Makine Öğrenmesi Kullanarak Krom Kaplama Örtme Gücünün Tahmin Edilmesi

Ramazan KATIRCI; Hidayet TAKCI

Makale detayları

Makine Öğrenmesi Kullanarak Krom Kaplama Örtme Gücünün Tahmin Edilmesi

Yazarlar:

Ramazan KATIRCI | Hidayet TAKCI

Yayıncı:

Fırat University

Ana Başlıklar:

Mühendislik ve uygulamalı operasyonlar | Uygulamalı fizik

Dergi:

Fırat University Journal of Engineering Science 2021 Vol.33 Issue 2, pp.709-719

Belge Tipi:

Makale

Yayın Tarihi:

9/2021

Belge Dili:

Türkçe

Document ID (Org No.):

2000432377

pISSN:

1308-9072

Özet:

 

Krom kaplama, malzemelerin fiziksel özelliklerini ve korozyon dayanımını iyileştirmek için tüm dünyada yaygın olarak kullanılmaktadır. Bu çalışmada krom kaplamanın örtme gücünü tahmin etmek ve örtme gücüne etki eden öznitelikleri belirlemek için makine öğrenmesi algoritmaları kullanılmıştır. Bu amaçla GP (Gaussian Process), KNN (K-Nearest Neighbors), RF (Random Forest), SVR (Support Vector Regressor) ve XGB (eXtreme Gradient Boosting) algoritmaları seçilmiş ve bu algoritmaların hiper-parametreleri optimize edilmiştir. En yüksek R2 ve en düşük MSE değerlerini veren şartlar belirlenmiştir. Çapraz doğrulama için LOO (Leave One Out) metodu kullanılmıştır. En iyi sonuç SVR metodu ile elde edilmiştir. R2, MSE ve MAPE değeri sırasıyla 0,80, 0,26 ve 18.29 dur. Kaplamanın örtme gücüne etki eden en önemli iki öznitelik borik asit ve A kimyasalıdır. Bu kimyasalların yüksek seviyeleri kaplamanın örtme gücünü artırmıştır. Tüm algoritmaların hiper-parametreleri ızgara tarama yöntemi ile 2 veya daha fazla seviyede optimize edilmiştir. SVR metodunda en etkin iki hiper-parametre kernel ve C parametresidir. Kernel ve C hiper-parametreleri sırasıyla “rbf” ve 1 olduğu durumda en yüksek R2 değeri elde edilmiştir. Bu çalışma makine öğrenmesi algoritmalarını elektrokaplama sahasına uygulayan ilk çalışmalardandır. Bu yönüyle öncü olma niteliği taşımaktadır.

Makale detayları

Makine Öğrenmesi Kullanarak Krom Kaplama Örtme Gücünün Tahmin Edilmesi

Yazarlar: Ramazan KATIRCI | Hidayet TAKCI

Yayıncı: Fırat University

Ana Başlıklar: Mühendislik ve uygulamalı operasyonlar | Uygulamalı fizik

Dergi: Fırat University Journal of Engineering Science 2021 Vol.33 Issue 2, pp.709-719

Belge Tipi: Makale

Yayın Tarihi: 9/2021

Belge Dili: Türkçe

Document ID (Org No.): 2000432377

pISSN: 1308-9072

Sayı

Yazarlar:

Ramazan KATIRCI | Hidayet TAKCI

Yayıncı:

Fırat University

Ana Başlıklar:

Mühendislik ve uygulamalı operasyonlar | Uygulamalı fizik

Dergi:

Fırat University Journal of Engineering Science 2021 Vol.33 Issue 2, pp.709-719

Belge Tipi:

Makale

Yayın Tarihi:

9/2021

Belge Dili:

Türkçe

Document ID (Org No.):

2000432377

pISSN:

1308-9072