Bu makalede, enerji bitkileri, lignoselülozik kalýntýlar, atýk ve atýksular gibi biyohidrojen üretiminde kaynak olabilecek potansiyel biyokütle tipleri tartýþýlmýþtýr. Fermentatif biyohidrojen üretimi için uygun substratýn seçiminde karþýlanmasý gereken ana ölçüt, elde edilebilirliði, maliyeti, karbonhidrat içeriði (þekerler ve karbonhidratlar gibi kolay fermente olabilen bileþiklerin yüksek oranda olmasý) ve biyoparçalanabilirliðidir (yüksek deriþimde parçalanabilir organik bileþiklerin ve düþük deriþimde mikrobiyal aktiviteye inhibitor bileþiklerin olmasý). Niþasta ve þeker easlý biyokütle ve atýklar hidrojen üretimi için mikroorganizmalar tarafýndan kolaylýkla fermente olabildiði halde, lignoselülozik biyokütlenin ön arýtýlmýþ olmasý gerekir. Ön arýtým, biyokütlenin fiziksel ve kimyasal yapýsal özelliklerinin deðiþtirilmesi için uygulanýr. Genel olarak, lignoselülozik biyokütlenin ön arýtým metotlarý, yapýsal özelliklerinin deðiþtirilmesi için kullanýlan araçlara göre üç ana tipe ayrýlabilir: mekanik, fizikokimyasal ve biyolojik.

In this article, types of potential biomass that could be the source for biohydrogen generation such as energy crops, lignocellulosic residues, waste and wastewaters are discussed. The major criteria that have to be met for the selection of substrates suitable for fermentative biohydrogen production are availability, cost, carbohydrate content (high proportion of readily fermentable compounds such as sugars and carbohydrates) and biodegradability (a high concentration of degradable organic compounds and low concentration of inhibitory to microbiological activity compounds). Although starchy and sugar based biomass and wastes are readily fermentable by microorganisms for hydrogen generation, lignocellulosic biomass needs to be pretreated. Pretreatment is carry out for altering the structural features of biomass which are classified as psysical or chemical. In general, pretreatment methods of lignocellulosic biomass can be divided into three main types, according to the means used for altering its structural features: mechanical, physicochemical and biological.

Deri ve deri ürünleri sektörü, 1990’lý yýllarda daðýlan Doðu Bloku ülkelerinden gelen talep ve yoðun bavul ticareti neticesinde üretim ve ihracat açýsýndan önemli bir geliþme göstermiþtir. Bu süreç, sektörde büyük yatýrýmlarýn yapýlmasýna ve dolayýsýyla kapasite artýþýna neden olmuþtur. Deri konfeksiyon sektörü dokuma kumaþ konfeksiyon sektöründen çeþitli noktalarda farklýlýklar göstermektedir. Bu durum, deri konfeksiyonunda hammadde olarak kullanýlan iþlenmiþ derinin, dokuma kumaþlara göre ebat, kalýnlýk, homojenlik gibi biyolojik, kimyasal ve fiziksel farklýlýklarýndan kaynaklanmaktadýr. Derinin, doðal yapýsý gereði farklý bölgeleri farklý özellikler göstermektedir. Bu çalýþmada deri materyalinden ve dokuma kumaþtan tasarlanmýþ ceketlerin farklý üretim süreçleri incelenmiþ ve karþýlaþtýrýlmýþtýr.

Leather and leather products industry has shown a significant improvement in export area, as a result of intensive shuttle trades and demand that comes from crumbling Eastern Bloc countries in 1990’s. This development has caused capacity increasing and thus makes large investments in this sector. Leather garment industry differs from woven or fabrics industry at various points. Differantation seems in raw materials features such as size, thickness, biological, chemical or physical homogenity. Due to the natural structure, leather shows different attributes in different regions. This study examines the diversity of production processes of leather and fabric designed jacket.

Matematik mühendislik eðitimindeki önemli konulardan biridir. Mühendislik fakültelerine temel matematik bilgi ve becerisi yetersiz olarak gelen öðrenciler, matematik dersinde riskli öðrenciler olarak sýnýflandýrýlmaktadýr. Bu çalýþmanýn amacý, Destek Vektör Makineleri yöntemini kullanarak riskli öðrencileri tahmin etmektir. 2007 yýlýnda Pamukkale Üniversitesi mühendislik fakültesine baþlayan 434 öðrencinin üniversiteye giriþ sýnavý sonuçlarýna ait verilerin kullanýldýðý araþtýrma sonuçlarýna göre; öðrencilerin matematik, fen bilimleri, Türkçe testlerinin sonuçlarý ile lise mezuniyet baþarý puanlarýnýn, matematik I dersindeki baþarýlarýný tahminde önemli rol oynadýðý bulunmuþtur. 289 öðrencinin verisi ile makine eðitilmiþ, 145 öðrencinin verisi ise test için kullanýlmýþ ve matematik I dersinden geçen öðrencilerin % 86’sý doðru olarak tahmin edilmiþtir.

Mathematics is one of the most important subjects for engineering education. In School of Engineering, students who enter university without basic mathematical knowledge and skills are categorized as mathematically ‘at-risk’. The purpose of this study was to predict ‘at risk’ students by using Support Vector Machine method. Data of Pamukkale University School of Engineering’s 434 incoming students of year 2007 were considered in this study. The result shows that students’ university entrance examination mathematics, science and Turkish tests scores and students’ high school graduation grade point average are important items to predict students’ achievement at university calculus I course. SVM is trained with features of 289 students and tested with features of remaining 145 students. 86% of successful students for calculus I course was predicted as true by SVM.

Bu çalýþmada, Seramik Sektöründe faaliyet gösteren tedarikçi firmalarýn, eþ zamanlý mühendislik metodunu kullaným etkinliðine göre deðerlendirilmesi sürecinde kullanmak üzere; üç katmanlý, ileri beslemeli, geriye yayýlýmlý bir Yapay Sinir Aðý modeli geliþtirilerek, bu modelin, tedarikçi deðerlendirme sürecinde kullanýlabilirliði araþtýrýlmýþtýr. Çalýþma kapsamýnda oluþturulan araþtýrma modelinin baðýmsýz deðiþkenleri aðýn giriþ deðiþkenleri olarak, baðýmlý deðiþkeni ise çýkýþ deðiþkeni olarak kullanýlmýþtýr. Bu deðiþkenlerin deðerleri faktör analizi yardýmý ile belirlenmiþtir. Analizde kullanýlacak veri setinin temini için, aðýn giriþ ve çýkýþ deðiþkenlerini açýklayan otuz dört soruluk bir anket formu hazýrlanarak, ilgili sektörde faaliyet gösteren 52 firmayý kapsayan anket çalýþmasý gerçekleþtirilmiþtir. Aðýn daha doðru sonuçlar vermesi için, analiz sonuçlarýna göre faktör yükü 0.6’nýn altýnda deðere sahip sorular elenmiþtir. Elenen sorularýn deðerlendirme dýþý býrakýlmasý ile, 8 giriþ deðiþkenini açýklayan 22 soruya verilen cevaplar aðýn giriþ deðerlerinin belirlenmesinde, çýkýþ deðiþkenini açýklayan 3 soruya verilen cevaplar aðýn çýkýþ deðerinin belirlenmesinde kullanýlmýþtýr. Aðýn giriþ ve çýkýþ deðerlerine iliþkin veri seti, k-fold yöntemi ile 4 eþit gruba ayrýlarak dört farklý alternatif að yapýsý oluþturulmuþtur. Sonuç olarak, en düþük hatayý veren aðýn test simülasyonu sonucunda elde edilen tahmini firma puanlarý ile gerçek firma puanlarý birbirine çok yakýn çýktýðý için, geliþtirilen Yapay Sinir Aðý modelinin, tedarikçi deðerlendirme sürecinde kullanýlabileceði sonucuna varýlmýþtýr.

In this study, a-three layered feed-forward backpropagation Artificial Neural Network (ANN) model is developed for the supplier firms in ceramic sector on the bases of user effectiveness for using concurrent engineering method. The developed model is also questioned for its usability in the supplier evaluation process. The network’s independent variables of the developed model are considered as input variables of the network and dependent variables are used as output variables. The values of these variables are determined with factor analysis. For obtaining the date set to be used in the analysis, a questionnaire form with 34 questions explaining the network’s input and output variables are prepared and sent out to 52 firms active in related sector. For obtaining more accurate results from the network, the questions having factor load below 0,6 are eliminated from the analysis. With the elimination of the questions from the analysis, the answers given for 22 questions explaining 8 input variables are used for the evaluation the network’s inputs, the answers given for 3 questions explaining output variables are used for the evaluation the network’s outputs. The data set of the network’s are divided into four equal groups with k-fold method in order to get four different alternative network structures. As a conclusion, the forecasted firm scores giving the minimum error from the network test simulation and real firm scores are found to be very close to each other, thus, it is concluded that the developed artificial neural network model can be used effectively in the supplier evaluation process.

Son 20 yýldýr polimer kimyasý tarafýndan çok sayýda lineer olmayan yapýlar ortaya çýkartýlmýþ ve polimer sentezi sýrasýnda çok sayýda yan dallarýn eklenmesi, çok sayýda uç gruplara sahip makromoleküllerin eldesine yol açmýþtýr. Bu polimerlerin iki tipi, düzgün yapýda dallanmýþ “dendrimer”ler ile dallanmanýn rastgele oluþtuðu “hiperdallanmýþ moleküller”dir. Bu makalede özel yapýlarý nedeniyle tekstilde de çeþitli uygulama alanlarý bulan dendrimerlerin tarihçesi, sýnýflandýrýlmasý, molekül yapýsý ve özellikleri hakkýnda bilgi verilmektedir.

Over the last 20 years polymer chemistry has created a number of non-lineer structures and introduction of a large number of branches during the polymer synthesis leads to obtain molecules with many end groups. Two types of these polymers are regularly branched “dendrimers” and “hyperbranched polymers” where branching is formed randomly. In this article knowledge about history, classification, molecular structure and properties of dendrimers which have found various application areas also in textile due to their special structures is given.