risklerini azaltmak için sürdürülebilir yaklaşımlara yer verilmiştir. Bu kapsamda, atık azaltma ve geri kazanım uygulamaları, yeşil kimyasalların tercih edilmesi ve döngüsel ekonomi modellerinin benimsenmesi gibi stratejiler incelenmiştir. Özellikle, geri dönüşüm ve yeniden kullanım uygulamalarının hem yangın risklerini hem de çevresel zararları önemli ölçülerde azalttığı vurgulanmıştır. Bu yaklaşımların, sadece mevcut risklerin azaltılmasında değil, aynı zamanda petrokimya endüstrisinin daha sürdürülebilir bir geleceğe yönelmesinde önemli rol oynadığı belirtilmiştir. Yangın risklerinin etkili bir şekilde yönetilmesi, çalışan sağlığının korunması, çevresel zararların önlenmesi ve ekonomik kayıpların azaltılması açısından hayati öneme sahiptir. Bu doğrultuda, yangın algılama ve müdahale teknolojilerinin geliştirilmesi, kimyasal atık depolama standartlarının yüksek seviyede uygulanması ve personel eğitim programlarının sürekliliği gibi unsurların önemi vurgulanmaktadır. Petrokimya endüstrisinde kimyasal atık yönetimi, yalnızca çevresel etkileri minimize etmekle kalmayıp, aynı zamanda tesislerin operasyonel güvenliği açısından da kritik bir öneme sahiptir. Bu bağlamda, risk değerlendirme yöntemlerinin doğru şekilde uygulanması, endüstrinin sürdürülebilir kalkınma hedeflerine ulaşmasında önemli bir araç olarak karşımıza çıkmaktadır. Özellikle kimyasal atıkların sınıflandırılması, depolama koşulları ve bertaraf yöntemleri ile ilgili ulusal ve uluslararası mevzuatların dikkate alınması, risk yönetim süreçlerinin etkinliğini artırmaktadır. Tez kapsamında kullanılan L Matris Yöntemi, kimyasal maddelerin tehlike potansiyellerini olasılık ve şiddet düzeyinde değerlendirerek, risklerin önceliklendirilmesi ve uygun müdahale stratejilerinin geliştirilmesine olanak tanımaktadır. Bunun yanı sıra, sürekli izleme ve denetim mekanizmalarının oluşturulması, olası yangın ve patlama risklerini minimize etmek için kritik bir gerekliliktir. Petrokimya sektöründe yangın risklerini azaltmaya yönelik bir diğer önemli unsur ise personelin eğitimi ve farkındalık düzeyinin artırılmasıdır. Eğitim programları, yalnızca yangın güvenliği protokollerinin uygulanmasını öğretmekle sınırlı kalmamalı, aynı zamanda çalışanların kimyasal atık yönetimi süreçlerine aktif katılımını teşvik etmelidir. Ayrıca, teknolojik gelişmelerin sektöre entegrasyonu, risklerin daha etkin bir şekilde yönetilmesini sağlamaktadır. Örneğin, akıllı sensör sistemleri ve yapay zekâ destekli yangın algılama teknolojileri, risklerin erken tespiti ve müdahale sürelerinin kısaltılması açısından büyük avantajlar sunmaktadır. Bu tür yenilikçi yaklaşımların hem operasyonel maliyetlerin düşürülmesine hem de çevresel etkilerin azaltılmasına katkı sağladığı görülmektedir. Tezde ele alınan stratejiler, kimyasal atık yönetiminde bütünsel bir yaklaşım benimsenmesi gerektiğini ve çevresel sürdürülebilirlik ile endüstriyel güvenliğin bir arada sağlanabileceğini ortaya koymaktadır. Sonuç olarak, bu tez, petrokimya endüstrisinde kimyasal atık yönetimi süreçlerinin iyileştirilmesi, yangın risklerinin minimize edilmesi ve çevresel etkilerin azaltılması için kapsamlı bir rehber sunmaktadır. Çalışma, L Matris Yöntemi'nin petrokimya endüstrisinde etkin bir araç olarak kullanılabilirliğini göstermekle kalmamakta, aynı zamanda hem çevresel hem de endüstriyel sürdürülebilirlik hedeflerine ulaşılmasında önemli çıkarımlar sunmaktadır. Bu bağlamda, petrokimya tesislerinde risklerin yönetimine dair yenilikçi yaklaşımların benimsenmesi ve bu çalışmanın rehberliğinde uygulanması önerilmektedir. Bu bağlamda, yangın risklerinin doğru bir şekilde sınıflandırılması, özellikle patlayıcı ve toksik özellikteki kimyasalların tehlike potansiyellerinin belirlenmesi önem arz etmektedir. Ayrıca, ulusal ve uluslararası standartlara uyum sağlanması, petrokimya tesislerinde yangın risklerini azaltmanın temel unsurlarından biridir. Risk analizleri sonucunda belirlenen kritik alanlarda otomatik yangın algılama sistemlerinin kurulması ve bu sistemlerin düzenli olarak denetlenmesi gerekmektedir. Süreçlere dair geliştirilen bu yenilikçi yaklaşımlar, endüstriyel verimliliği artırmakla kalmayıp, çevre dostu çözüm yolları sunmaktadır. Bu kapsamda, L Matris Yöntemi'nin yaygınlaştırılması ve sektör çapında uygulamalarının desteklenmesi önerilmektedir. Bu yaklaşım hem çevresel hem de ekonomik anlamda sürdürülebilir kalkınma hedeflerine ulaşılmasını destekleyecek potansiyele sahiptir.; This thesis addresses chemical waste management processes in the petrochemical industry and applies the L Matrix Method to assess fire risks in these processes. The petrochemical industry is critical in the global economy and is a cornerstone in providing raw materials to various industries. However, this industry poses numerous risks and challenges due to both the management of chemical wastes generated during production processes and their environmental impacts. The flammable, toxic and explosive properties of chemical wastes pose great fire and explosion risks in case of improper storage or disposal of these materials. In this context, the thesis focuses on strategies such as classifying chemical waste, assessing storage and disposal conditions, and implementing fire detection and suppression systems. These strategies are vital for both human health and environmental protection. The management of chemical wastes in the petrochemical industry is of great importance for the environment and human health. Accordingly, it is necessary to use risk assessment methods to identify and control hazards. In particular, the L Matrix Risk Assessment Method stands out as an effective method for analysing the physical, chemical, biological and ergonomic hazards faced by employees in industrial facilities. This method supports taking necessary precautions by evaluating risk probability and severity levels. In addition, studies on the effects of chemicals on the environment and safety measures reveal the importance of adequately managing hazardous substances and risk analysis processes. This study will present a detailed analysis of chemical waste management processes in the petrochemical industry regarding environmental impacts and safety measures by evaluating them with the L Matrix method. The L Matrix Method is a widely used systematic approach to risk assessment. It is used in this thesis to assess fire risks from chemical wastes based on probability and severity. The method allows for the identification, classification and prioritisation of hazards, thus contributing to the early detection of critical risks and the formulation of effective response plans. The findings show that the L Matrix Method is essential for minimising fire risks and improving operational safety in petrochemical plants. Managing chemical wastes in the petrochemical industry is vital in terms of fire risk and can directly impact the environment and human health. In this context, the L Type Matrix Method offers a practical approach to the identification of fire hazards and assessments to mitigate these risks. Especially in areas with continuously operating equipment and intensive chemical use, the need to identify potential hazards and perform risk analysis comes to the forefront. This study aims to analyse the fire risks that may occur in chemical waste management processes in petrochemical plants and to comprehensively evaluate the safety measures to be taken and the environmental impacts of chemicals. The thesis also includes sustainable approaches to reduce fire risks in processes. In this context, strategies such as waste reduction and recovery practices, preference for green chemicals and adoption of circular economy models are examined. In particular, it is emphasised that recycling and reuse practices significantly reduce both fire risks and environmental damages. These approaches play an important role in lowering current risks and moving the petrochemical industry towards a more sustainable future. Effective management of fire risks is vital for protecting employee health, preventing environmental damage and reducing economic losses. In this regard, the importance of improving fire detection and response technologies, implementing chemical waste storage standards at a high level, and maintaining personnel training programs are emphasised. Chemical waste management in the petrochemical industry is critical not only for minimising environmental impacts but also for the operational safety of facilities. In this context, correctly applying risk assessment methods is essential for the industry to achieve its sustainable development goals. In particular, considering national and international legislation on the classification, storage conditions and disposal methods of chemical waste increases risk management processes' effectiveness. The L-Matrix method used in this thesis enables the prioritisation of risks and the development of appropriate response strategies by assessing the hazard potential of chemical substances at the level of probability and severity. In addition, establishing continuous monitoring and control mechanisms is critical to minimise potential fire and explosion risks. Personnel training and awareness are another critical element in reducing fire risks in the petrochemical sector. Training programs should not be limited to teaching the implementation of fire safety protocols but should also encourage the active participation of employees in chemical waste management processes. In addition, the integration of technological advances into the industry enables risks to be managed more effectively. For example, intelligent sensor systems and AI-enabled fire detection technologies offer significant benefits regarding early risk detection and reduced response times. Such innovative approaches help to reduce both operational costs and environmental impact. The strategies discussed in this paper demonstrate that a holistic approach to chemical waste management should be adopted and that environmental sustainability and industrial safety can be achieved together. As a result, this thesis provides a comprehensive guide for improving chemical waste management processes, minimising fire risks and reducing environmental impacts in the petrochemical industry. The study demonstrates the usability of the L Matrix Method as an effective tool in the petrochemical industry and offers important implications for achieving both environmental and industrial sustainability goals. In this context, it is recommended that innovative approaches to managing risks in petrochemical plants be adopted and implemented under the guidance of this study. In this context, it is essential to accurately classify fire risks and determine the hazard potential of chemicals, especially explosive and toxic chemicals. In addition, compliance with national and international standards is one of the key elements of reducing fire risks in petrochemical plants. Automatic fire detection systems should be installed in critical areas identified as a result of risk analyses and these systems should be regularly inspected. These innovative approaches to processes increase industrial efficiency and offer environmentally friendly solutions. In this context, it is recommended that the L Matrix Method be disseminated and supported for implementation across the sector. This approach has the potential to support the achievement of sustainable development goals in both environmental and economic terms. 06.03.2018 tarihli ve 30352 sayılı Resmi Gazetede yayımlanan “Yükseköğretim Kanunu İle Bazı Kanun Ve Kanun Hükmünde Kararnamelerde Değişiklik Yapılması Hakkında Kanun” ile 18.06.2018 tarihli “Lisansüstü Tezlerin Elektronik Ortamda Toplanması, Düzenlenmesi ve Erişime Açılmasına İlişkin Yönerge” gereğince tam metin erişime açılmıştır. Wed, 01 Jan 2025 00:00:00 GMT https://hdl.handle.net/20.500.12619/103169 2025-01-01T00:00:00Z