Development of an artificial neural network model to minimize power consumption in the milling of heat-treated and untreated wood

Basit Öğe Kaydı
dc.authorid0000-0001-8216-0048
dc.authorid0000-0003-0884-2555
dc.contributor.authorÖzşahin, Şükrü
dc.contributor.authorSinger, Hilal
dc.date.accessioned2021-06-23T18:33:29Z
dc.date.available2021-06-23T18:33:29Z
dc.date.issued2019
dc.departmentBAİBÜ, Mühendislik Fakültesi, Endüstri Mühendisliği Bölümüen_US
dc.description.abstractAim 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.en_US
dc.description.abstractÇalışmanın 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.en_US
dc.identifier.doi10.17475/kastorman.662699
dc.identifier.endpage328en_US
dc.identifier.issn1303-2399
dc.identifier.issn1309-4181
dc.identifier.issue3en_US
dc.identifier.startpage317en_US
dc.identifier.trdizinid339683en_US
dc.identifier.urihttps://doi.org/10.17475/kastorman.662699
dc.identifier.urihttps://app.trdizin.gov.tr/makale/TXpNNU5qZ3pNdz09
dc.identifier.urihttps://hdl.handle.net/20.500.12491/2260
dc.identifier.volume19en_US
dc.identifier.wosWOS:000504033600007en_US
dc.identifier.wosqualityN/Aen_US
dc.indekslendigikaynakWeb of Scienceen_US
dc.indekslendigikaynakTR-Dizinen_US
dc.institutionauthorSinger, Hilal
dc.language.isoenen_US
dc.relation.ispartofKastamonu Üniversitesi Orman Fakültesi Dergisien_US
dc.relation.publicationcategoryMakale - Uluslararası Hakemli Dergi - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectArtificial Neural Network
dc.subjectMilling
dc.subjectPower Consumption
dc.subjectWood
dc.subjectYapay Sinir Ağı
dc.subjectFrezeleme
dc.subjectGüç Tüketimi
dc.subjectOdun
dc.titleDevelopment of an artificial neural network model to minimize power consumption in the milling of heat-treated and untreated wooden_US
dc.title.alternativeIsıl işlem uygulanmış ve uygulanmamış odunun frezelenmesinde güç tüketimini azaltmak için bir yapay sinir ağı modelinin geliştirilmesien_US
dc.typeArticleen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
sukru-ozsahin.pdf
Boyut:
1.21 MB
Biçim:
Adobe Portable Document Format
Açıklama:
Tam metin/ Full text
İndir

Koleksiyon

TR-Dizin İndeksli Yayınlar Koleksiyonu
Endüstri Mühendisliği Bölümü Koleksiyonu
WoS İndeksli Yayınlar Koleksiyonu