Sodyum aljinat/poli(etilen glikol) karışımların karışabilirliğinin bulanık sistemlerle tahmini

Yıl 2019, Cilt: 34 Sayı: 2, 635 - 646, 23.05.2019

Dilek İmren Koç , Nisa Özel Ergün Mehmet Levent Koç

https://doi.org/10.17341/gazimmfd.416521

Öz

Bu çalışmada, bulanıklaştırılmış etkileşim parametrelerine (α ve β) dayalı Mamdani ve Sugeno tipi bulanık sistemler çözelti fazındaki sodyum aljinat/poli(etilen glikol) karışımların karışabilirlik tahminine uygulanmıştır. Bulanık sistemlerden elde edilen karışabilirlik tahminleri, etkileşim parametrelerini  (α, Dh and β)  kullanan klasik viskozimetrik analiz sonuçları ile birlikte refraktif indeks ölçümleriyle karşılaştırılmıştır. Çalışmanın sonuçları, veri tabanlı sıfırıncı mertebeden Sugeno tipi bulanık modelin Mamdani tipi bulanık sistemden daha iyi bir tahmin performansına ve viskozimetrik çalışmalarda kullanılabilecek iyi bir potansiyele sahip olduğunu göstermiştir.

Anahtar Kelimeler

Bulanık sistem, Mamdani tipi model; Sugeno tipi model; karışabilirlik; viskozimetri

Kaynakça

• Z.H. Sun, W. Wang, Z.L. Feng, Criterion of polymer-polymer miscibility determined by viscometry, European Polymer Journal 28, 1259-1261, 1992.
• R. Garcia, O. Melad, C.M. Gomez, J.E. Figueruelo, A. Campos, Viscometric study on the compatibility of polymer-polymer mixtures in solution. European Polymer Journal 35, 47-55, 1999.
• Jiang, W.H., Han, S.J., A new criterion of polymer-polymer miscibility detected by viscometry, European Polymer Journal 34, 1579-1584, 1998.
• Koç, D.İ., Koç, M.L., Fuzzy viscometric analysis of polymer-polymer miscibility based on fuzzy regression, Chemometrics and Intelligent Laboratory Systems 157, 58-66, 2016.
• Mamdani, E.H., Application of fuzzy logic to approximate reasoning using linguistic systems, Fuzzy Sets and Systems 26, 1182-1191, 1977.
• Takagi, T., Sugeno, M., Fuzzy identification of systems and its applications to modeling and control, IEEE Transactions on Systems, Man and Cybernetics 15(1), 116-132, 1985.
• Khosravanian, R., Sabah, M., Wood, D.A., Shahryari, A., Weight on drill bit prediction models: Sugeno-type and Mamdani-type fuzzy inference systems compared, Journal of Natural Gas Science and Engineering, 36, 280-297, 2016.
• Pani , A.K., Mohanta, H.K., Online monitoring of cement clinker quality using multivariate statistics and Takagi-Sugeno fuzzy-inference technique, Control Engineering Practice, 57, 1-17, 2016.
• Žarković, M., Stojković, Z., Analysis of artificial intelligence expert systems for power transformer condition monitoring and diagnostics, Electric Power Systems Research, 149, 125-136, 2017.
• Balas C. E., Koc, L., Tür, R., Artificial neural networks based on principal component analysis, fuzzy systems and fuzzy neural networks for preliminary design of rubble mound breakwaters, Applied Ocean Research 32, 425-433, 2010.
• Ross, T. J., 1995, Fuzzy Logic with Engineering Applications, McGraw Hill Book Publishing Company, USA.
• Liu, J., Chung, F.I., Wang, S., Bayesian zero-order TSK fuzzy system modeling, Applied Soft Computing 55, 253-264, 2017.
• Koç, M.L., Balas, C.E., Genetic algorithms based logic-driven fuzzy neural networks for stability assessment of rubble-mound breakwaters, Applied Ocean Research 37, 211-219, 2012.
• Golden, R. M., 1996, Mathematical Methods for Neural Network Analysis and Design, Massachusetts Institute of Technology Press., USA.
• Özel, N., Sodyum Aljinat/Poli(etilen glikol) Karışımlarının Karışabilirliğinin Viskozimetrik ve Refraktometrik Yöntemlerle İncelenmesi, C.Ü., Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi, 2017.
• Larsen, P.M., Industrial applications of fuzzy logic control, International Journal of Man-Machine Studies 12(1), 3-10, 1980.