Yazar "Bardak, Timuçin" seçeneğine göre listele
Listeleniyor 1 - 7 / 7
Sayfa Başına Sonuç
Sıralama seçenekleri
Öğe Ayçiçek Kafasinin Yongalevha Endüstrisinde Kullanilabilme Olanaklari(Bartin Üniversitesi, 2020) Bardak, Selahattin; Nemli, Gökay; Bardak, Timuçin; Peker, Hüseyin; Özcan, MehmetBu çalismada, ayçiçek üretimi sonrasi tarlada atik kalan ayçiçek tablasinin hammadde olarak yonga levha üretimine uygunlugu arastirilmistir. Çalismada belirli oranlarda kokar agaç (Ailanthus altissima (Mill.) Swingle) odunu ve ayçiçek tablasi içeren 5 farkli levha üretilmistir. Ayni zamanda kullanilan hammaddelerin kimyasal özellikleri ve yonga levhalarin çesitli kalite özelliklerine de (fiziksel, mekanik, yüzey özellikleri ve formaldehit emisyonu) bakilmistir. Son olarak da elde edilen veriler degerlendirilerek yonga levhalarin çesitli kullanim yerlerinde özellikle de mobilya ve genel kullanim için uygunlugu ilgili standartlara bakilarak degerlendirilmistir. Kimyasal analizlerden elde edilen verilen verilerin degerlendirilmesi sonucunda tüm çözünürlük degerleri, pH ve kül degerlerinin ayçiçek tablasinda kokar agaca odununa göre daha yüksek oldugu belirlenmistir. Fakat holoselüloz, selüloz, hemizelüloz ve lignin miktarlarinin ise kokar agaç odununda ayçiçek tablasina göre daha yüksek oldugu tespit edilmistir. Yapilan çalismalardan elde edilen verilerin istatistiksel olarak degerlendirilmesi sonucu yonga levhalarin üretiminde % 10 ayçiçek kafasi kullanilmasi yonga levhalarin teknolojik özelliklerini etkilememistir. % 20, % 30 ve % 100 ayçiçek tablasi kullanimi egilme direnci, elastikiyet modülü ve yüzeye dik çekme direncini olumsuz yönde etkilemistir. Buna ragmen 2 ve 24 saatlik kalinligina sisme degerleri ve formaldehit emisyonunu ise olumlu yönde etkilemistir. Son olarak ise levhalarin yüzey özelliklerine (ortalama pürüzlülük, en büyük pürüzlülük ve on nokta pürüzlülügü) bakildiginda ayçiçek tablasi kullanim oranin artmasina paralel olarak pürüzlülük degerlerinin arttigi tespit edilmistir.Öğe Ayçiçek Tablasının Yonga Levha Endüstrisinde Kullanılabilme Olanakları(2020) Bardak, Selahattin; Nemli, Gökay; Bardak, Timuçin; Peker, Hüseyin; Özcan, Mehmet EminBu çalışmada, ayçiçek üretimi sonrası tarlada atık kalan ayçiçek tablasının hammadde olarak yonga levha üretimine uygunluğu araştırılmıştır. Çalışmada belirli oranlarda kokar ağaç (Ailanthus altissima (Mill.) Swingle) odunu ve ayçiçek tablası içeren 5 farklı levha üretilmiştir. Aynı zamanda kullanılan hammaddelerin kimyasal özellikleri ve yonga levhaların çeşitli kalite özelliklerine de (fiziksel, mekanik, yüzey özellikleri ve formaldehit emisyonu) bakılmıştır. Son olarak da elde edilen veriler değerlendirilerek yonga levhaların çeşitli kullanım yerlerinde özellikle de mobilya ve genel kullanım için uygunluğu ilgili standartlara bakılarak değerlendirilmiştir. Kimyasal analizlerden elde edilen verilen verilerin değerlendirilmesi sonucunda tüm çözünürlük değerleri, pH ve kül değerlerinin ayçiçek tablasında kokar ağaca odununa göre daha yüksek olduğu belirlenmiştir. Fakat holoselüloz, selüloz, hemizelüloz ve lignin miktarlarının ise kokar ağaç odununda ayçiçek tablasına göre daha yüksek olduğu tespit edilmiştir. Yapılan çalışmalardan elde edilen verilerin istatistiksel olarak değerlendirilmesi sonucu yonga levhaların üretiminde % 10ayçiçek kafası kullanılması yonga levhaların teknolojik özelliklerini etkilememiştir. % 20, % 30 ve % 100 ayçiçek tablası kullanımı eğilme direnci, elastikiyet modülü ve yüzeye dik çekme direncini olumsuz yönde etkilemiştir. Buna rağmen 2 ve 24 saatlik kalınlığına şişme değerleri ve formaldehit emisyonunu ise olumlu yönde etkilemiştir. Son olarak ise levhaların yüzey özelliklerine (ortalama pürüzlülük, en büyük pürüzlülük ve on nokta pürüzlülüğü) bakıldığında ayçiçek tablası kullanım oranın artmasına paralel olarak pürüzlülük değerlerinin arttığı tespit edilmiştir.Öğe Data Mining and Pixel Distribution Approach for Wood Density Prediction(2019) Bardak, Timuçin; Bardak, Selehattin; Sozen, EserThe wood material has strategic importance in economic development. Innovations are the basic premise of commercial success in the wood industry, as in all industries. The density of wood provides valuable information about the physical and mechanical properties of the wood, and it is also directly related to the productivity in the forest industry. Many non-destructive test studies have been conducted to evaluate the physical properties of wood structures. This study was conducted to predict the density of wood in the species of oak (Quercus robur) and beech (Fagus orientalis L.) using the number of pixels in a grayscale image and data mining. To this purpose, pixel density of data was processed with the data collected from the images of wood specimens. This data was used as descriptor variables in artificial neural networks and random forest algorithm. The designed artificial neural network model and random forest algorithm allowed the prediction of density with an accuracy of 95.19% and 96.36%, respectively for the testing phase. As a result, this study showed that pixel density and data mining have the potential to be used as an instrument for predicting the density of wood.Öğe Dijital görüntü korelasyon yöntemi ile farklı mobilya birleştirmelerin mekanik davranışlarının belirlenmesi(2018) Bardak, Timuçin; Sözen, Eser; Kayahan, Kadir; Bardak, Selahattin; Aydemir, Deniz; Peker, HüseyinKüresel rekabetin yoğunlaşması ile bütün endüstrilerde araştırma ve geliştirme çalışmaları kritik bir konu haline dönüşmüştür. Mobilya endüstrisinde dayanıklı ve kaliteli üretim için birleştirmelerin deformasyon davranışlarını anlamak önemlidir. Mekanik biliminde optik yöntemler temassız olarak katı malzemeler hakkında hızlı ve doğru bilgi verir. Bu çalışmada, dijital görüntü korelasyon yöntemi (DIC) kullanılarak basma ve çekme yükleri altında farklı mobilya birleştirmelerinin mekanik özellikleri ve deformasyonu analiz edilmiştir. Analiz için kutu konstrüksiyonlu mobilyada yaygın olarak kullanılan kelebek, tırnaklı trapez, minifixli birleştirme metotları seçilmiştir. Mobilya Birleştirmelerinin oluşturulmasında orta yoğunluklu lif levha (MDF), yonga levha (YL) ve lamine kaplı yonga levha (LY) kullanılmıştır. Çalışma sonucunda birleştirme türünün ve malzeme tipinin gerilme ve yer değiştirme (deformasyon) miktarını etkilediği saptanmıştır. Deney sonuçlarına göre, malzeme türünde en yüksek basma ve çekme direncini Lif levha vermiştir. Birleştirme çeşidinde kelebek bağlantı en iyi sonucu vermiştir. DIC yönteminin mobilya tasarımında birleştirmelerin optimizasyonu için yararlı bir araç olarak kullanılabileceği bulunmuştur.Öğe FP-Growth Algoritması Kullanılarak Tüketiciler ve Mobilya Kullanım Süresi Arasındaki İlişkilerin Belirlenmesi(2022) Sozen, Eser; Bardak, Timuçin; Bardak, SelahattinMobilyalar günlük hayat içinde çeşitli amaçlar için, farklı sürelerde tüm kültürlerde insanlar tarafından yaygın olarak kullanılmaktadır. Mobilya ve insan etkileşimi birçok açıdan incelenmesi gereken önemli bir konudur. Hem tüketicilerin sağlığının korunması hem de satın alma davranışlarını tam olarak anlamak için mobilyaların kullanım süresi bilgisine ihtiyaç bulunmaktadır. Bu çalışmada anket yöntemi ile tüketicilerin demografik bilgileri ve farklı mobilyalar için kullanım süreleri belirlenmiştir. Elde edilen verilerden Frequent Pattern (FP)-Growth algoritması ile farklı mobilyaların kullanım süresi ve tüketicilerin arasındaki ilişkiler belirlenmiştir. Çalışma sonucunda en güçlü birliktelik, yemek yeme mobilyalarında en kısa süre geçirenlerin kilosunun yüksek ve erkek olması arasında olduğu tespit edilmiştir. Çalışma mobilyalarında günlük 4 saat vakit geçirenlerin lisans mezunu erkek olması diğer bir birliktelik kuralıdır. Yine 18-25 yaş aralığındaki bireylerin yemek yeme mobilyalarında geçirdiği süreye ait birliktelik kuralına göre %69 doğruluk oranı ile 30 dakika olarak belirlenmiştir. Veri madenciliğine dayalı önerilen yöntem tüketiciler ve farklı mobilyalar için kullanım süresi arasındaki ilişkilerin etkili ve başarılı bir şekilde tespit edilebileceğini göstermektedir. Veri bilimi tüketici davranışlarını anlamak için karar vericilere yeni bakış açıları sunabilir. Bununla birlikte mobilya endüstrisinde kaliteyi artırmak için veri analizine dayalı yeni çalışmalara ihtiyaç duyulmaktadır.Öğe Prediction of wood density by using red- green-blue (rgb) color and fuzzy logic techniques(2017) Bardak, Timuçin; Bardak, SelahattinAhşap malzemenin yoğunluğu ahşabın mekaniksel özelliklerini etkilemesinden dolayı önemlidir. Mevcut yapay zeka teknikleri arasında bulanık mantık tahminlerde iyi bir yöntem olarak ortaya çıkmaktadır. Dijital görüntü tekniği bir görüntüden anlamlı bir bilgi elde etmek için kullanılan güçlü bir yöntemdir. Test örneklerinin yoğunlukları ölçülmüştür. Ayrıca, örneklerin renk yoğunluğunu ölçmek için Kırmızı-Yeşil-Mavi (KYM) renk muayenesine dayanan dijital görüntü analizi uygulanmıştır. Ölçülen değerler ve ahşabın KYM renk yoğunluğu temelinde yeni bir bulanık mantık modeli geliştirilmiştir. Sonrasında deneyler ve model verileri karşılaştırılmıştır. Hazırlanan modelin çıkarımları ile deneysel veriler %98.17 oranında doğruluk göstermiştir. Sonuç olarak, bulanık mantık odun yoğunluğu tahmini için geçerli bir yöntem olduğu tespit edilmiştir.Öğe Yapay Sinir Ağları ve Derin Öğrenme Algoritmaları Kullanarak Nanokompozitlerde Deformasyonun Tahmin Edilmesi(2018) Sözen, Eser; Bardak, Timuçin; Aydemir, Deniz; Bardak, SelahattinNanoteknoloji birçok endüstri için devrim niteliğindedir. Ülkelerin bilimsel ve ekonomik olarak yaptığı yatırımlar, nanoteknolojinin önemini ortaya koymaktadır. Bilim dünyasında veri madenciliği önemli bir yere sahiptir. Teknolojinin birçok alanında veri biliminden faydalanılmaktadır. Nanokompozitlerin kullanım yerini özellikler genellikle mekanik belirler. Geleneksel testler ile mekanik özellikleri belirlemek pahalı ve zaman alıcıdır. Veri madenciliği teknikleri bu problemlere daha düşük maliyetler ile çözümler sunabilmektedir. Bu çalışmada, derin öğrenme ve yapay sinir ağları algoritmaları farklı nanokompozitlerin çekme testleri sırasında deformasyonunu tahmin etmek için kullanılmıştır. Çalışma nanokompozit uygulamalarında veri madenciliği algoritmalarının başarılı bir şekilde uygulanabileceği gösterilmiştir. Aynı zamanda derin öğrenme algoritmalarının, yapay sinir algoritmalarından daha başarılı olduğu belirlenmiştir. Nanoteknoloji alanında veri madenciliğinin uygulandığı bilimsel çalışmalar çok sınırlı sayıdadır. Nanokompozitlerin üretiminin veri madenciliği algoritmaları ile simule edildiği yeni çalışmalara ihtiyaç vardır.
