Yapay zeka yaklaşımıyla jeofizik kuyu loglarından kömür varlığının belirlenmesi ; Manisa, Soma havzası
Determination of coal presence with geophysical well logging by using an artificial intelligence aproximation; Manisa, Soma basin
- Tez No: 457985
- Danışmanlar: YRD. DOÇ. DR. CAN KARAVUL
- Tez Türü: Yüksek Lisans
- Konular: Jeofizik Mühendisliği, Geophysics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Sakarya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Jeofizik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 107
Özet
Son zamanlarda, Yapay Sinir Ağları (YSA) ve Adaptif Sinirsel Bulanık Çıkarım Sistemi (ANFIS) çeşitli mühendislik dallarındaki karmaşık sorunları çözmek için yaygın olarak kullanılmaktadır. Bilinen klasik yöntemlerin aksine bu çalışmada, YSA ve ANFIS yardımıyla kömür tabakalarının varlığına yönelik tahmin çalışması yapılmıştır. Çalışmada nötron, gamma ray ve yoğunluk değerleri giriş parametresi, kömür varlığı ise çıkış parametresi olarak kullanılmıştır. Çalışmada kullanılan datalar TKİ Genel Müdürlüğü'nün İR 75153 nolu ruhsat sahasındaki kömür arama sondajlarından alınmıştır. Soma kömür havzasında mekanik olarak açılan 10 adet sondajın jeofizik kuyu logu dataları kullanılmıştır. 10 sondaj kuyusundan 6 adedi eğitim setinde 4 adedi ise test setinde kullanılmıştır. Güvenilir sonuçlar elde etmek için tüm datalar -1 ve 1 arasında normalize edilmiştir. Eğitim ve test Matlab programının YSA ve ANFIS araç kutularında değerlendirilmiştir. YSA ile yapılan çalışmada sonuçlar kuyu bazında değerlendirildiğinde bölgedeki farklı kuyulardan elde edilen jeofizik kuyu logu verileriyle, yine aynı bölgede yer alan kuyularda % 94,9 ile % 86,4 arasında değişen doğruluk oranlarında kömür varlığının tahmin edilebildiği görülmektedir. Test edilen kuyular birlikte değerlendirildiğinde de doğruluk oranı % 91,6 ya kadar yükselebilmektedir. Oluşturulan ileri beslemeli geri yayımlı YSA modelinde düğüm sayısı arttıkça tahmin hatalarının kabul edilebilir miktarlarda arttığı gözlemlenmiştir. Sonuçlardaki hata oranındaki düşüklük, kömürün çıkarılması sürecinde büyük sahalardan alınacak daha az veri ile zaman ve para tasarrufu sağlanarak kaynakların daha etkin kullanılabileceği noktasında umut vericidir.
Özet (Çeviri)
Recently, Artificial Neural Network (ANN) and Adaptive Neuro Fuzzy Inference System (ANFIS) are used for solving to complex problems in various engineering discipline. Instead to common classical methods, in this study, ANN and ANFIS are used for estimating to presence of coal. In this study , neutron, gamma ray, and density are used as an input parameters, presence of coal is used as an output parameter. Logging data which are measured from 10 mechanical well for coal exploration in Soma Coal Basin area has İR 75153 licence number of General Directorate Of Turkish Coal Enterprises (TKI), are used. 6 of 10 well data are used in training set, remaining data are used in test set. In order to get reliable results, all the data are normalized between -1 and 1. Training and test data are evaluated with ANN and ANFIS Toolbox in Matlab. When ANN modelling of well results are evaluated individually, estimated rate of coal presence varies between %86,4 and %94,6. İf wells data are combined, accuracy rate is calculated as %91,6. İt is seen that error of estimation is acceptable when node number is increased in feed-forward backprobagation ANN model. The results in this study present that estimation of coal presence in larger areas can be succeed with less data, time and low costs by using ANN and ANFIS modelling methods.
Benzer Tezler
- Hisse senetleri yatırım kararlarında yapay zekâ uygulaması: Modern bir derin öğrenme algoritması önermesi
Implementation of AI in share investment decisions: Proposition of a modern deep learning algorithm
GÜLCAN ALİPOUR SARVARİ
- Akıllı telefon tabanlı kolorimetrik glikoz tayininde yapay zeka yaklaşımı
Artificial intelligence approach for smartphone based colorimetric glucose detection
ÖYKÜ BERFİN MERCAN
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik Mühendisliğiİzmir Katip Çelebi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ VOLKAN KILIÇ
DOÇ. DR. MUSTAFA ŞEN
- Metoprolol tartarat içeren ağızda dağılan tabletlerin, tasarımla kalite (QBD) çerçevesinde, risk değerlendirmesi ile formülasyon tasarımı
Design of an orally disintegrating tablet formulation containing metoprolol tartrate in the context of quality by design (QBD) with risk assessment
GİZEM YEĞEN
Yüksek Lisans
Türkçe
2015
Eczacılık ve Farmakolojiİstanbul ÜniversitesiFarmasötik Teknoloji Ana Bilim Dalı
DOÇ. DR. ERDAL CEVHER
- Yapay zeka doğal dil işleme yaklaşımıyla çevrimiçi metinsel veriler üzerine bir çalışma: Sanal tüketicilik
A study on online textual data with artificial intelligence natural language processing approach: Virtual consumerism
SEZAİ TUNCA
- Parotis bezi tümörlerinin ayırıcı tanısında multiparametrik manyetik rezonans görüntüleme kullanılarak geliştirilen derin öğrenme modeli
Deep learning model developed using multiparametric magnetic resonance imaging in the differential diagnosis of parotid gland tumors
EMRAH GÜNDÜZ
Tıpta Uzmanlık
Türkçe
2021
Kulak Burun ve Boğazİnönü ÜniversitesiKulak Burun Boğaz Hastalıkları Ana Bilim Dalı
PROF. DR. AHMET KIZILAY