Show simple item record

dc.contributor.authorDemirkır, Cenk
dc.contributor.authorKahraman, Hamdi Tolga
dc.contributor.authorÇolakoğlu, Gürsel
dc.date.accessioned2017-10-27T06:02:17Z
dc.date.available2017-10-27T06:02:17Z
dc.date.issued2014
dc.identifier.citationDemirkır, C , Kahraman, H , Çolakoğlu, G . (2013). Application of Meta-Heuristic Hybrid Artificial Intelligence Techniques for Modeling of Bonding Strength of Plywood Panels. Artvin Çoruh Üniversitesi Orman Fakültesi Dergisi, 15 (1), 20-32. DOI: 10.17474/acuofd.88981en_US
dc.identifier.urihttp://ofd.artvin.edu.tr/download/article-file/25867
dc.identifier.urihttps://hdl.handle.net/11494/1512
dc.description.abstractPlywood, which is one of the most important wood based panels, has many usage areas changing from traffic signs to building constructions in many countries. It is known that the high quality plywood panel manufacturing has been achieved with a good bonding under the optimum pressure conditions depending on adhesive type. This is a study of determining the using possibilities of modern meta-heuristic hybrid artificial intelligence techniques such as IKE and AANN methods for prediction of bonding strength of plywood panels. This study has composed of two main parts as experimental and analytical. Scots pine, maritime pine and European black pine logs were used as wood species. The pine veneers peeled at 32°C and 50°C were dried at 110°C, 140°C and 160°C temperatures. Phenol formaldehyde and melamine urea formaldehyde resins were used as adhesive types. EN 314-1 standard was used to determine the bonding shear strength values of plywood panels in experimental part of this study. Then the intuitive k-nearest neighbor estimator (IKE) and adaptive artificial neural network (AANN) were used to estimate bonding strength of plywood panels. The best estimation performance was obtained from MA metric for kvalue=10. The most effective factor on bonding strength was determined as adhesive type. Error rates were determined less than 5% for both of the IKE and AANN. It may be recommended that proposed methods could be used in applying to estimation of bonding strength values of plywood panels.en_US
dc.description.abstractEn önemli ahşap kökenli levha ürünlerinden biri olan kontrplak trafik levhalarından inşaata kadar pek çok kullanım yerine sahiptir. Yüksek kalitede kontrplak üretimi için tutkal türüne bağlı olarak optimum pres koşulları altında iyi bir yapışmanın sağlanması gerektiği bilinen bir gerçektir. Bu çalışmada kontrplağın yapışma direncinin tahmin edilmesi için modern meta buluşsal tekniklerden IKE ve AANN metotlarının kullanım imkanları araştırılmıştır. Çalışma deneysel ve analitik olarak iki kısımdan oluşmaktadır. Çalışmada ağaç türü olarak sarıçam, sahil çamı ve karaçam kullanılmıştır. Kaplamalar 2 farklı sıcaklıkta (32°C ve 50°C) soyulmuş ve 3 farklı sıcaklıkta (110°C, 140°C ve 160°C) kurutulmuştur. Kontrplak üretimi için fenol formaldehit ve melamin üre formaldehit tutkalları olmak üzere iki farklı tutkal türü kullanılmıştır. Deneysel olarak kontrplakların yapışma direnci değerleri EN 314-1 standardına göre yapılmıştır. IKE ve AANN teknikleri analitik olarak yapışma direnci tahmininde kullanılmışlardır. En iyi tahmin performansı k değeri 10 için elde edilmiştir. Yapışma direnci üzerine en etkili faktör olarak tutkal türü belirlenmiştir. IKE ve AANN için belirlenen hata oranları %5’in altında bulunmuştur. Çalışma neticesinde uygulanan tekniklerin kontrpalklarda yapışma direnci tahmininde kullanılabilir oldukları tespit edilmiştir.en_US
dc.language.isoengen_US
dc.publisherArtvin Çoruh Üniversitesien_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectAdaptive artificial neural network (AANN)en_US
dc.subjectAdaptif yapay sinir ağı (AANN)en_US
dc.subjectBonding Strengthen_US
dc.subjectIntuitive k-nearest neighbor estimator (IKE)en_US
dc.subjectPlywooden_US
dc.subjectYapışma Direncien_US
dc.subjectKontrplaken_US
dc.titleApplication of meta-heuristic hybrid artificial ıntelligence techniques for modeling of bonding strength of plywood panelsen_US
dc.title.alternativeKontrplaklarda yapışma direnci modellenmesinde meta-buluşsal yapay sinir ağları tekniklerinin kullanılmasıen_US
dc.typearticleen_US
dc.contributor.departmentKaradeniz Technical University, Faculty of Technology of Of, Woodworking Industry Engineering Departmenten_US
dc.contributor.authorIDTR19481en_US
dc.contributor.authorIDTR55635en_US
dc.contributor.authorIDTR2818en_US
dc.identifier.volume15en_US
dc.identifier.issue1en_US
dc.identifier.startpage20en_US
dc.identifier.endpage32en_US
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Başka Kurum Yazarıen_US


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record