UGUğur Gözel

Uğur Gözel

*This is an algorithmically generated author record based on publicly available information.

Uğur Gözel has a total of 16 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    Cam-Seramikler Kullanarak Metalurjik Yöntemlerle Süstaşları Takliti Olabilecek Malzemelerin Üretimi; Bunların Mineralojik, Gemolojik Karakteristiklerinin Tespiti ve Ekonomik Analizleri

    by Merve Ariyürek, İsKender Işık, Murat Hatipoğlu, Femin Yalçın Küçükbayrak, Saliha Begeç, Derya Okuyan, Ayşenur Yılmaz, Taylan Çakmak, Uğur Gözel, Sema Kaptanoğlu, et al.

    Genel olarak süstaşı denildiğinde ilk akla gelenin mineraller olsa da laboratuvar ortamında üretilen sentetik süstaşları ve taklit süstaşları da süstaşı kavramı içinde yer almaktadır. Bu yüzden, süstaşları Dünyada çok büyük bir ticaret hacmine sahiptir. Bununla beraber, sentetik ve taklit olarak elde edilen süstaşlarının ticaret rakamlarının, doğal süstaşı üretim kaynaklarının giderek tükenmekte olması nedeniyle, her geçen yıl daha da arttığı bilinen bir gerçektir. Bu kadar yüksek bir ticaret hacmine sahip bir piyasa da Türkiye’nin söz sahibi olabilmesi için sentetik hem de taklit süstaşı üretilebilecek imkanların, laboratuvar düzeyinde de olsa araştırılmasının oldukça önemli olduğu açıktır. Camlar, seramikler, polimerler, kompozitler ve cam-seramikler endüstrinin birçok alanında kullanılmakla beraber, gemolojik materyal olarak da taklit süstaşları olarak da yaygınca piyasaya sürülmektedirler. Günümüzde ileri teknoloji ürünü olan özellikle cam-seramikler en yaygın taklit süstaşı üretiminde kullanılan materyallerdir. Bu çalışmada; bazı süstaşlarının taklit özellikteki malzemeleri için cam-seramik malzemeler laboratuvar şartlarında üretilerek, bunların ekonomik analizleri yapılmıştır. Cam-seramik yapılı bu taklit süstaşı materyali üretimi için alüminyumoksit ve disodyumtetraborat kullanılarak bir toz karışım hazırlanmıştır. Bu toz karışım, presleme yöntemi ile şekillendirilerek (pelet) kaboşon şekilde bisküviler elde edilmiştir. Üretilen bu örneğin renklendirilmesi amacı ile kobaltoksit, Nikel Oksit, Krom Oksit, Demir Oksit, Bakır Oksit ve Mangan Oksit kullanılarak farklı oranlarda doplama işlemi ve takibinde 600°C ve 650°C’de 30 dakika, 60 dakika ve 90 dakika sinterleme işlemleri yapılmıştır. Sonuç olarak; sadece opak yapıda, yeşil ve tonları, mavi, siyah, gri ve kahvemsi kırmızı renkli taklit süstaşları olabilecek malzemeler başarılı bir şekilde elde edilmiştirler. Elde edilen örneklerden en iyi taklit süstaşı niteliğinde olabilecek sekiz örnek seçilerek karakterizasyon işlemleri (XRD, sertlik testi, özgül ağırlık ölçümü, mikro yapı için FE-SEM analizi, renk analizi, parlaklık ölçümü ve UV-VIS analizi) yapılmıştır. Ekonomik analizlere göre de elde edilen bu taklit örneklerin doğal süstaşı eşteniklerine göre yaklaşık 25 kat, sentetik eşteniklerine göre de yaklaşık 10 kat daha ekonomik olacağı hesaplanmıştır.

  • Open Access

    Application of Artificial Neural Networks in Adsorption-Based Wastewater Treatment: Modeling, Optimization, and Prediction

    by Sema Kaptanoğlu, Ali Rıza Kul, Fatma Calayır, Femin Yalçın Küçükbayrak, Saliha Begeç, Derya Okuyan, Ayşenur Yılmaz, Taylan Çakmak, Uğur Gözel, Merve Ariyürek, et al.

    Due to industrialization and population growth, pollution observed in water resources increases the need for effective and sustainable treatment technologies day by day. Particularly, the dyes used in industries such as textiles, leather and medicine have serious risks in terms of environment and human health with toxic and permanent properties in the wastewater environment. In this context, adsorption methods; It is widely preferred thanks to their low cost, high applicability and environmentally friendly. In adsorption processes, interest in agricultural and industrial waste -based natural adsorbans has increased as an alternative to traditional active carbons. However, the fact that adsorption depends on a large number of parameters makes it difficult to model these processes by classical methods. For this reason, artificial neural networks (ANN), which are among the calculating intelligence techniques, stand out as an important alternative thanks to their ability to model, generalize and make estimates with limited data. ANN provides successful results in issues such as estimation of adsorption efficiency, optimization of processing conditions and analysis of process performance. In this section, the main principles of adsorption processes, isotherm and kinetic models used in detail are discussed in detail. In addition, ANN's structure, learning mechanism, environmental application examples and advantages are examined extensively. In the application studies in the literature, it has been seen that ANN models have high accuracy rates for the removal of various pollutants such as methylene blue and heavy metals. As a result, ANN -supported modeling approaches allow the development of faster, economical and reliable treatment processes by supporting experimental studies. These systems, which are supported by deep learning and hybrid structures, open the door of sustainable and innovative solutions in the field of environmental engineering.