Bazı Ahşap Esaslı Levhalarda Kaplama Yapışma Direncinin Yapay Sinir Ağları ile Modellenmesi

Year 2011, Volume: 14 Issue: 1 - Volume: 14 Issue: 1, 63 - 71, 01.03.2011

Mehmet Budakçı Memiş Akkuş

Abstract

Bu çalışmada, günümüzde birçok alanda kullanılan ve alınan veri sonuçlarının gerçeğe yakın değerler elde edilmesine olanak sağlayan, yapay zeka yöntemlerinden biri olan “Yapay Sinir Ağlarının” (YSA) mobilya ve dekorasyon elemanlarının kalite kontrol testlerinde kullanılması amaçlanmıştır. Araştırmada ilk önce, eğitim girdilerine örnek veri sağlamak için deneysel bir çalışma yapılmış, bu amaçla18 mmkalınlığındaki yatık yongalı levha (Sunta), orta yoğunlukta lif levha (MDF) ve kontrplak malzemelerin yüzeylerine, farklı miktarlarda (100, 150, 200 g/m²) izosiyanat tutkalı uygulanarak yapıştırılmış ahşap kaplama ve laminat levhaların ortalama yapışma direnç değerleri belirlenmiştir. Daha sonra tutkal miktarı faktörünün ara değerleri olan 125 g/m² ve 175 g/m², YSA kullanılarak modellenmiştir. Elde edilen veriler sonucunda YSA’nın mobilya ve dekorasyon elemanlarının kalite kontrolünde, tahribatsız analizi için alternatif bir metot olabileceği tespit edilmiştir.

Keywords

Yapay sinir ağları, yonga levha, lif levha, kontrplak, izosiyanat tutkalı

Modeling The Resistance of the Veneer Adhesion Strength on Some Wood Based Panels by Artificial Neural Networks

Abstract

In this study, the use of Artificial Neural Networks (ANN), which are one of the artificial intelligence methodsused in many areas obtaining the values closer to the actual data results, in quality control tests of furniture anddecoration elements is intended. First of all to provide example data for training inputs on experimental study was made.With this purpose the average adhesion strength of wood veneer and laminate on surface of 18 mm particleboard,medium density fiberboard (MDF) and ply-wood material in different amount (100, 150, 200 g/m²) which were gluedwith isocyanate were determined. Afterwards, interval values of glue amount factor which are 125 g/m² and 175 g/m²,were modeled by ANN. A result of obtained data it was determined that using ANN for the quality control of furnitureand decoration elements, as a non-destructive analysis to be an alternative method

Keywords

Artificial neural networks, particleboard, medium density fiberboard, ply- wood, isocyanate glue