Kauçuk bileşiklerinin mekanik özelliklerinin yapay zeka teknikleri ile tahmin edilmesi ve karşılaştırmalı analizi

Kauçuk, keşfedildiği 15. yüzyıldan bu yana endüstride ve günlük yaşantıda farklı alanlarda sıklıkla kullanılan bir malzeme olmuştur. Elastik yapısı, aşınmaya karşı direnci, su geçirmez özelliği sayesinde kauçuk, modern yaşamda farklı sektörler için hayati bir öneme sahiptir Lastik üretiminde, kayış ve conta üretiminde, konveyör bant üretiminde yoğun olarak kullanılan kauçuk, farklı dolgu malzemeleri, kimyasallar ve proses kolaylaştırıcılar ile bileşik haline getirilip, işlenerek hizmete sunulur. Kullanılacağı alanın gereksinimlerini karşılaması önemli olduğu için, kauçuk bileşik üretiminin başlangıcından sonuna kadar bir dizi gereksinim testleri yapılır. Yapılan bu testler ile kauçuk bileşiklerinin reolojik ve mekanik özellikleri belirlenir. Kauçuk bileşiklerinin mekanik özellikleri, zaman alıcı ve pahalı laboratuvar çalışmaları ile belirlenir. Öte yandan günümüzde oldukça popüler olan yapay zekâ yaklaşımları, herhangi bir numuneye veya laboratuvar deneyine ihtiyaç duymadan, kauçukların mekanik özelliklerini saniyeler içerisinde tahmin etmek için kullanılabilir. Bu çalışmada, kauçuğun mekanik özelliklerinden olan sertliği, çekme mukavemetini, kopma uzamayı ve kauçuk bileşiklerinin yırtılma mukavemeti test değerlerini tahmin etmek için yapay sinir ağları, regresyon ağaçları ve topluluk öğrenimi teknikleri kullanılmıştır. Kauçuk bileşiklerinin, proses parametreleri ve hammadde bileşimleri, bu çalışmada seçilen yapay zekâ tekniklerinde girdi olarak kullanılmıştır. Veri seti 76 farklı kauçuk bileşiği formülasyonundan oluşmaktadır. 76 farklı kauçuk bileşiği formülasyonu ve test değerleri üzerinde normallik testi yapılmıştır. Daha sonrasında veri setinde girdi olarak yer alan 29 hammadde kg ağırlıkları ve dk cinsinden proses süreleri ele alınarak test değerleri üzerindeki korelasyon ilişkisine bakılmıştır. Sertlik, çekme mukavemeti ve yırtılma mukavemeti test değerleri üzerinde anlamlı değişikliğe yol açan hammaddeler belirlenirken, kopma uzama test değerleri üzerinde hiçbir hammadde ve proses süresinin anlamlı bir değişikliğe yol açmadığı görülmüştür. Mekanik özelliklerin test değerleri üzerinde anlamlı olarak belirlenen hammaddeler her bir mekanik özellik için seçilerek veri seti her mekanik özellik için ayrı olarak oluşturulmuştur. Oluşturulan veri setleri, yapay sinir ağları, regresyon ağaçları ve topluluk öğrenimi yöntemlerinden olan ağaç topluluklarında girdi ve çıktı verileri olarak kullanılmıştır. Her bir yapay zeka tekniğinde oluşturulan modellerin performansını karşılaştırmak için ortalama hata karesi (MSE), ortalama mutlak yüzde hatası (MAPE) ve çoklu belirlilik katsayısı (R2) değerleri hesaplanmıştır. Hesaplanan bu değerler sonucunda ağaç toplulukları modellerinin sertllik, çekme mukavemeti ve yırtılma mukavemeti test değerlerini tüm veri seti için R2 = 0,99 olarak tahmin ettiği görülmüştür ve değerin 1'e yakın olması tahminin güçlü olduğunu göstermiştir. Regresyon ağaçları ise sertlik için R2 = 0.96, çekme mukavemeti için R2 = 0.98 ve yırtılma mukavemeti için R2 = 0.97 olarak hesaplanmıştır. Yapay sinir ağları ise belirlenen girdi ve çıktı değerleri ile başarılı olarak kabul edilebilecek bir R2 değeri bizlere sunmamaktadır. Çalışmanın sonucunda kauçuk bileşiklerin mekanik test özelliklerinin tahmininde ağaç toplulukları ve regresyon ağaçlarının kullanılabileceği görülmüştür.