Development of an artificial neural network model to minimize power consumption in the milling of heat-treated and untreated wood
Yükleniyor...
Dosyalar
Tarih
2019
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Aim of study: The power consumption of machining operations is an important part of the total production cost. Therefore, in this study, an artificial neural network (ANN) model was developed to model the effects of treatment, rotation speed, cutting depth, and feed rate on power consumption in the wood milling process. Material and methods: A multilayer feed-forward ANN was employed for the prediction of power consumption. The accuracy of the model was assessed by performance indicators such as MAPE, RMSE, and R². Main results: It has been observed that the ANN model yielded very satisfactory results with acceptable deviations. The MAPE, RMSE, and R2 values were obtained as 7.533, 0.027, and 0.9737 %, respectively, in the testing phase. Furthermore, it was found that power consumption decreased with decreasing of feed rate and cutting depth. Research highlights: The findings of this study can be used effectively in the forest industry to reduce the experimental time and costs.
Çalışmanın amacı: İşleme operasyonlarının güç tüketimi toplam üretim maliyetinin önemli bir parçasıdır. Bu nedenle, bu çalışmada odun frezeleme işleminde muamele, dönme hızı, kesme derinliği ve besleme hızının güç tüketimi üzerine olan etkilerini modellemek için bir yapay sinir ağı (YSA) modeli geliştirilmiştir. Materyal ve yöntem: İleri beslemeli çok katmanlı bir YSA güç tüketimini tahmin etmek için kullanılmıştır. Modelin doğruluğu, MAPE, RMSE ve R 2 gibi performans göstergeleri aracılığıyla değerlendirilmiştir. Sonuçlar: YSA modelinin kabul edilebilir sapmalarla oldukça tatmin edici neticeler elde ettiği görülmüştür. MAPE, RMSE ve R2 değerleri, test aşamasında sırasıyla % 7.533, 0.027 ve 0.9737 olarak elde edilmiştir. Ayrıca, besleme hızının ve kesme derinliğinin azalması ile güç tüketiminin azaldığı bulunmuştur. Araştırma vurguları: Bu çalışmanın bulguları orman endüstrisinde deneysel zamanı ve maliyetleri azaltmak için etkili bir şekilde kullanılabilir.
Çalışmanın amacı: İşleme operasyonlarının güç tüketimi toplam üretim maliyetinin önemli bir parçasıdır. Bu nedenle, bu çalışmada odun frezeleme işleminde muamele, dönme hızı, kesme derinliği ve besleme hızının güç tüketimi üzerine olan etkilerini modellemek için bir yapay sinir ağı (YSA) modeli geliştirilmiştir. Materyal ve yöntem: İleri beslemeli çok katmanlı bir YSA güç tüketimini tahmin etmek için kullanılmıştır. Modelin doğruluğu, MAPE, RMSE ve R 2 gibi performans göstergeleri aracılığıyla değerlendirilmiştir. Sonuçlar: YSA modelinin kabul edilebilir sapmalarla oldukça tatmin edici neticeler elde ettiği görülmüştür. MAPE, RMSE ve R2 değerleri, test aşamasında sırasıyla % 7.533, 0.027 ve 0.9737 olarak elde edilmiştir. Ayrıca, besleme hızının ve kesme derinliğinin azalması ile güç tüketiminin azaldığı bulunmuştur. Araştırma vurguları: Bu çalışmanın bulguları orman endüstrisinde deneysel zamanı ve maliyetleri azaltmak için etkili bir şekilde kullanılabilir.
Açıklama
Anahtar Kelimeler
Artificial Neural Network, Milling, Power Consumption, Wood, Yapay Sinir Ağı, Frezeleme, Güç Tüketimi, Odun
Kaynak
Kastamonu Üniversitesi Orman Fakültesi Dergisi
WoS Q Değeri
N/A
Scopus Q Değeri
Cilt
19
Sayı
3
