Isı yalıtım levhası üretimi şişirme prosesinde boncuk yoğunluğunun yapay sinir ağları ile tahmini
Estimating bead density in the blowing process of thermal insulation board production with artificial neural networks
- Tez No: 674272
- Danışmanlar: DR. ÖĞR. ÜYESİ FEYZA GÜRBÜZ
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 78
Özet
Yapay zeka uygulamalarının kullanımı her geçen gün artmaktadır. Bu uygulamalardan biri, insan beyni dikkate alınarak geliştirilen ve öğrenme yoluyla birçok probleme çözüm sunan yapay sinir ağlarıdır. Bu çalışmada, Türkiye'de kimya sektöründeki bir firmadan ön şişirme prosesine ait veri seti temin edilmiştir. Eğitim ve test olmak üzere iki gruptan oluşan bu veri seti üzerinde farklı metodlar uygulanarak ağırlık, ölçülen yoğunluk, çevrim süresi, buhar süresi ve buhar sıcaklığı gibi parametreler ile bloklarda istenilen yoğunluğu elde etmek için bloğu oluşturan boncukların hangi yoğunlukta şişirilmesi gerektiğinin tahmin edilmesi amaçlanmıştır. Bu amaç doğrultusunda, MATLAB R2015 programı yardımıyla yapay sinir ağı teknikleri, PolyAnalyst programı yardımıyla veri madenciliği kural bulma algoritması ve SPSS programı yardımıyla regresyon analizi ile veriler analiz edilmiş ve sonuçlar yorumlanmıştır. Elde edilen sonuçlara bakıldığı zaman en yüksek R2 değeriyle en iyi sonucu yapay sinir ağlarının verdiği görülmüştür. Gizli katmanlarında sırasıyla tansig, logsig; çıkış katmanında purelin aktivasyon fonksiyonuna sahip, birinci gizli katmanda 10 ve ikinci gizli katmanda 7 nöron bulunduran ileri beslemeli ağ yapısı en iyi sonucu veren ağ olarak seçilmiştir. Ardından bu ağ yapısı dikkate alınarak ağ test edilmiştir ve elde edilen çıktı ile gerçek çıktı karşılaştırılmıştır. Sonuçlar, ağın hata oranının düşük, performansının yüksek olduğunu ve tahminleme için yapay sinir ağlarının olumlu etkisini göstermektedir.
Özet (Çeviri)
The use of artificial intelligence applications is increasing day by day. One of these applications is artificial neural networks, which are developed considering the human brain and offer solutions to many problems through learning. In this study, a data set for the pre-expansion process was obtained from a company in the chemical industry in Turkey. By applying diffirent methods on this data set, which consists of two groups, training and testing, it is aimed to predict at what density the beads forming the block should be inflated in order to obtain the desired density in the blocks with parameters such as weight, measured density, cycle time, steam time and steam temperature. For this purpose, data were analyzed with artificial neural network techniques with the help of MATLAB R2015 program, data mining rule finding algorithm with the help of PolyAnalyst program and regression analysis with the help of SPSS program and the results were interpreted. When the results obtained are examined, it is seen that artificial neural networks give the best results with the highest R2 value. The feedforward network structure, which has tansig, logsig activation functions in the hidden layers, and purelin activation functions in the output layer, has 10 neurons in the first hidden layer and 7 neurons in the second hidden layer, has been chosen as the network that gives the best results. Then, considering this network structure, the network was tested and the obtained output was compared with the actual output. The results show that the error rate of the network is low, the performance is high, and the positive effect of neural networks for prediction.
Benzer Tezler
- Çam kozalağından ısı yalıtım levhası üretimi üzerine deneysel bir inceleme
An experimental research on the production of thermal insulation board from pine cone
MEHMET YAŞAR
Doktora
Türkçe
2023
Ağaç İşleriGazi ÜniversitesiAğaç İşleri Endüstri Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ALTUNOK
- Karbon nanotüp katkılı alumina/epoksi nano kompozitlerin mekanik özellikleri ve düşük hızlı darbe deneyine cevabı
Mechanical properties of carbon nanotube added alumina/epoxy nanocomposites and response to low velocity
SEZER PIÇAK
Yüksek Lisans
Türkçe
2015
Makine MühendisliğiGazi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF USTA
PROF. DR. AHMET AVCI
- Genleştirilmiş polistiren köpük (EPS) yalıtım levhalarının özelliklerini etkileyen üretim parametrelerinin irdelenmesi
Evaluation of the production parameters affecting characteristics of expanded polystyrene foam (EPS) insulation boards
ESMA MIHLAYANLAR
- Yapılarda ısı yalıtımı için geopolimer malzeme üretimi ve karakterizasyonu
Production and characterization of geopolymer materials for thermal insulation in constructions
UĞUR KUT
Doktora
Türkçe
2018
Mühendislik BilimleriDumlupınar ÜniversitesiMalzeme Bilimi ve Mühendisliği Ana Bilim Dalı
PROF. DR. İSKENDER IŞIK
- Lignoselülozik artıklardan imal edilen yalıtım amaçlı ahşap kompozit yapı malzemelerinin özelliklerinin araştırılması
Investigation Of Properties Of Wood Composite Building Materials For Insulation Purposes Manufactured From Lignocellulosic Residues
SANİYE ERKAN
Doktora
Türkçe
2024
Ağaç İşleriKahramanmaraş Sütçü İmam ÜniversitesiOrman Endüstri Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM BEKTAŞ