Page 29 - E-Tez Bülteni Eylül 2025, SAYI 3
P. 29
DOKTORA TEZİ
Maden Mühendisliği Anabilim Dalı
Doğaltaşların Aşındırıcı Sujeti ile Kesilmesine Yönelik Bir Araştırma:
Kesme Performansının İyileştirilmesi, Modelleme ve Optimizasyon
İçin Makine Öğrenimi Algoritmalarından Yararlanılması
Imene ROGAI
Tez Danışmanı: Prof. Dr. İzzet KARAKURT
Tez Özeti
Bu tezde, mermer, traverten, bazalt, oniks ve tüf olmak üzere çeşitli kayaçlardan oluşan iş parçaları kullanılarak aşındırıcı su jeti (AWJ) çok
geçişli kesme ve jetin ileri açılı hale getirme performansı deneysel olarak araştırılmıştır. Ayrıca; kesme performans göstergeleri, yapay sinir
ağı, gradyan destekli karar ağaçları, Gauss süreci regresyonu, destek vektör makinesi ve parçacık sürüsü optimizasyonu gibi makine
öğrenme algoritmaları (MLAs) ile modellenmiş ve optimize edilmiştir. Makine öğrenimi tabanlı modeller geliştirildikten sonra, ilgili modellerin
istatistiksel doğruluğu, determinasyon katsayısı, ortalama karekök hatası ve ortalama mutlak yüzde hatası gibi göstergeler ile kapsamlı bir
şekilde değerlendirilmiştir. Ek olarak, önerilen modelleri etkileyen tahmin edici değişkenlerin göreceli önemini belirlemek için rastgele orman
regresyonundan yararlanılmıştır. Tekli kesme ile karşılaştırıldığında kesme performans göstergesine ve kaya türüne bağlı olarak, çoklu
geçişli kesmenin kesme performansını önemli ölçüde iyileştirdiği belirlenmiştir. Çoklu geçişle elde edilen iyileştirmeler kadar olmasa da, jetin
ileri açılı hale getirilerek gerçekleştirilen deneylerde de yine performans göstergesine ve kaya türüne bağlı olarak %42,94'e kadar
iyileştirmeler elde edilmiştir. Bu iyileştirmelere ek olarak, kayaçların AWJ çoklu geçişli kesimi sırasında aşındırıcı besleme miktarındaki ve su
basıncındaki artışın önemli iyileştirmelere yol açtığı görülmüştür. Ayrıca, geliştirilen modellerin sıralaması kesme performans göstergelerine
bağlı olarak değişse de, MLAs'nın AWJ çoklu geçişli ve ileri açılı jet kesme teknikleri ile elde edilen kesme performanslarının modellenmesi
ve optimize edilmesi için başarılı bir şekilde kullanılabileceği sonucuna varılmıştır.
Anahtar kelimeler: Aşındırıcı Sujeti, Doğaltaş, Makine Öğrenmesi, Modelleme, Optimizasyon