Geri Dön

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

  1. Tez No: 649314
  2. Yazar: ERTAN YAVUZ KÖPRÜ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ CANER ÖZCAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Karabük Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. 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

    Türkçe

    2022

    Endüstri ve Endüstri MühendisliğiKarabük Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ERKAN SAMİ KÖKTEN

  2. Demir çelik sektöründe maliyet tahmini

    Cost estimation of iron steel sector

    GİZEM KAPANŞAHİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Endüstri ve Endüstri MühendisliğiKarabük Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. FİLİZ ERSÖZ

    DOÇ. DR. SEMRA BORAN

  3. A deep learning architecture for missing metabolite concentration prediction

    Eksik metabolit miktarı tahmini için bir derin öğrenme mimarisi

    SADİ ÇELİK

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALİ ÇAKMAK

  4. 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

    Türkçe

    2006

    Su Ürünleriİstanbul Üniversitesi

    Su Ürünleri Yetiştiriciliği Ana Bilim Dalı

    PROF. DR. ERDAL ŞENER

  5. 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

    Türkçe

    2019

    Ağaç İşleriKarabük Üniversitesi

    Orman Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜNAY ÖZBAY