Yapay sinir ağları ile sıvı ham demir tahmini ve 5.yüksek fırın uygulaması
Estimation of pig raw iron with artificial neural networks and 5th blast furnace application
- Tez No: 649314
- Danışmanlar: DR. ÖĞR. ÜYESİ CANER ÖZCAN
- 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: Karabük Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 69
Özet
Demir cevherinden çelik üretimi zor ve zahmetli bir süreçtir. Çelik üretiminin yanında ürün planlamanın da doğru bir şekilde yapılması demir-çelik sektöründe büyük önem arz etmektedir. Yüksek fırın işletmesi hem istenilen miktarda sıvı ham demir üretmeye hem de üretimde kullanılacak ham madde miktarını aşmamaya özen göstermektedir. Bu hammaddelerin takibi işletmelerin otomasyon birimleri tarafından dijital ortamda gerçekleştirilmekte ve kayıt altına alınmaktadır. Bu çalışmada, yüksek fırın işletmesine ait aylık ham madde bilgileri kullanılarak yapay sinir ağı ile üretilen sıvı ham demir miktarının tahmin edilmesi amaçlanmıştır. Bu sayede hem üretim ve tüketim planlama süreci daha hızlı bir şekilde yapılırken hem de işletmeler arasındaki bilgi alışverişinin de kolaylaştırılması sağlanacaktır. İşletme sahasından alınan üretim verilerinin normalizasyonu yapılarak yapay sinir ağı için anlamlı ve kullanılabilir hâle getirilmiştir. Bu kapsamda, 2016 ve 2019 yılları arasına ait 1000 adet aylık üretim verisi %70'lik kısmı eğitim, geri kalan %30'luk kısmı test için ayrılmıştır. Tahmin edilen sıvı ham demir miktarı, 5.yüksek fırın tarafından üretilen gerçek sıvı ham demir miktarı karşılaştırılarak değerlendirilmiştir
Özet (Çeviri)
Steel production from iron ore is a difficult and demanding process. Proper product planning as well as steel production is very important in the iron and steel industry. The blast furnace process pays attention not only to produce the desired amount of pig iron, but also to not exceed the amount of raw materials to be used in production. The tracking of these raw materials is monitored and recorded in digital environment by the automation units of the operations. In this study, it is aimed to estimate the amount of pig iron produced by using the monthly raw material information of the blast furnace process with artificial neural network. In this way, it will be ensured that both the production and consumption planning process is carried out more quickly and the information exchange between the process is facilitated. The production data received from the process site was first passed through the necessary normalization process and made meaningful and usable for the artificial neural network. 70% of the 1000 monthly production data between 2016 and 2019 are reserved for education and the remaining 30% for testing. The estimated amount of pig iron was evaluated by comparing the actual amount of pig iron produced by the 5th blast furnace.
Benzer Tezler
- Demir çelik sektöründe taguchı destekli yapay sinir ağı modeli ile sıvı ham demir kükürt içeriği tahmini
Prediction sulfur content of pig raw iron with taguchi supported artificial neural network model in iron and steel industry
MÜNİRE HEKİM
Yüksek Lisans
Türkçe
2022
Endüstri ve Endüstri MühendisliğiKarabük ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERKAN SAMİ KÖKTEN
- Demir çelik sektöründe maliyet tahmini
Cost estimation of iron steel sector
GİZEM KAPANŞAHİN
Yüksek Lisans
Türkçe
2019
Endüstri ve Endüstri MühendisliğiKarabük ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. FİLİZ ERSÖZ
DOÇ. DR. SEMRA BORAN
- A deep learning architecture for missing metabolite concentration prediction
Eksik metabolit miktarı tahmini için bir derin öğrenme mimarisi
SADİ ÇELİK
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ ÇAKMAK
- Çok doymamış yağ asitleri bakımından zengin alg ilave edilen yemlerin levrek (Dicentrarchus albrax L., 1758)'de büyüme performansı ve vücut komposizyonuna etkisi
Effects of pufa (Polyunsaturated fatty acids) enriched algae added diets on growth and body composition of sea bass (Dicentrarchus labrax L., 1758)
KAMİL MERT ERYALÇIN
Yüksek Lisans
Türkçe
2006
Su Ürünleriİstanbul ÜniversitesiSu Ürünleri Yetiştiriciliği Ana Bilim Dalı
PROF. DR. ERDAL ŞENER
- Biyoyağ verimliliğinin yapay sinir ağları ile modellenmesi: Endüstriyel reçine sentezinde bir uygulama
Modeling of bio-oil yield by artificial neural networks: An application in the synthesis of industrial resin
ERKAN SAMİ KÖKTEN
Doktora
Türkçe
2019
Ağaç İşleriKarabük ÜniversitesiOrman Endüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜNAY ÖZBAY