Geri Dön

Granül malzemelerin helezon konveyörde iletiminin makine öğrenmesi ile modellenmesi

Flow behaviour prediction of granular materials through a screw conveyor

  1. Tez No: 803953
  2. Yazar: EREN KALAY
  3. Danışmanlar: DR. ÖĞR. ÜYESİ MUHARREM ERDEM BOĞOÇLU, DR. ÖĞR. ÜYESİ BERNA BOLAT
  4. Tez Türü: Doktora
  5. Konular: Makine Mühendisliği, Mühendislik Bilimleri, Mechanical Engineering, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Konstrüksiyon Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 102

Özet

Helezon konveyörler farklı endüstrilerde granül malzemeleri tasımak ve iletmek için kullanılan mekanik araçlardır. Temel olarak bunker, ¸saft üzerine sarılı kanat ve bunu çevreleyen kılıftan olusmaktadır. Mekanik sistemin basit parçalardan olusmasına ragmen helezon konveyörde malzeme iletiminin davranı¸sın modellenmesi ve do˘gru parametrenin seçimi güç olabilmektedir. Bu yı˘gın malzemenin davranı¸sını anlamak için analitik, nümerik ve deneysel yaklasımlara literatürde sıkça rastlanmaktadır. Ayrık elemanlar metodu partiküllerin hareketini ve çarpısmasını hesaplamada en sık kullanılan nümerik metottur. Bu metodun kullanılmasıyla birlikte yıgın malzemenin farklı ko¸sullar altındaki hareketi anlasılabilmistir. Fakat her ne kadar malzemenin hareketi tahmin edilebilse de hesap yükü çok fazla olabilmektedir. Bu yüzden ayrık elemanlar metodu yerine son zamanlarda makine ögrenmesi yöntemlerinin kullanıldıgı görülmektedir. Bu çalısmada da amaç granül malzemenin helezon konveyördeki akıs debisini geleneksel yöntemlerden farklı olarak çok daha hızlı bir sekilde makine ögrenmesi yöntemiyle elde edebilmektir. Bunun için partikül ortalama çapı, konveyör egimi, partikül yogunlugu, partiküller arası ve partikül duvar arası statik ve dönme sürtünmeleri, tepme katsayıları giris parametreleri olarak kabul edilmistir. Bu giris parametreleri ile debi çıkıs parametresi arasında lineer olmayan baglantıyı kurabilen uygun yapıda bir sinir agı modeli olusturulmustur. Bu sinir agı modeli ayrık elemanlar simülasyonu ile elde edilen sonuçlar ile egitilmi¸stir. Sinir agı egitiminde fazla sayıda veriye ihtiyaç olmaktadır. Bu dezavantajlı durum deney tasarımı yöntemi ile giderilmistir. Parametrelerin dizaynı deney tasarımı ile olu¸sturulmustur ve bu sayede az sayıda veri ile sonuca ula¸sılması saglamı¸stır. Bu sinir agı modeli polipropilen kullanılarak deneyler ile dogrulanmıstır. Bunun haricinde de debi üzerine ¸seklin etkisi ara¸stırılmıs olup ¸sekil faktörünün de debi üzerinde etkili oldugu anlasılmı¸stır. Sinir agı metodunun helezon konveyörde debi hesabı için kullanılabilecek bir yöntem oldugu böylece gösterilmstir

Özet (Çeviri)

Screw conveyors are mechanical devices used to elevate or move granular products at a controlled rate in a variety of industries, including agriculture, chemicals, and polymers. The conventional setup consists of a hopper, a spiral blade mounted on an internal shaft, and a fixed external casing. Although mechanical systems are fundamentally simple, choosing the right parameters to transport bulk solids can be challenging. Many research has been carried out utilizing computational, analytical, and experimental methods to comprehend the bulk behavior of granular materials. A numerical method for computing the motion of particles that may interact with other particles or surfaces is known as the discrete element method. With the use of DEM, it was possible to accurately forecast how granular assemblies would flow. However, because of the processing requirements, DEM can be time-consuming. Instead, techniques based on machine learning have been used to quicken DEM application computation times. The objective of this study is to accurately forecast the rate of bulk material flow in a screw conveyor while reducing calculation time. The most sensitive parameters, which are particle mean diameter, increment angle, particle density, particle-particle and particle wall static friction, particle-particle rolling friction, and particle-particle and particle wall coefficient of restitution, are selected as input parameters. To construct a nonlinear relationship between the DEM simulation parameters and flow rate, a BP neural network has been developed. When a series of DEM simulation results with variable parameters are used to train the network, specifically for screw conveyor applications, the main disadvantage of this technique is that it requires a huge amount of data, which is time-consuming. To get around this problem, the DOE method was employed to reduce the number of virtual tests required to improve the ANN parameters. The trained ANN model combined with the DOE approach quickly and reliably predicted the mass flow rate for a horizontal screw conveyor. The trained ANN model was also experimentally verified using granular polypropylene. Also, it was demonstrated that the mass flow rate through the screw conveyor is slightly influenced by the particle shape. The ANN technique is a promising approach for accurately calculating a screw's flow rate, adding another option for figuring out granular material flow rate

Benzer Tezler

  1. Investigation of the cutting performances of the diamond tools used in the natural stone industry

    Doğal taş sanayisinde kullanılan elmaslı kesicilerin kesim performansının incelenmesi

    BERRAK BULUT

    Doktora

    İngilizce

    İngilizce

    2021

    Metalurji Mühendisliğiİstanbul Teknik Üniversitesi

    Metalurji ve Malzeme Mühendisliği Ana Bilim Dalı

    PROF. DR. MURAT BAYDOĞAN

  2. Deforme olmuş esnek kaplamalı karayollarının farklı sıcaklık ve trafik yükleri altındaki davranışının üç boyutlu modellenmesi ve analizi

    Three-dimensional modeling and analysis of the behavior of deformed flexible pavement highways under different temperatures and traffic loads

    HAMZA FAKROUJI

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    UlaşımÇankırı Karatekin Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BAŞAK VARLİ BİNGÖL

    DR. ÖĞR. ÜYESİ VESİLE HATUN AKANSEL

  3. Performance of sand granulated rubber mixture for soil stabilization using discrete element method (DEM)

    Kum granuler lastik karışımının zemin stabilizasyonundaki performansının ayrık elemanlar yöntemi (DEM) ile araştırılması

    KURALAY KADEKESHOVA

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    İnşaat Mühendisliğiİzmir Yüksek Teknoloji Enstitüsü

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. NURHAN ECEMİŞ

  4. Pelet esaslı 3B kompozit yazıcı, karma elyaf tekniği ile parça üretimi ve performansının incelenmesi

    Pellet based 3D composite printer, fabrication of part by commingled fiber technique, and investigation of performances

    EMİR EMİNOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Otomotiv MühendisliğiBursa Uludağ Üniversitesi

    Otomotiv Ana Bilim Dalı

    PROF. DR. MURAT YAZICI

    DR. YÜCEL CAN

  5. İri taneli zeminlerde direk kesme deneyi kullanarak kayma davranışının incelenmesi

    Investigating the shear strength behavior of granular soils using direct shear test

    SAYED MANSOOR ZAFAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    İnşaat Mühendisliğiİstanbul Aydın Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ KAVEH DEHGHANIAN