Alçak yoğunluklu polietilen ürün kalitesinin makine öğrenmesi algoritmaları ile gerçek zamanlı tahmini
Real-time estimation of low-density polyethylene product quality with machine learning algorithms
- Tez No: 632596
- Danışmanlar: DOÇ. DR. OSMAN ÖZKARACA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Muğla Sıtkı Koçman Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilişim Sistemleri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 75
Özet
Plastik sektörü, ekonominin önemli aktörlerinden birisidir. Birçok ürünün hammaddesi konumunda olan plastiğin farklı türevleri bulunmaktadır. Gerçekleştirilen bu çalışma, günlük hayatta en sık kullanılan, plastiğin hammaddelerinden olan polimer ürün çeşitlerinden AYPE-T'in (Alçak Yoğunluklu Polietilen) gerçek zamanlı olarak ürün kalitesini tahmin etmeyi amaçlamaktadır. Polietilenin yüksek basınç prosesi ile elde edilen AYPE-T, fabrikada tamamen izöle ve sürekli bir sistemde üretilmektedir. Üretilen ürünün kalitesini belirlemek için kalite kontrol laboratuvarlarında çeşitli kimyasal ve fiziksel analizler yapılmaktadır. Analiz sonucuna göre ürün kalitesi birinci, ikinci ve üçüncü sınıf olarak belirlenmektedir. Üretimin başlaması ve ürün kalitesinin belirlenmesi arasında 5-7 saatlik süre farkı bulunmaktadır. Bu çalışmada geçmiş senelere ait fabrika üretim sistemindeki sensör ve laboratuvar verileri ile bir makine öğrenmesi modeli geliştirerek gerçek zamanlı üretimin kalitesi tahmin edilmeye çalışılmıştır. Çalışmada birçok denetimli makine öğrenmesi yöntemi kullanılmıştır. Bunlardan sınıflandırma kategorisindeki başarısı en yüksek olan artırma modeli tercih edilmiştir. Optimize edilmiş gradyan artırma algoritması olan Xgboost ile geliştirilen model, ürün kalitesini %97 ile en yüksek doğruluk oranında tahmin etmiştir. Bu model kullanılarak fabrikanın mühendis ve operatörleri için gerçek zamanlı bir karar destek mekanizması oluşturulmuştur.
Özet (Çeviri)
Plastics industry is one of the major actors of the economy. Plastic, which is the raw material of many products, has different derivatives. This study deals with to estimate the product quality of LDPE-T (Low Density Polyethylene) in real time which is one of the raw materials of plastic, which is the most frequently used material in daily life. LDPE-T, which is obtained by high pressure process of polyethylene, is produced in the factory in a completely insulated and continuous system. The quality (first, second, third class products) of the products like LDPE-T is determined by the multiple chemical and physical lab analysis. From production to quality estimation, it may take 5-7 hours. In order to predict the real time quality of the manufacturing product, process data from the reactor section of the plant and previous years laboratory results consolidated and machine learning algorithm built. The objective function of the machine learning algorithm is to predict the quality of the real time production and show the quality to plants technicians. To tackle this problem, ensemble boosting model is proposed in this paper, and the best prediction is obtained with XGBoost algorithm which is 97% overall accuracy rate. XGBoost is an optimized distributed gradient boosting library designed to be highly efficient, flexible and portable. The results indicated that quality of the LDPE-T production can be successfully predicted using this relatively straightforward machine learning tool.
Benzer Tezler
- Farklı gamma ışınlama dozlarının ve depolamanın kırmızı pul biberin (Capsicum annuum L. ) bazı kimyasal mikrobiyolojik ve duyusal kalitesi üzerine etkileri
The Effects of different gamma irradiation doses and storage on some chemical microbiological and sensory qualities of paprika (Capsicum annuum L. )
AYHAN TOPUZ
Doktora
Türkçe
2002
Gıda MühendisliğiAkdeniz ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
DOÇ. DR. FERAMUZ ÖZDEMİR
- Pyrolysis of waste greenhouse polyethylene to produce polyethylene wax
Atık sera polietilenin pirolizi ile polietilen vaksların üretimi
NECDET SERKAN BAYIR
Yüksek Lisans
İngilizce
2010
Kimya MühendisliğiEge ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. MESUT YENİGÜL
- Production of the fresh produce packaging material from low density polyethylene and polymethylpentene polymers
Düşük yoğunluklu polietilen ve polimetil penten polimerlerinden taze gıda ambalaj malzemesi üretimi
YASEMEN TUNCALI
Yüksek Lisans
İngilizce
2015
Polimer Bilim ve Teknolojisiİstanbul Teknik ÜniversitesiPolimer Bilim ve Teknolojisi Ana Bilim Dalı
DOÇ. DR. NESRİN KÖKEN
DR. TOLGA GÖKKURT
- Termoplastiklerin birincil geri dönüşümünde geri dönüşüm oranlarının son ürün özellikleri üzerindeki etkilerinin incelenmesi
The investigation of the effects of recycling ratios on final product properties in primary recycling of thermoplastics
İDİL MANDIRACI
Yüksek Lisans
Türkçe
2019
Kimya Mühendisliğiİstanbul Üniversitesi-CerrahpaşaKimya Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUNCER YALÇINYUVA
- Taze meyve ve sebzelerin raf ömrünü uzatmaya yönelik aype ambalajların geliştirilmesi
Developing composite ldpe packages for increasing the shelf lives of fresh fruit and vegetables
TOLGA GÖKKURT
Doktora
Türkçe
2012
Gıda MühendisliğiSakarya ÜniversitesiMetal Eğitimi Ana Bilim Dalı
PROF. DR. HÜSEYİN ÜNAL