YAPAY SİNİR AĞLARI İLE ÇUBUK KANGAL HADDE PARAMETRELERİNİN BELİRLENMESİ

Abstract

ÖZET

Çelik üretim süreçlerinin en önemli aşamalarından biri nihai ürüne şeklinin verildiği haddeleme aşamasıdır. Bu aşamadaki her parametre doğrudan kaliteyi etkilemektedir. Çelik üreticileri, verimliliklerini artırma ve süreç parametrelerini maksimum verimlilik ve kaliteye göre optimize etmeyi hedeflemektedirler. Bu hedeflere ulaşmak için yapılacak çalışma parametrelerin otomasyon sistemleri tarafından belirlenmesidir. Bu çalışmada, Kardemir Çubuk ve Kangal Haddehanesinde yapay sinir ağı ile hadde parametrelerinin üretim öncesinde tespit edilerek verimlilik ve kalitede artış hedeflenmiştir. Sekiz adet giriş ve sekiz adet çıkış parametresi üzerinde çalışma yapılarak sinir ağı geliştirilmiştir. Çıkış değerleri yapay sinir ağında ağırlık güncellemesi ile tahmin edilmeye çalışılmıştır. Yapay sinir ağı mimarisi olarak ileri beslemeli geri yayılım algoritması kullanılmıştır. Giriş ve çıkış parametrelerinin ölçeklendirilmesi için normalizasyon yöntemi kullanılmıştır. Kodlama dili olarak C# ile verilerin saklanması için SQL SERVER veri tabanından yararlanılmıştır. Elde edilen sonuçlar Matlab nntool kütüphanesi ile aynı metot yardımı sonucu oluşturulan veriler ile karşılaştırılmıştır. Sonuç olarak yapay sinir ağı kullanarak hadde parametrelerinin belirlenmesi işlemi için tüm sonuç parametreleri gerçek değerler ile karşılaştırılmış olup hata oranları kabul değerlerde olduğu gözlemlenmiştir.

ABSTRACT

One of the most important stages of the steel production processes is the rolling stage in which the final product is shaped. Every parameter at this stage affects the quality. Steelmakers aim to increase their productivity and optimize process parameters for maximum efficiency and quality. The aim is to determine the parameters to be achieved by automation systems. In this study, it has been aimed to increase productivity and quality by determining the parameters of the rolling mill with the artificial neural network prior to production in Kardemir Rod and Wire Rolling Mill. Eight input and eight output parameters were studied, and neural network was developed. Output values are tried to be estimated by weight update in artificial neural network. Forward - back propagation algorithm is used as artificial neural network architecture. Normalization method was used to scale the input and output parameters. SQL Server database was used to store the data with C # as the coding language. The results obtained were compared with the result obtained by the same method with the Matlab nntool library. As a result, the results of models were compared with real values to see the efficiency of the model and it is observed that the approach yielded acceptable results.