TR-Dizin İndeksli Yayınlar Koleksiyonu
Permanent URI for this collectionhttps://hdl.handle.net/20.500.12573/396
Browse
3 results
Search Results
Article Citation - WoS: 1Estimating the Power Draw of Grizzly Feeders Used in Crushing-Screening Plants Through Soft Computing Algorithms(Konya Teknik Univ, 2024-01-02) Koken, EkinIn this study, the power draw (P) of several grizzly feeders used in the Turkish Mining Industry (TMI) is investigated by considering the classification and regression tree (CART), random forest (RF) and adaptive neuro-fuzzy inference system (ANFIS) algorithms. For this purpose, a comprehensive field survey is performed to collect quantitative data, including power draw (P) of some grizzly feeders and their working conditions such as feeder width (W), feeder length (L), feeder capacity (Q), and characteristic feed size (F80). 80 ). Before applying the soft computing methodologies, correlation analyses are performed between the input parameters and the output (P). According to these analyses, it is found that W and L are highly associated with P. On the other hand, Q is moderately correlated with P. Consequently, numerous soft computing models were run to estimate the P of the grizzly feeders. Soft computing analysis results demonstrate no superiority between the performances of RF and CART models. The RF analysis results indicate that the W is necessary for evaluating P for grizzly feeders. On the other hand, the ANFIS-based predictive model is found to be the best tool to estimate varying P values, and it satisfies promising results with a correlation of determination value (R2) of 0.97. It is believed that the findings obtained from the present study can guide relevant engineers in selecting the proper motors propelling grizzly feeders.Article Beton Dayanım Özelliklerinin Yüzey Tepki Yöntemi, Genetik Algoritma ve Yapay Sinir Ağları İle Tahmini(2022-06-30) Koken, Ekin; Kilincarslan, Semsettin; Tuncay, Ebru BaspınarBu çalışmada, beton dayanım özellikleri yüzey tepki yöntemi, genetik algoritma ve yapay sinir ağları yöntemleri ile analiz edilmiştir. Altı farklı beton agregası kullanılarak küp (10x10x10 cm) ve prizmatik (15x15x60 cm) beton numuneleri hazırlanmış olup, beton tek eksenli basınç dayanımı (UCSc) ve eğilme dayanımının (FSc) tahminlenmesi için bazı tahmin modeller geliştirilmiştir. Geliştirilen modellerde beton yoğunluğu (ρc), beton agregalarının Los Angeles aşınma kaybı (LAA) ve betonlara ait P dalgası hızı (Vpc) gibi parametreler kullanılmıştır. Elde edilen modellerin performansları bazı istatistiksel göstergeler ışığında değerlendirilmiş ve genetik algoritma ve yapay sinir ağlarını temel alan yöntemlerin beton dayanım özelliklerini tahmininde başarılı bir şekilde kullanılabileceği belirlenmiştir.Article Investigation of Rock Aggregate Quality Improvement Through Changes in Crushing Circuit: A Case Study on Vertical Shaft Impact Crusher(2021-12-04) Koken, Ekin; Cimsir, KeremBu çalışma kaya kırma döngüsünün agrega kalitesi üzerinde olan etkilerini araştırmaktadır. Bu amaçla, Vize’de (Kırklareli, Türkiye) bulunan bir kırma – eleme tesisi dikkate alınmıştır. Mevcut çalışma koşulları dikkate alınarak, kırma – eleme tesisinin bilgisayar ortamında simülasyonu yapılmıştır. Simülasyonlar üretim miktarı, kırıcıların verimliliği ve boyut küçültme oranı gibi niceliksel verileri içermektedir. Konik ve dik milli kırıcılar dikkate alınarak, kaya agrega kalitesi 33 – 63 mm boyut grubundaki agregalar için araştırılmıştır. Büyük ölçekte gerçekleştirilen parçalanma deneylerinde, kaya agrega kalitesinin kırma döngüsünden etkilendiği belirlenmiştir. Kırma döngüsünde yapılan bazı değişimler ile, araştırılan agregaların Los Angeles aşınma değeri ve yassılık indeksi sırasıyla %32 ve %35 oranlarında iyileştirilmiştir. Bu çalışmada agrega kalitesi iyileştirme süreçlerine ilişkin ana hatlar ve detaylar verilmiştir.