Geri Dön

Kükürt giderme işlemi için kullanılan malzeme miktarının makine öğrenme yöntemleri ile tahmini

Prediction with machine learning methods the amount of material used for desulphurization process

  1. Tez No: 682250
  2. Yazar: ESRA ÖZCAN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ EMRULLAH SONUÇ
  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: 2021
  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: 61

Özet

Sıvı ham demir üretimi, yüksek fırın tesislerinde kok, sinter ve diğer demir cevheri malzemelerinin kullanılmasıyla gerçekleşmektedir. Sıvı ham demirin çeliğe dönüştürülmesinden önce kükürt giderme işlemi uygulanmaktadır. Buradaki amaç, içerisinde mevcut olan kükürt miktarının belirli bir miktar düşürülmesidir. Bu işlemde, sıvı ham demirin hedef kükürt değerine ulaşması için bazı kükürt gidericiler enjekte edilmektedir. Enjekte edilecek malzeme miktarları ise bir modele göre kurgulanmalıdır. Literatürde kükürt giderme işlemi için temel ve veriye dayalı modeller önerilmektedir. Bu çalışmada ise makine öğrenme teknikleri kullanılmıştır. Yöntemlerin sonuçları analiz edilerek diğerlerine göre daha başarılı olduğu değerlendirilen yapay sinir ağı modelinin kullanılmasına karar verilmiştir. Çalışmada; kükürt giderme tesisinin 2020 yılına ait veriler kullanılarak malzeme miktarlarını tahmin etmek için bir model tasarlanmıştır. Verilerin %80'i eğitim seti, %20'si de test seti olacak şekilde ayrılmıştır. Tahmin edilen değerler ile tesisten alınan gerçek veriler karşılaştırılarak değerlendirilmiştir. Buna göre; tesiste kullanılan kükürt gidericilerden magnezyum, kireç ve florit için sırasıyla %85, %95.4 ve %80.14 doğruluk elde edilmiştir. Tesis için kullanılmak üzere model girdilerini parametre olarak alan ve tahmin edilen değerleri gösteren bir arayüz hazırlanmıştır.

Özet (Çeviri)

Liquid raw iron is produced by using coke, sinter and iron ore materials in the blast furnace facilities. Before the conversion of liquid raw iron to steel, the desulfurization process is performed. The aim here is to reduce the amount of sulphur present in it by a certain amount. In this process, some desulfurizers are injected so that the liquid raw iron reaches the target sulphur value. The amount of material to be injected should be designed according to a model. Basic and data-based models are suggested for the desulfurization process in the literature. In this study, machine learning techniques are used. The results of the methods are analyzed and it was decided to use the artificial neural network model which is considered to be more successful than the others. In this study, a model is designed to predict material quantities using data of the desulfurization facility for 2020. 80% of the data is divided into a training set and 20% as a test set. It is evaluated by comparing the estimated values with the real data taken from the facility. According to the results, 85%, 95.4% and 80.14% accuracies are obtained for magnesium, lime and fluorite, which are desulphurizers used in the facility, respectively. An interface is prepared for the facility, which takes the model inputs as parameters and displays the estimated values.

Benzer Tezler

  1. Development of zeolite-based adsorbents for deep desulfurization of liquefied petroleum gas

    Sıvılaştırılmış petrol gazının kükürtten arındırılması için zeolit esaslı adsorbanların geliştirilmesi

    BETÜL BULUT

    Doktora

    İngilizce

    İngilizce

    2023

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    Malzeme Bilimi ve Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞERİFE BİRGÜL ERSOLMAZ

  2. Kord teli uygulamalarına yönelik çeliklerin üretim ve sürekli döküm proses parametrelerinin optimizasyonu

    Optimization of production and continuous casting process parameters of steels for cord wire applications

    İLKER AYÇİÇEK

    Doktora

    Türkçe

    Türkçe

    2024

    Metalurji Mühendisliğiİstanbul Teknik Üniversitesi

    Metalurji ve Malzeme Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ NURİ SOLAK

  3. Production of high sulfur forging steels at Çemtaş steel plant

    Yüksek kükürtlü dövmelik çeliklerin Çemtaş Çelik Fabrikası'nda üretimi

    CENK GİTMEZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2003

    Metalurji MühendisliğiOrta Doğu Teknik Üniversitesi

    Metalurji ve Malzeme Mühendisliği Ana Bilim Dalı

    PROF.DR. NACİ SEVİNÇ

  4. Akaryakıtların sonokatalitik oksidatif desülfürizasyonu

    Sonocatalytic oxidative desulfurization of liquid fuels

    ALİ TUĞRUL ALBAYRAK

    Doktora

    Türkçe

    Türkçe

    2009

    Kimya Mühendisliğiİstanbul Üniversitesi

    Kimya Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET ALİ GÜRKAYNAK

  5. Yer altı kömür gazlaştırma teknolojisi ile Eskişehir-Alpu linyit rezervinden sentez gazı üretimi: Tekno-ekonomik değerlendirmeler

    Production of the synthesis gas from Eskisehir-Alpu lignite reserve with underground coal gasification: Techno-economic assessments

    FATMA ÜNAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Enerjiİstanbul Teknik Üniversitesi

    Kimya Mühendisliği Ana Bilim Dalı

    PROF. DR. HASAN CAN OKUTAN