Çimento hammadde sahasının bulanık sinir ağı ile modellenmesi

Abstract

Çimento üretiminde hammaddenin kimyasal kompozisyonu üretim işlemlerini ve çimentonun kalitesini etkileyen önemli bir faktördür. Kireç Doygunluk Faktörü (KDF) çimento sanayinde kullanılan kimyasal modüller arasında kritik olanıdır. Kimyasal bileşenler kullanılarak bu değerin kestirilmesi klinker üretimi öncesi önem kazanmaktadır. Bu çalışmada, özellikle mühendislik çalışmalarında önem kazanan esnek hesaplama tekniklerinin çimento sektöründe kullanılabilirliği araştırılmıştır. Bu amaçla Adana Çimento hammadde sahası için kireç doygunluk faktörü dağılımının tahmini bulanık sinir ağları yöntemi ile gerçekleştirilmiştir. Sonuç olarak, yapılan çalışmalar başarılı tahminlerin yapıldığını göstermiş ve çimento endüstrisinde esnek hesaplama teknikleri güçlü ve esnek model yapılarının sağlanmasında uygun araçlar olarak değerlendirilebilir

The chemical composition of raw materials is an important factor that affects the production process and the quality of cement. Lime Saturation Factor (KDF) is one of the critical used in the cement industry between chemical modules. Prediction of this value using chemical components is gaining importance in pre clinker production. In this study, it is investigated that usage of soft computing techniques which have been popular particularly in engineering works. For this purpose, the prediction of lime saturation factor distributions of Adana Cement raw material site by means of fuzzy-neural network techniques has been conducted. As a consequence, the studies showed that the predictions are successful for the raw materials site and it could be accepted that soft computing techniques are convenient tools for obtaining robust and flexible model structures