SavedAdd your journal

Journals / Gümüşhane Üniversitesi Fen Bilimleri Dergisi / 2018 / Cilt: 8 - Sayı: 1

Predicting wood types in terms of mechanical properties using artificial neural networks

Mekanik Özelliklere Göre Ağaç Türlerinin Yapay Sinir Ağları ile Tahmini

Muhammer İLKUÇAR
Ali İhsan KAYA
Ahmet ÇİFTÇİ
Pages
75–83
Publication Date
2022-10-18
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Thus, classifications related to wood species can be made more effectively in scientific studies and in trade.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:The mechanical properties are the most important factors determining the strength and usage areas of materials.
📊
Key Findings & Data:It can be known from the mechanical properties that a wood material of which material group is in and which wood species it is.
💡
Conclusion & Impact:Thus, classifications related to wood species can be made more effectively in scientific studies and in trade.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Ağaç türleri · Mekanik özellikler · Yapay sinir ağları

Abstract

The mechanical properties are the most important factors determining the strength and usage areas of materials. It can be known from the mechanical properties that a wood material of which material group is in and which wood species it is. In this study, the mechanical properties of some important wood species such as alder (Alnus glutinosa subsp. Barbata), oriental beech (Fagus orientalis Lipsky), black poplar (Populus nigra), walnut (Juglans regia), oak (Quercus robur), chestnut (Castena sativa), cedar (Cedrus libani) and pine (Pinus) were modelled by using artificial neural networks. This study will assist in the determination of ideal wood material that meets the mechanical properties required for any construction. Thus, classifications related to wood species can be made more effectively in scientific studies and in trade.

Özet

Mekanik özellikler malzemelerin dayanımını ve kullanım alanlarını belirleyen en önemli etkenlerdir. Bir ağaç malzemenin hangi malzeme grubunda olduğu ve hangi ağaç türü olduğu mekanik özelliklerine bakılarak bilinebilmektedir. Bu çalışmada ticareti yapılan kızılağaç (Alnus glutinosa subsp. Barbata), doğu kayını (Fagus orientalis Lipsky), karakavak (Populus nigra), ceviz (Juglans regia), meşe (Quercus robur), kestane (Castena sativa), sedir (Cedrus libani) ve çam (Pinus) gibi önemli bazı ağaç türlerinin mekanik özellikleri yapay sinir ağları ile modellenmiştir. Bu çalışma, herhangi bir konstrüksiyon için ihtiyaç duyulan mekanik özellikleri karşılayacak ideal ağaç malzemenin tespitinde yardımcı olacaktır. Böylece bilimsel çalışmalarda ve ticarette ağaç türü ile ilgili sınıflandırmalar daha etkin bir şekilde yapılabilecektir.

🔖

Cite This Article

İLKUÇAR, M., KAYA, A. İ., ÇİFTÇİ, A. (2022). Predicting wood types in terms of mechanical properties using artificial neural networks. Gümüşhane Üniversitesi Fen Bilimleri Dergisi, Cilt: 8 - Sayı: 1, 75–83. https://ajindex.com/articles/527098

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (16)

  1. Arisariyawong, S. ve Charoenseang, S., 2002, Dynamic Self-Organized Learning for Optimizing the Complexity Growth of Radial Basis Function Neural Networks, IEEE International Conference on Industrial Technology, 11-14 Dec. 2002,
  2. Bankok, Thailand, p. 655-660.
  3. As, N., Dündar, T. ve Büyüksarı, Ü., 2016. Classification of wood species grown in Turkey according to some physico-mechanic properties, Journal of the Faculty of Forestry Istanbul University, 66, 2, 727-735. ASTM D2017–81, 1986. Accelerated Laboratory Test of Natural Decay Resistance of Woods. Ay, N., & Şahin, H. (2002). Maçka-Çatak Bölgesi Anadolu Kestanesi (Castanea Sativa Mill.) Odununun Bazi Mekanik Özellikleri. Artvin Çoruh Üniversitesi Orman Fakültesi Dergisi, 3(1), 87-95.
  4. Bal B. C., Bektaş İ. ve Kaymakçı A., 2012. Toros sedirinde genç odun ve olgun odunun bazı fiziksel ve mekanik özellikleri, Kahramanmaraş Sutcu Imam University Journal of Engineering Sciences, 15, 2, 17-27. Berkel A., 1972,
  5. Ağaç Malzeme Teknolojisi, Ağaç Malzemenin Korunması ve Emprenye Tekniği, İ.Ü. Orman Fakültesi, Yayın No: 1745/183, Sermet Matbaası, İstanbul.
  6. Bozkurt, A. Y., ve Erdin, N., 1997,
  7. Ağaç Teknolojisi, Yayın No: 3998, ISBN 975-404-449-X, İstanbul, s. 346-357. Broomhead D. S. ve Lowe D., 1988. Multivariable functional interpolation and adaptive network, Complex Systems, 2, 321-355.
  8. Dündar, T. (2002). Demirköy yöresi ıstranca meşelerinin (Quercus hartwissiana stev.) mekanik özellikleri. Journal of the Faculty of Forestry Istanbul University| İstanbul Üniversitesi Orman Fakültesi Dergisi, 52(2), 159-176.
  9. Düzkale, G., Bektaş, İ., Tunç, H. H. ve Doğanlar, Y., 2015. Zeytin ağacı (Olea europaea) odunun bazı fiziksel ve mekanik özelliklerinin belirlenmesi, Düzce Üniversitesi Ormancılık Dergisi, 10, 2, 29-35.
  10. Erdin, N., 2003, Ağaç Malzeme Kullanımı ve Çevreye Etkisi, İnterteks İnşaat 2003
  11. Fuarı, Ahşap Seminerleri, 20-22
  12. Şubat, İstanbul.
  13. Findlay, W. P. K., 1985, Preservation of Timber in the Tropics, Martinus Nijhoof/DR W. Junk Publishers, ISBN 90-247-3112-7,
  14. Dordrecht, Netherlands. Güller B. ve Ay N., 2001. Artvin yöresi sakallı kızılağaç (Alnus glutinosa subsp. barbata (C. A. Mey.) Yalt.) odununun bazı mekanik özellikleri, Turkish Journal of Agriculture and Forestry, 25, 2, 129-138.
  15. Güller, B., Isik, K. ve Cetinay, S. (2011). Genetic variation in Pinus brutia Ten.: Wood density traits. BioResources, 6(4), 4012-4027. İlkuçar, (2017). http://www.ilkucar.com/data/ agacmek.xlsx (Erişim tarihi:25.08.2017)
  16. Kahveci, E. (2012). F