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.
Çimento üretiminde hammaddenin kimyasal kompozisyonu üretim iĢlemlerini ve çimentonun kalitesini
etkileyen önemli bir faktördür. Kireç Doygunluk Faktörü (KDF) çimento sanayinde kullanılan kimyasal
modüller arasında kritik olanıdır. Kimyasal bileĢenler kullanılarak bu değerin kestirilmesi klinker üretimi
öncesi önem kazanmaktadır. Bu çalıĢmada, özellikle mühendislik çalıĢmalarında önem kazanan esnek
hesaplama tekniklerinin çimento sektöründe kullanılabilirliği araĢtırılmıĢtır. Bu amaçla Adana Çimento
hammadde sahası için kireç doygunluk faktörü dağılımının tahmini bulanık sinir ağları yöntemi ile
gerçekleĢtirilmiĢtir. Sonuç olarak, yapılan çalıĢmalar baĢarılı tahminlerin yapıldığını göstermiĢ ve
çimento endüstrisinde esnek hesaplama teknikleri güçlü ve esnek model yapılarının sağlanmasında uygun
araçlar olarak değerlendirilebilir.
Bölüm | Makaleler |
---|---|
Yazarlar | |
Yayımlanma Tarihi | 26 Aralık 2017 |
Yayımlandığı Sayı | Yıl 2017 Cilt: 32 Sayı: 4 |