Görüntüleme
12
Bu çalışmada, mobilya endüstrisinde yoğun olarak kullanılmakta olan sarıçam odununun (Pinus sylvestris) ısıl işlem sonrası bazı fiziksel ve mekanik özellikleri test edilmiş, elde edilen bulgular yapay sinir ağı (YSA) ile modellenerek sıcaklık ve süre varyasyonlarına ilişkin ara değerler tahmin edilmeye çalışılmıştır. Ara değerlere ulaşmayı kolaylaştıran bu çalışma, mobilya tasarım/üretim aşamalarında ilgili araştırmacıları, akla gelen tüm ısıl parametrelerini deneme yükünden kurtarmayı hedeflemektedir. Çalışmada, sarıçam odunu örnekleri, 2, 4 ve 6 saat süreyle 150, 160, 170, 180, 190 ve 200 °C sıcaklıkta, normal atmosfer ortamında ısıl işleme tabi tutulmuştur. Ardından ısıl işlem uygulanmış örneklerdeki renk değişiklikleri, ağırlık kayıpları ve liflere paralel basınç direnci değerleri belirlenmiştir. Deneysel çalışmanın ardından, yapay sinir ağı ile iki farklı öğrenme algoritması -Levenberg-Marquardt (LM) ve Scaled Conjugate Gradient (SCG) algoritması ve 15 farklı gizli nöron kullanılarak modelleme işlemi gerçekleştirilmiştir. En iyi model LM öğrenme algoritması kullanan 2-7-6 yapısında elde edilmiştir. En iyi modelin ortalama mutlak yüzde hatası (MAPE); tahmin edilen renk parametreleri için %8,0’in altında bulunmuştur. Ağırlık kaybı ve liflere paralel basınç direnci MAPE değerleri sırasıyla %5,79 ve %1,50 olarak bulunmuştur. Sonuç olarak, YSA’nın, ısıl işlem görmüş odun numunelerinin çalışılan bütün parametrelerini tahmin etmede başarıyla kullanılabileceği sonucuna varılmıştır.
In this study, some physical and mechanical properties of yellow pine wood (Pinus sylvestris), which is used extensively in furniture industry, were tested after heat treatment. The findings obtained were modelled by artificial neural network (ANN) and interval values related to temperature and time variations were tried to be estimated. This study, which makes it easier to reach intermediate values, aims to save the relevant researchers from trial load all of the heating parameters during the furniture design/production stages. In the study scotch pine samples were heat-treated at 150, 160, 170, 180, 190 and 200 °C for 2, 4 and 6 hours, under normal atmosphere conditions. Color changes, weight losses and compression strength parallel to grain values of heat-treated samples were determined. After experimental study, modelling procedure was performed by ANN using two different learning algorithm- Levenberg-Marquardt (LM) and Scaled Conjugate Gradient (SCG) algorithm- 15 different hidden neurons. The best model was obtained from 2-7-6 structure using LM learning algorithm. Mean absolute percentage error (MAPE) of the best model was found below 8.0% for estimated color parameters. The weight loss and compression strength parallel to grain were 5.79% and 1.50%, respectively. It was concluded that ANN can be used successfully to predict all studied parameters of heat-treated wood samples.
Alan : Mimarlık, Planlama ve Tasarım; Mühendislik; Ziraat, Orman ve Su Ürünleri
Dergi Türü : Uluslararası
Makale Detay 
Benzer Makaleler
PDF Görüntüle
Dergi Bilgisi
Eseri Dinleyin
Alıntı Yap
Bu Sayfayı Yazdırın
Paylaş
Mendeley
