This study was aimed at investigating the coke strength after reaction (CSR) prediction before coke production by regression modelling. Initially, quality parameters of studied coals, namely Australian, American and Canadian coals, were categorized to understand fluctuation in the parameters. Parameters studied consist of proximate analysis, physical properties, rheological properties, ash chemistry, petrographical analysis and coke quality parameters of the coals. After understanding remarkable difference in coal quality parameters relative to origin, regression analysis was performed for the coals under study. Highly correlated parameters were detected by correlation analysis, performed via Excel and Minitab, considering both Pearson Correlation Coefficient and p - values. Devore states that two variables show strong relationship when correlation coefficient of them is above 0.8. Absolute values of correlation coefficients above 0.8 evaluated as highly correlated. Absolute values of correlation coefficients between 0.6 and 0.8 and p – values below 0.05 also evaluated as highly correlated. Then, best subset analysis was carried out by Minitab to indicate best alternative regression model. Decision of which parameters are included into model was given by evaluating R – square, R – square (adj) and R – square (pred) of best subset analysis model alternatives. For studied Australian, American and Canadian coals, CSR prediction models were developed individually. Categorization and origin base CSR prediction model development studies created the base of CSR prediction model for coal blends. Precision of the models controlled by mean hypothesis and whether residues of model are equal to zero or not was checked. 1 – sample t test, 2 – sample t test and one-way ANOVA test were used for mean hypothesis. In addition, Origin base CSR prediction models were comprised with formulas retrieved from literature. At the end of study, CSR prediction models were developed with 96.5 %, 93.41 %, 86.21 % and 80.99 % R – square for Australian, American, Canadian coals and coal blends respectively.

Bu çalışmada reaksiyon sonrası kok mukavemetinin üretim öncesinde regresyon modeli ile tahmin edilmesi amaçlanmıştır. Başlangıçta çalışılan Avustralya, Amerika ve Kanada kömürlerinin kalite parametrelerinin nasıl değişkenlik gösterdiğinin anlaşılması için sınıflandırma çalışması yapılmıştır. Çalışılan parametreler kömürün kısa analizi, fiziksel, reolojik, kimyasal, petrografik ve kok kalite analizlerinden oluşmaktadır. Kömür orijinine göre göze çarpan farklılıklar anlaşıldıktan sonra çalışılan kömürler için regresyon analizi yapılmıştır. Excel ve Minitab ile gerçekleştirilen korelasyon analizleri sayesinde, Pearson korelasyon katsayısı ve p değerleri göz önüne alınarak yüksek ilişkili parametreler tespit edilmiştir..Korelasyon katsayısı mutlak değeri 0.8 ve üzerinde olan parametreler yüksek ilişkili olarak değerlendirilmiştir. Korelasyon katsayısı mutlak değeri 0.6 ile 0.8 arasında olan ve p değerleri 0.05 den küçük olan parametreler de yüksek ilişkili olarak değerlendirilmiştir. Sonrasında en iyi model alternatifini belirlemek için Minitab ile en iyi alt küme analizi gerçekleştirilmiştir. Hangi parametrelerin regresyon modelinde yer alacağı en iyi alt küme model alternatiflerinin R2, R2 (adj) ve R2 (pred) değerlerine bakılarak karar verilmiştir. CSR tahmin modelleri çalışılan Avusralya, Amerika ve Kanada kömürleri için ayrı ayrı geliştirilmiştir. Kategorizasyon ve orijin bazlı CSR tahmin model çalışmaları kömür harmanı için CSR tahmin modelinin temelini oluşturmuştur. Model tahmin artıklarının sıfıra eşit olup olmadığına bakmak için ortalama hipotezleri kurulmuş ve model tahmin hassasiyeti kontrol edilmiştir. Ortalama hipotezleri için 1 – sample t test, 2 – sample t test and one-way ANOVA testleri kullanılmıştır. Ek olarak, Orijin bazlı CSR tahmin modelleri literatürden bulunan formüller ile kıyaslanmıştır. Çalışmanın sonunda Avustralya, Amerika, Kanada ve Kömür harmanları için CSR tahmin modelleri sırasıyla % 96.5, % 93.41, %86.21 ve % 80.99 R2 ile modellenmiştir.