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

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
document (29).pdf
Size:
927.95 KB
Format:
Adobe Portable Document Format
Description:
Makale Dosyası

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.44 KB
Format:
Item-specific license agreed upon to submission
Description: