Doğu Kayını Ahşabının Yüzey Pürüzlülüğünün Bir Yapay Sinir Ağı ile Modellenmesi

Abdullah Cemil İLÇE; Hilal SİNGER

Article Details

Doğu Kayını Ahşabının Yüzey Pürüzlülüğünün Bir Yapay Sinir Ağı ile Modellenmesi

Authors:

Abdullah Cemil İLÇE | Hilal SİNGER

Publisher:

Duzce University

Main Topics:

Applied physics

Journal:

Duzce University Journal of Science and Technology 2019 Vol.7 Issue 3, pp.1867-1878

Document Type:

Article

Publication Date:

7/2019

Document Language:

Turkish

Document ID (Org No.):

2000946185

Frequency:

Quarterly

eISSN:

2148-2446

Keywords:

Abstract:

 


The
aim of this study was to model the surface roughness of Oriental beech (Fagus orientalis Lipsky) wood with the aid
of artificial neural network (ANN) approach. Firstly, the working parameters of
a wide belt sanding machine were adjusted to be the sanding belt grit size of
60-100, feeding speed from 4 m/min to 10 m/min, and sanding cutting depth from
0.1 mm until 0.3 mm, respectively.  Secondly, after the surface roughness
of the samples was experimentally recorded, the data were divided into two
basic cathagories: namely, (I) the training sets and (II) test data sets. Thirdly,
they were modeled by the approach of artificial neural networks so that the
fundamental surface roughness parameters (Ra, Rq and Rz) can be anticipated
thoroughly. The comparisons between the experimental results and
theoretical findings (RRa = 0.99869, RRq =
0.9982 and RRz = 0.99882) show well-agreement with each
other’s. In this respect, this study declares that the surface roughness of the
solid beech was perfectly predicted within far higher accuracy and relatively
lower error by using the artificial neural networks approach.


.

 


Bu çalışmanın amacı yapay sinir ağı
(YSA) yaklaşımı ile doğu kayını (Fagus
orientalis Lipsky) ahşabının yüzey pürüzlülüğünü modellemektir. İlk olarak,
yatay bant zımpara makinesinin çalışma parametreleri (60-80-100 zımpara numarası,
4-7-10 m/dk besleme hızı ve 0,1-0,2-0,3 mm kesme derinliği) belirlenmiştir.
Numunelerin yüzey pürüzlülüğü deneysel olarak kaydedildikten sonra veriler
eğitim ve test veri setlerine ayrılmıştır. Daha sonra,
mevcut veriler Ra, Rq ve Rz’nin tahmin değerlerini doğru bir şekilde elde etmek
için YSA yaklaşımı ile modellenmiştir. Deneysel sonuçlar ile teorik bulgular
arasındaki karşılaştırma (RRa = 0,99869, RRq = 0,9982 ve
RRz = 0,99882) birbirleriyle iyi bir uyum içinde olduğunu
göstermektedir. Bu bağlamda, bu çalışma, kayın yüzey pürüzlülüğünün yapay sinir
ağları yaklaşımı kullanılarak çok daha yüksek doğrulukta ve daha düşük
hatalarda mükemmel bir şekilde tahmin edildiğini göstermiştir.



.

Article Details

Doğu Kayını Ahşabının Yüzey Pürüzlülüğünün Bir Yapay Sinir Ağı ile Modellenmesi

Authors:

Abdullah Cemil İLÇE | Hilal SİNGER

Publisher:

Duzce University

Main Topics:

Applied physics

Journal:

Duzce University Journal of Science and Technology 2019 Vol.7 Issue 3, pp.1867-1878

Document Type:

Article

Publication Date:

7/2019

Document Language:

Turkish

Document ID (Org No.):

2000946185

Frequency:

Quarterly

eISSN:

2148-2446

Yüzey pürüzlülüğü

Yapay sinir ağı

Zımpara kum büyüklüğü

Besleme hızı

Kesme derinliği

Issues

Article Details

Doğu Kayını Ahşabının Yüzey Pürüzlülüğünün Bir Yapay Sinir Ağı ile Modellenmesi

Authors: Abdullah Cemil İLÇE | Hilal SİNGER

Publisher: Duzce University

Main Topics: Applied physics

Journal: Duzce University Journal of Science and Technology 2019 Vol.7 Issue 3, pp.1867-1878

Document Type: Article

Publication Date: 7/2019

Document Language: Turkish

Document ID (Org No.): 2000946185

Frequency: Quarterly

eISSN: 2148-2446

Yüzey pürüzlülüğü

Yapay sinir ağı

Zımpara kum büyüklüğü

Besleme hızı

Kesme derinliği

Issues

Authors:

Abdullah Cemil İLÇE | Hilal SİNGER

Publisher:

Duzce University

Main Topics:

Applied physics

Journal:

Duzce University Journal of Science and Technology 2019 Vol.7 Issue 3, pp.1867-1878

Document Type:

Article

Publication Date:

7/2019

Document Language:

Turkish

Document ID (Org No.):

2000946185

Frequency:

Quarterly

eISSN:

2148-2446