Geri Dön

Fourıer dönüşümlü kızılötesi spektroskopisi ve makine öğrenmesi kullanılarak poliollerde bazı karakteristik özelliklerin öngörülmesi

Prediction of some characteristic features in polyols using fourier transformed infrared spectroscopy and machine learning

PDF İndir

  1. Tez No: 857107
  2. Yazar: YUSUF SERDAR BEKDAŞ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ÖZGÜN YÜCEL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Kimya Mühendisliği, Chemical Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Gebze Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Kimya Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 46

Özet

Günlük hayatta poliüreatanları birçok alanda kullanmaktayız. Bu poliüretanların ve diğer bir çok ürünün hammaddesi olan poliol ürünlerinin bazı ana karakteristiklerini bulunmaktadır. Bu çalışma, bu karakteristikleri belirlemek amacıyla çeşitli makine öğrenme yöntemlerini incelemektedir. Poliol ürünleri, endüstriyel süreçlerde yaygın olarak kullanılan bir kimyasal bileşenlerdir ve bu ürünlerin ana karakteristiklerinin doğru bir şekilde tahmin edilmesi, üretim süreçlerinin yönetimi, kalite kontrolü ve ürün geliştirmenin temelini oluşturur. Çalışma, poliol ürünlerinin ana karakteristiklerini etkileyebilecek faktörleri belirlemek amacıyla derinlemesine bir literatür taraması yapar. Daha sonra, çeşitli kaynaklardan elde edilen geniş veri setlerini kullanarak, dört farklı makine öğrenme yöntemi olan lineer regresyon, Gaussian Process Regresyon (GPR), Destek Vektör Makinesi (SVM) ve Yapay Sinir Ağları (ANN) ile poliol karakteristiklerini tahmin etmek için kapsamlı analizler gerçekleştirir. Her bir modelin performansı, kök-kare ortalama hatası (RMSE), R-kare değeri ve diğer metrikler kullanılarak ayrıntılı bir şekilde değerlendirilir. Sonuçlar, hangi makine öğrenme yönteminin poliol ürünlerinin ana karakteristiklerini en iyi tahmin ettiğini belirlemeye yardımcı olacaktır. Ayrıca, bu tez, endüstriyel süreçlerin verimliliğini artırmayı hedefleyen mühendisler ve endüstri profesyonelleri için değerli bir kaynak oluşturacaktır. Poliol ürünlerinin kalite kontrolü ve süreç iyileştirmesi için gelişmiş veri analitiği tekniklerinin nasıl kullanılabileceğini vurgulayarak, gelecekteki çalışmalar için temel oluşturacaktır. Sadece poliollerin değil tüm kimyasalların birçok karakteristik özelliğini (Derişim, pH, mol kütlesi, bağ yapısı, öz ısı, öz kütle, ışık geçirgenlik vb.) tahmin etmek için de kaynak olacaktır. Sonuç olarak, bu çalışma, makine öğrenme yöntemlerinin poliol ürünlerinin ana karakteristiklerini tahmin etmek için nasıl kullanılabileceğini ve endüstriyel süreçlerin geliştirilmesine nasıl katkı sağlayabileceğini inceliyor. Bu çalışma, endüstriyel uygulamalar ve araştırma alanlarında değerli bir bilgi kaynağı olacaktır.

Özet (Çeviri)

We use polyureathane in many areas in daily life. Polyol products, which are the raw materials of these polyurethanes and many other products, have some main characteristics. This study examines various machine learning methods to identify these characteristics. Polyol products are commonly used chemical components in industrial processes, and accurately predicting their key characteristics is crucial for process management, quality control, and product development. The study commences with an in-depth literature review to identify the factors that may influence the key characteristics of polyol products. Subsequently, by utilizing extensive datasets from various sources, the research employs four different machine learning methods linear regression, Gaussian Process Regression (GPR), Support Vector Machines (SVM), and Artificial Neural Networks (ANN) - to predict the key characteristics of polyol products, conducting comprehensive analyses in the process. Each model's performance is assessed in detail using metrics such as Root Mean Square Error (RMSE), R-squared value, and others. The results provide valuable insights into which machine learning method offers the most accurate predictions for the key characteristics of polyol products. Furthermore, this thesis serves as a valuable resource for engineers and industry professionals aiming to enhance industrial processes. By highlighting how advanced data analytics techniques can be applied for quality control and process improvement of polyol products, it paves the way for future research. It will also be a resource for estimating many characteristic properties (concentration, pH, molar mass, bond structure, specific heat, specific mass, light transmittance, etc.) not only of polyols but of all chemicals. In conclusion, this study delves into the application of machine learning methods to predict the key characteristics of polyol products and how they can contribute to the enhancement of industrial processes. It stands as an invaluable source of knowledge for industrial applications and research fields.

Benzer Tezler

  1. Tez No

    849667

    Endüstriyel lignoselülozik atıkların karakterizasyonu ve sınıflandırmasında kemometrik yöntemlerin uygulanması

    Application of chemometric methods in characterization and classification of industrial lignocellulosic wastes

    MEHTAP ERDİL

    Doktora

    Türkçe

    Türkçe

    2023

    Ağaç İşleriİstanbul Üniversitesi-Cerrahpaşa

    Orman Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. NURAL YILGÖR

    PROF. DR. OZAN KOCADAĞLI

  2. Tez No

    894251

    Buğday çeşitlerinin yapay zeka yöntemleri kullanılarak sınıflandırılması

    Classification of wheat varieties using artificial intelligence methods

    MAHTEM TEWELDEMEDHIN MENGSTU

    Doktora

    Türkçe

    Türkçe

    2024

    ZiraatOndokuz Mayıs Üniversitesi

    Tarım Makineleri ve Teknolojileri Mühendisliği Ana Bilim Dalı

    PROF. DR. ALPER TANER

  3. Tez No

    815481

    Automated detection of endometrial and ovarian cancers by classification of urine-based FTIR spectroscopy signals using genetic algorithm, machine learning and deep learning methodologies

    İdrar tabanlı FTIR spektroskopi sinyallerinin genetik algoritma, makine öğrenmesi ve derin öğrenme yöntemleri kullanılarak sınıflandırılması aracılığıyla rahim ve yumurtalık kanserlerinin otomatik teşhisi

    FATIME OUMAR DJIBRILLAH

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Mühendislik BilimleriErciyes Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET EMİN YÜKSEL

  4. Tez No

    482495

    Role of interphase and characterization of polymer nanocomposites using FTIR, TGA and SEM

    İnterfazın rolü ve fourier dönüşümlü kızılötesi spektroskopisi, termogravimetrik analizi, taramalı elektron elektroskopu kullanarak polimer nanokompozitin karakterizasyonu

    SADEQ M.HASSEN ALEWEI AL-KHIDHRI

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Makine MühendisliğiTürk Hava Kurumu Üniversitesi

    Makine ve Uçak Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MURAT DEMİRAL

  5. Tez No

    744380

    Gözenekli ve biyobozunur magnezyum alaşımlarının implant malzemesi olarak üretimi ve karakterizasyonu

    Production and characterization of porous and biodegradable magnesium alloys as implant materials

    ABDURRAHİM TEMİZ

    Doktora

    Türkçe

    Türkçe

    2022

    Makine MühendisliğiKarabük Üniversitesi

    Endüstriyel Tasarım Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA YAŞAR

Geri Dön