Makine öğrenmesi algoritmaları ile bazik oksijen fırını çelik üretiminde oksijen miktarı tahminleme modeli geliştirilmesi

Bazik Oksijen Fırını (BOF) ile çelik üretimi, karbon içeriğini düşürmeyi ve sıcaklığı yükseltmeyi amaçlayan oldukça karmaşık, birçok fazlı fizik ve kimyasal reaksiyon içeren bir işlemdir. Proses esnasında BOF içerisine üflenen oksijen miktarı BOF refrakter kaplamasının ömrünü, üretim maliyetlerini ve istenen kalitede çelik üretimi yapılabilmesini etkileyen en önemli kontrol parametresidir. Bu tezde amaç BOF ile çelik üretimi sürecinde dinamik üfleme aşamasında üflenen oksijen miktarını makine öğrenmesi algoritmaları ile tahminleme modelinin geliştirilmesidir. En iyi tahminleme modelinin bulunabilmesi için, Doğrusal Regresyon, Çok katmanlı Algılayıcı(MLP), K-En Yakın Komşu (KNN), Aşırı Öğrenme Makinesi (ELM) ve Destek Vektör Makineleri (SVM) tabanlı Sıralı Minimal Optimizasyon (SMO) Regresyonu algoritmalarının Weka ve MATLAB kullanılarak karşılaştırılması yapılmıştır. BOF üretiminden toplanan verilerle geliştirilen tahminleme modellerinin sonuçları birbirlerine çok yakın çıkmıştır. ELM ve SVM tabanlı SMO Regresyonu ile diğer modellerden biraz daha iyi sonuç tahminleme yapılmıştır.