Görüntüleme
4
Bu çalışmada, madencilik endüstrisinde kullanılan bazı eğimli bant konveyörlerin kurulu gücü (Pinst, Kw) iki yapay zeka yöntemi (Genetik programlama (GEP) ve yapay sinir ağları (ANN) ile araştırılmıştır. Bu amaçla, 42 bant konveyöre ait en önemli bant (bant boyu, (L), bant genişliği (W), bant eğimi (α)), işletme (bant hızı, (Vb) ve taşıma kapasitesi (Q)) ve alt yapı (Bant ağırlığı (Wb), bant akış kasnak ağırlığı (Wid)) özelliklerine ait veriler toplanmıştır. Toplanan veriler yapay zeka analizleri için bir veri seti haline dönüştürülmüş olup, GEP ve ANN yöntemlerini temel alan ve Pinst değerini tahmin edebilen iki kuvvetli tahmin modeli önerilmiştir. Önerilen modellerin performansları bazı istatistiksel göstergerler kullanılarak değerlendirilmiş olup, istatisiksel değerlendirmeler modellerin belirleme katsayısı (R2) değerlerinin 0.95’ten yüksek olduğunu göstermiştir. Bununla birlikte, ANN yöntemini temel alan modelin Pinst değerlerini tahmin etmede hafif bir üstünlüğü mevcuttur. Sonuç olarak, önerilen modeller güvenilir bir biçimde Pinst değerlerini tahmin etmede kullanılabilir. Ayrıca çalışmada ifade edilen modellere ait matematiksel ifadeler kullanıcıların modelleri daha etkin bir şekilde kullanmaları adına bu çalışmada sunulmuştur.
In this study, the installed power (Pinst, kW) of several inclined belt conveyors operating in the mining industry of Turkey was investigated through two soft computing algorithms (i.e., genetic expression programming (GEP) and artificial neural networks (ANN)). For this purpose, the most crucial belt (i.e., belt length (L), belt width (W), belt inclination (α)), operational (i.e., belt speed (Vb) and throughput (Q)) and infrastructural (belt weight (Wb) and idler weight (Wid)) features of 42 belt conveyors were collected for each investigated belt conveyor. The collected data was transformed into a comprehensive dataset for soft computing analyses. Based on the GEP and ANN analyses, two robust predictive models were proposed to estimate the Pinst. The performance of the proposed models was evaluated using several statistical indicators, and the statistical evaluations demonstrated that the models yielded a correlation of determination (R2) greater than 0.95. Nevertheless, the ANN-based model has slightly overperformed in predicting the Pinst values. In conclusion, the proposed models can be reliably used to estimate the Pinst for the investigated conveyor belts. In addition, the mathematical expressions of the proposed models were given in the present study to let users implement them more efficiently.
Alan : Fen Bilimleri ve Matematik; Sağlık Bilimleri; Ziraat, Orman ve Su Ürünleri
Dergi Türü : Ulusal
Makale Detay 
Benzer Makaleler
PDF Görüntüle
Dergi Bilgisi
Eseri Dinleyin
Alıntı Yap
Bu Sayfayı Yazdırın
Paylaş
Mendeley
