Karbonat kökenli doğal taşların yapay sinir ağları ile kesilebilirlik tayini
Sawability prediction of carbonate natural stones using artificial neural networks
- Tez No: 244434
- Danışmanlar: DOÇ. DR. HÜRRİYET AKDAŞ, YRD. DOÇ. DR. BİROL YILDIZ
- Tez Türü: Doktora
- Konular: Maden Mühendisliği ve Madencilik, Mining Engineering and Mining
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Maden Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Maden İşletme Bilim Dalı
- Sayfa Sayısı: 292
Özet
Doğal taş sektöründe, görece büyük çaplı elmas soketli dairesel testerelerin kullanıldığı, blok kesiciler (S/T) yardımıyla plaka üretimi oldukça yaygındır. Bu nedenle, S/T'lerde kesimi yapılacak taşların kesim parametreleri, kesim performansının izlenmesi açısından önemlidir. Kesilecek kayacın fiziko-mekanik ve mineralojik-petrografik özelliklerine uygun çalışma parametrelerinin belirlenmesi; maliyet analizlerinde, üretim planlamasında, ürün kalitesi ve taşa uygun makina-donanım seçimi üzerinde önemli rol oynamaktadır.Bu çalışmada; elmas soketli dairesel testerelerin kullanıldığı blok kesici S/T'lerde, karbonat kökenli doğal taşlar üzerinde kesme performansı ölçümleri yapılarak, kesme veriminin ve kesme performansının en önemli göstergelerinden; özgül kesme enerjisi (SE) ve ilerleme hızının (Vf), yapay sinir ağları yardımıyla önceden tahminine yönelik modellerin geliştirilmesi amaçlanmıştır. Literatürde, laboratuar ölçekli çalışmalarda, özgül kesme enerjisi ve ilerleme hızını önceden tahmin eden klasik istatistiksel yöntemler, başarıyla uygulanmıştır. Laboratuar ölçekli çalışmaların birçok avantajı olmasına rağmen en önemli dezavantajı, gerçek üretim koşulları ile ilişkilendirilmelerinin güçlüğüdür. Bu nedenle, bu çalışmada; Eskişehir, Bilecik, Afyon ve Yalova bölgelerinde faaliyet göstermekte olan 19 farklı doğal taş işleme tesisinde, toplam 37 farklı doğal taşa (mermer, kireçtaşı, traverten) ve bu taşların kesimlerine ait, yerinde ve laboratuardan elde edilen veriler değerlendirilmiştir. Söz konusu doğal taş işleme tesislerinde, KYORITSU 6300 model, taşınabilir bir güç analizörü yardımıyla, kesimler sırasında, blok kesicilerin dikey testeresinin harcadığı enerji miktarları kaydedilmiştir. Bunun yanında; kesim için harcanan süre, blok boyutları, kesme derinliği ve dijital bir kumpas yardımıyla da testerenin taş içerisinde açtığı kanalın genişliği ölçülmüştür. Elde edilen bu ham veriler yardımıyla, her bir kesime ait özgül kesme enerjisi ve ilerleme hızı değerleri belirlenmiştir. Ayrıca, doğal taş işleme tesislerinde, kesimi yapılan bloklardan alınan örnekler yardımıyla, söz konusu doğal taşların başlıca fiziko-mekanik özellikleri belirlenmiştir.Özgül kesme enerjisi ve ilerleme hızı değerlerinin önceden tahmin edilebilmesi için oluşturulan yapay sinir ağları modellerinde; girdi parametreleri olarak, kesilen doğal taşların laboratuarda elde edilen başlıca fiziko-mekanik özelliklerin yanı sıra, çalışma parametrelerinden ilerleme hızı ve kesme derinliği (d) kullanılmıştır.Bölüm 2'de, yapay sinir ağları kavramı ayrıntılı olarak açıklanmış, yapay sinir ağlarının yerbilimlerindeki uygulamalarından bahsedilmiştir.Bölüm 3'de, doğal taş işleme prosesleri genel olarak ele alınmış, doğal taş işleme proseslerinde kullanılan makinalar ve özellikle blok kesici S/T'ler hakkında bilgiler verilmiştir.Bölüm 4'te, araştırmada kullanılan verilerin elde edilmesinde izlenen yöntemler ayrıntılı olarak anlatılmıştır.Bölüm 5'te, elde edilen verilerin klasik istatistiksel yöntemler ve yapay sinir ağları yardımıyla değerlendirilmesi yapılmıştır. Oluşturulan yapay sinir ağları modellemelerinde, geri yayılım öğrenme algoritması ve Levenberg-Marquardt öğrenme algoritması kullanılmıştır. Elde edilen sonuçlara göre, özgül kesme enerjisinin önceden tahmin edilmesinde; kesme derinliği, ilerleme hızı, Shore sertlik değeri, nokta yük dayanım indeksi, Schmidt çekici sertlik değeri ve eğilme dayanımı girdi parametreleri, ilerleme hızı değerinin önceden tahmin edilmesinde ise; kesme derinliği, Brazilian çekme dayanımı, Shore sertlik değeri ve testere çapı girdi parametrelerinin, istatistiksel anlamda yüksek bir güvenilirlikle kullanılabileceği belirlenmiştir. Bu bölümde ayrıca, incelenen doğal taşlar, mineralojik-petrografik tanımlamalarına göre gruplandırılarak, özgül kesme enerjisi ve ilerleme hızı değerleri tahmin edilmeye çalışılmıştır.Elde edilen sonuçlar ve ileride yapılacak çalışmalara ait önerilere ise Bölüm 6'da yer verilmiştir.
Özet (Çeviri)
In the natural stone industry, slab production by using block cutters (S/T) has found a wide field of application. Therefore, operational parameters of the stones to be sawn are of high importance from the point view of sawing performance monitoring. Assessment of the operational parameters appropriate to the physico-mechanical and mineralogical-petrographic properties of the rocks to be sawn is of high importance for cost analysis, production planning, product quality and equipment selection.In this study; it was aimed to develop artificial neural network prediction models of the cutting specific energy (SE) and feed rate (Vf) which are the indicators of sawing efficiency and sawing performance, respectively, by evaluating the results of the sawing test results performed on carbonate natural stones. Traditional statistical methods have been successfully used in the literature for the prediction of cutting specific energy and feed rate, based on laboratory-scale measurements. However, despite their certain advantages, laboratory-scale studies have the disadvantage of not being able to reflect the actual production conditions in practice. Accordingly, in the present study; sawing data obtained from 19 stone processing plants from Eskişehir, Bilecik, Afyon and Yalova regions were evaluated. A total of 37 different natural stones (marble, limestone and travertine) have been included in the analyses. During the sawing operations, energy consumption of the block cutters were recorded by using a portable energy analyzer KYORITSU 6300 model. Also, sawing time, block dimensions, cutting depth and kerf width have been measured. The relations between these raw data and physico-mechanical of the rocks were then established, and cutting specific energy and feed rates were determined.For the establishment of prediction models concerning cutting specific energy and feed rate, the physico-mechanical properties determined in the laboratory were used as well as the cutting depth (d) and feed rate (Vf).In section 2; the concept of artificial neural networks has been explained and its applications have been mentioned.In section 3; general information on the processing of natural stones and related equipment have been provided, with particular emphasis given to the block cutters (S/T).In section 4; the methodology followed in the present investigations have been explained in detail.In section 5; Evaluation of the obtained experimental data were made by using both the traditional statistical methods and artificial neural networks. Back propagation learning algorithm and Levenberg-Marquardt learning algorithms were used in the developed artificial neural network models. The established models indicated that cutting specific energy could be predicted with a high statistical significance level by the input parameters cutting depth, feed rate, Shore hardness, point load index, Schmidt rebound hardness and bending strength, while feed rate could be predicted by using the input parameters cutting depth, Brazilian tensile strength, Shore hardness and sawblade diameter. In this section, the classification of the studied rocks were also made according to their mineralogical-petrographic properties.The arrived results and suggestions for future studies have been mentioned in section 6.
Benzer Tezler
- Burdur ili mermer sektörünün kurumsal ve ekonomik yapısı
İnstitutional and economic structure of marble sector in burdur
AHMET SARITAŞ
- Karbonat kökenli doğal taşların dairesel testere ile kesilmesinin optimizasyonu
Sawing optimization of carbonate natural stone with circular saw
FATİH BAYRAM
Doktora
Türkçe
2008
Maden Mühendisliği ve MadencilikHacettepe ÜniversitesiMaden İşletme Ana Bilim Dalı
PROF. DR. SEYFİ KULAKSIZ
- Bazı karbonat kökenli Türk doğal taşların teknik özellikleri,yapıda ve restorasyonda kullanım alanları
Technical characteristics of some Turkish natural stones with calcium carbonate root and their usage fields on structure and restoration
GENCAY SARIIŞIK
Yüksek Lisans
Türkçe
2007
Maden Mühendisliği ve MadencilikAfyon Kocatepe ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
PROF.DR. AHMET ŞENTÜRK
- Karbonatlı doğal taşların deneysel olarak oluşturulan asit yağmuru ortamında bozunma biçimlerinin karekterizasyonu
Characterization of decomposition forms of carbonate natural stones i̇n the experimentally generated acid rain environment
MUSTAFA ÇETİN
Yüksek Lisans
Türkçe
2024
Maden Mühendisliği ve MadencilikAfyon Kocatepe ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERKAN ÖZKAN
- Archaeometric investigation of the construction materials of Roman (Caracalla) Bath in Ankara
Ankara Roma (Caracalla) Hamamı yapı malzemelerinin arkeometrik incelemeleri
ZEYNEP TANRIVERDİ
Doktora
İngilizce
2018
ArkeometriOrta Doğu Teknik ÜniversitesiArkeometri Ana Bilim Dalı
PROF. DR. MUSTAFA ÜMİT ATALAY
DOÇ. DR. ALİ AKIN AKYOL