Örüntü tanıma uygulamaları kullanılarak sinter makinesi hız kontrolü
Sinter machine speed control using pattern recognition method
- Tez No: 444931
- Danışmanlar: YRD. DOÇ. DR. MERVE ERKINAY ÖZDEMİR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: İskenderun Teknik Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 79
Özet
Yüksek fırın yoluyla demir çelik üretimi yapılan entegre fabrikaların önemli birimlerinden biri sinter tesisleridir. Sinter tesisleri hammadde dozajlama ünitesinden ve bu hammaddelerin yüksek fırında kullanılmaya hazır hale getirildiği sinter makinesinden oluşur. Sinter makinesinde toz cevher, kireçtaşı, dünit gibi malzemeler kok tozu ile ergitilerek yüksek fırınlara gönderilir. Kısaca sinter adı verilen bu sinterlenmiş malzeme hem istenen yüksek fırın bazikliğini sağlamak için daha uygun bir malzemedir hem de yüksek fırının diğer bir girdisi olan peletten daha ekonomiktir. Sinter makinesinin verimli kullanılması iki yönden çok önemlidir: Birincisi, başka türlü kullanma imkânı olmayan toz cevher ve toz kok malzemeleri değerlenmiş olur. İkincisi yüksek fırına daha ucuz ve daha kaliteli malzeme sağlanır. Bu çalışmada, İskenderun Demir Çelik A.Ş. sinter makinesinin verimini artırmak için makine hızı kontrolünün operatör yönetiminden alınarak otomatik olarak yapılması sağlanmıştır. Sinter kalitesinden ödün vermeden üretimin artırılmasına dayanan bu tasarımda bir örüntü tanıma sistemi geliştirilmiştir. Geliştirilen bu sistemde sınıflandırıcı olarak doğrusal ayırma sınıflandırıcısı, yapay sinir ağı ve destek vektör makineleri kullanılmıştır. Değişen işletme şartlarına göre makinedeki sinterleşme yeri ve süresini değiştirmeyecek şekilde makine hızını yönetmek anlamına gelen hız optimizasyonu için tecrübeli operatör kararları ile eğitilen bu yöntemlere, eğitim verisi içermeyen test verileri uygulanmış ve bu üç yöntemin sonuçları karşılaştırılmıştır. Buna göre doğrusal ayırma sınıflandırıcısında % 72, yapay sinir ağında % 83 ve destek vektör makinelerinde % 80 oranında doğruluk oranları elde edilmiştir. Bu tezde yapılan başka bir çalışma ise ısıl kontrole bağlı hız yönetimi modelinin geliştirilmesi ve bu modelin İsdemir sinter tesislerinde kullanılmaya başlanmasıdır. Bu model, bu çalışmada anlatılan sinter makinesi sıcaklık verilerini kullanarak makinedeki ısıl kontrolü sağlayan ve makineye yaptığı hız değeri atamalarıyla sinter makinesinin verimini artıran bir otomasyon yazılımıdır. Bu model sinter makinesinin verimini % 10 arttırmıştır.
Özet (Çeviri)
Sinter plant is one of the important unit of the integrated plants, which made iron and steel production via blast furnace. The sinter plant consists of raw material dosing unit and sinter machine, which these raw materials are prepared in the blast furnace for use. Fine ore, limestone, dunite materials are melted with coke and sent to the blast furnace. This sintered material, called as sinter in shortly, as a material for providing the desired high alkalinity, is both more suitable than ore and is more economical than pellets which is another input material of blast furnace. The efficient usage of sinter machine is important in two aspects: First, it makes possible of using fine ore and fine coke powders, that are otherwise not possible to be used. Second, cheaper and better quality materials are provided to blast furnace. In this study, to increase the efficiency of the Iskenderun Iron and Steel Co. sinter machine, machine speed adjustment is done automatically, instead of being done by management of the operators. In this design which is aimed to increasing of production without sacrificing sinter quality, pattern recognition system has been developed. Linear discriminant classifier, artificial neural network and support vector machine are used in this system. Speed optimization means managing the speed of the machine without changing the place and time of the sintering point, regarding changing business conditions. For this optimization system is trained by experienced operators and the results of each method were compared with free test data. According to this study, % 72 accuracy rate in linear discriminant classifier, % 83 accuracy rate in artificial neural network and % 80 accuracy rate in support vector machine was obtained. Another study carried out in this thesis is development of speed management model depending on thermal control, which is a part of this study applied for Isdemir sinter plant. This model is an automation software using the temperature data which is described in this study that increases the productivity of the sinter machine. This model has increased the efficiency of the sinter machine by 10%.
Benzer Tezler
- Pattern recognition applications for image classification
Görüntü sınıflandırma için örüntü tanıma uygulamaları
MERT ÇETİNKAYA
Yüksek Lisans
İngilizce
2021
Endüstri ve Endüstri MühendisliğiBoğaziçi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. WOLFGANG HÖRMANN
- EEG ve EKG işaretlerinden örüntü tanıma uygulamaları ve karşılaştırılması
Applications and comparison of pattern recognition from EEG and ECG signals
ABDULNASIR YILDIZ
Doktora
Türkçe
2011
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA POYRAZ
- Temel bileşen analizi ve bağımsız bileşen analizi yöntemlerini temel alan bazı görüntü tanıma uygulamaları ve karşılaştırmaları
Some image recognition applications based on principle component analysis and independent component analysis and their comparisons
IŞIL YAZAR
Yüksek Lisans
Türkçe
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET ATIF ÇAY
- Bilgisayar destekli parmak izi tanıma sistemi tasarımı
Computer-aided fingerprint recognition system
ÖZNUR SİNEM SÖNMEZ
Yüksek Lisans
Türkçe
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. A. HALİM ZAİM
- Beyin tümörlerinin ileri görüntü işleme ve örüntü tanıma teknikleri kullanılarak bilgisayar destekli tespiti
Computer-aided detection of brain tumors using advanced image processing and pattern recognition techniques
SEDA KAZDAL
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. BUKET DOĞAN
PROF. DR. ALİ YILMAZ ÇAMURCU