Modeling the Throughput of Horizontal Shaft Impact Crushers Using Regression Analyses, Artificial Neural Networks and Multivariate Adaptive Regression Spline
| dc.contributor.author | Koken, Ekin | |
| dc.date.accessioned | 2025-09-25T10:38:12Z | |
| dc.date.available | 2025-09-25T10:38:12Z | |
| dc.date.issued | 2022 | |
| dc.description.abstract | Bu çalışmada, yatay milli darbeli kırıcıların (HSI) kırma kapasitesinin (Q), regresyon analizleri, yapay sinir ağları (ANN) ve çok değişkenli uyarlamalı regresyon analizi (MARS) kullanılarak araştırılmıştır. Bu amaçla, Türkiye'deki çeşitli taş ocaklarında ikincil kırma işlemlerinde kullanılan 32 farklı HSI tipi kırıcı ele alınmıştır. Çeşitli sayısal veriler (rotor genişliği (Rw), rotor çapı (Rd), rotor hızı (Vr), karakterize edilen besleme boyutu (d80), çalışma enerjisi (Oe) ve kırmataşın Los Angeles aşınma değeri (LAAV)) her bir kırma–eleme tesisinden elde edilmiştir. Öncelikle, toplanan veriler kullanılarak doğrusal ve doğrusal olmayan regresyon analizleri gerçekleştirilmiştir. Daha sonra ise, bu kırıcıların Q değerini tahmin etmek için farklı ANN ve MARS analizleri yapılmıştır. Sonuç olarak, kırıcıların Q değerini tahmin etmek için güçlü tahmin modelleri geliştirilmiştir. Önerilen modellerin (M6–M10) belirleme katsayısı (R2) 0.91 ile 0.98 arasında değişmekte olup, söz konusu yüksek R2 değerleri geliştirilen modellerin göreceli başarısını göstermektedir. Bu nedenle, önerilen modeller, araştırılan HSI tipi kırıcıların Q değerini tahmin etmek için güvenilir bir şekilde kullanılabilir. Bununla birlikte, HSI tipi kırıcıların Q değerini etkileyen diğer faktörleri araştırmak için örnek çalışmalarının sayısı arttırılmalıdır. | en_US |
| dc.identifier.doi | 10.35414/akufemubid.1116702 | |
| dc.identifier.issn | 2149-3367 | |
| dc.identifier.uri | https://doi.org/10.35414/akufemubid.1116702 | |
| dc.identifier.uri | https://search.trdizin.gov.tr/en/yayin/detay/1220078/modeling-the-throughput-of-horizontal-shaft-impact-crushers-using-regression-analyses-artificial-neural-networks-and-multivariate-adaptive-regression-spline | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12573/3009 | |
| dc.language.iso | en | en_US |
| dc.relation.ispartof | Afyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisi | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.subject | Maden İşletme Ve Cevher Hazırlama | en_US |
| dc.subject | Mühendislik | en_US |
| dc.subject | Jeoloji | en_US |
| dc.subject | Jeokimya Ve Jeofizik | en_US |
| dc.subject | Jeoloji | en_US |
| dc.title | Modeling the Throughput of Horizontal Shaft Impact Crushers Using Regression Analyses, Artificial Neural Networks and Multivariate Adaptive Regression Spline | en_US |
| dc.title.alternative | Yatay Milli Kırıcılarda Kırma Kapasitesinin Regresyon, Yapay Sinir Ağları ve Çok Değişkenli Uyarlamalı Regresyon Analizi Kullanılarak Modellenmesi | en_US |
| dc.type | Article | en_US |
| dspace.entity.type | Publication | |
| gdc.author.institutional | Koken, Ekin | |
| gdc.bip.impulseclass | C5 | |
| gdc.bip.influenceclass | C5 | |
| gdc.bip.popularityclass | C5 | |
| gdc.coar.access | open access | |
| gdc.coar.type | text::journal::journal article | |
| gdc.collaboration.industrial | false | |
| gdc.description.department | Abdullah Gül University | en_US |
| gdc.description.departmenttemp | Abdullah Gül Üniversitesi | en_US |
| gdc.description.endpage | 1203 | en_US |
| gdc.description.issue | 5 | en_US |
| gdc.description.publicationcategory | Makale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanı | en_US |
| gdc.description.scopusquality | N/A | |
| gdc.description.startpage | 1193 | en_US |
| gdc.description.volume | 22 | en_US |
| gdc.description.wosquality | N/A | |
| gdc.identifier.openalex | W4307422113 | |
| gdc.identifier.trdizinid | 1220078 | |
| gdc.index.type | TR-Dizin | |
| gdc.oaire.accesstype | GOLD | |
| gdc.oaire.diamondjournal | false | |
| gdc.oaire.impulse | 2.0 | |
| gdc.oaire.influence | 2.628397E-9 | |
| gdc.oaire.isgreen | false | |
| gdc.oaire.popularity | 3.311151E-9 | |
| gdc.oaire.publicfunded | false | |
| gdc.oaire.sciencefields | 0205 materials engineering | |
| gdc.oaire.sciencefields | 0211 other engineering and technologies | |
| gdc.oaire.sciencefields | 02 engineering and technology | |
| gdc.openalex.collaboration | National | |
| gdc.openalex.fwci | 0.0 | |
| gdc.openalex.normalizedpercentile | 0.12 | |
| gdc.opencitations.count | 1 | |
| gdc.plumx.mendeley | 1 | |
| gdc.virtual.author | Köken, Ekin | |
| relation.isAuthorOfPublication | 9352c019-c944-4e23-a8e2-c73fac861cb6 | |
| relation.isAuthorOfPublication.latestForDiscovery | 9352c019-c944-4e23-a8e2-c73fac861cb6 | |
| relation.isOrgUnitOfPublication | 665d3039-05f8-4a25-9a3c-b9550bffecef | |
| relation.isOrgUnitOfPublication | 03adf3b0-3511-421e-b492-8fe188140fc0 | |
| relation.isOrgUnitOfPublication | ef13a800-4c99-4124-81e0-3e25b33c0c2b | |
| relation.isOrgUnitOfPublication.latestForDiscovery | 665d3039-05f8-4a25-9a3c-b9550bffecef |
