Dairesel Testereli Kesme Makinelerinin Saatlik Üretim Miktarının Mermer Yüzey Sertliğine Bağlı Olarak Yapay Sinir Ağı (YSA) ve Regresyon Analizleri (RA) ile Tahmin Edilmesi
Yazarlar (4)
Doç. Dr. Gökhan EKİNCİOĞLU Kırşehir Ahi Evran Üniversitesi, Türkiye
Avni Güney Muğla Sıtkı Koçman Üniversitesi, Türkiye
Deniz Akbay Süleyman Demirel Üniversitesi, Türkiye
Raşit Altındağ Süleyman Demirel Üniversitesi, Türkiye
| Bildiri Türü | Tebliğ/Bildiri | Bildiri Dili | İngilizce |
| Bildiri Alt Türü | Tam Metin Olarak Yayınlanan Tebliğ (Uluslararası Kongre/Sempozyum) | ||
| Bildiri Niteliği | Alanında Hakemli Uluslararası Kongre/Sempozyum | ||
| Kongre Adı | 9. Uluslararası Mermer ve Doğal Taş Kongresi ve Sergisi | ||
| Kongre Tarihi | 13-12-2017 / 15-12-2017 | ||
| Basıldığı Ülke | Türkiye | Basıldığı Şehir | Antalya |
| Özet |
| Doğal taş işleme tesislerinde kayaçların kesilebilirliği ve blok kesme makinelerin saatlik üretim miktarlarının tahmini, fabrika kurulumu öncesinde yapılacak fizibilite çalışmalarında işletmenin ekonomisi ve devamlılığı açısından önemli olmaktadır. Kesimi gerçekleştirilecek kayacın mühendislik özelliklerinin belirlenmesi ve bu özellikler dikkate alınarak üretim planlamasının yapılması işletme üzerinde önemli rol oynamaktadır. Bu çalışma kapsamında Muğla bölgesinde üretimi gerçekleştirilen mermerlerin Shore ve Schmidt yüzey sertlik değerleri belirlenmiş olup yapay zekâ tekniği olan yapay sinir ağları (YSA) ve regresyon analizleri ile modeller oluşturularak dairesel testereli blok kesme makinelerinin saatlik üretim miktarları tahmin edilmeye çalışılmıştır. Yapay sinir ağı modelleri için MATLAB programının “nntool” araç çubuğu, basit ve çoklu regresyon analizlerinde ise SPSS 17 programı kullanılmıştır. Fabrika ortamında belirlenen üretim miktarı değerleri ile yapay sinir ağı ve regresyon modellerinden elde edilen tahmini üretim miktarı değerleri arasındaki ilişkiler istatistiksel olarak incelenmiştir. İncelemeler sonucunda yapay sinir ağı modellerinden elde edilen tahmini üretim miktarı değerlerinin regresyon modellerinden elde edilenlere göre gerçek değerlere daha yakın sonuç verdiği belirlenmiş olup yapay sinir ağı ile saatlik üretim miktarının tahmin edilebileceği belirlenmiştir. |
| Anahtar Kelimeler |
