Yapay sinir ağları ile buğday tanelerinin kalite tespiti
| dc.contributor.advisor | Botsalı, Fatih Mehmet | |
| dc.contributor.author | Babalık, Ahmet | |
| dc.date.accessioned | 2018-03-09T12:25:14Z | |
| dc.date.available | 2018-03-09T12:25:14Z | |
| dc.date.issued | 2007 | |
| dc.department | Enstitüler, Fen Bilimleri Enstitüsü, Elektrik Elektronik Mühendisliği Ana Bilim Dalı | en_US |
| dc.description.abstract | Günümüzde, buğday alımında fiyat belirleme ve sınıflandırma amacıyla yapılan kalite denetimi işlemleri uzman kişiler tarafından yapılmakta, sonuçlar kişiye göre farklılıklar gösterebilmektedir. Bu olumsuzluğu giderebilmek amacıyla buğday kalitesini objektif ve hızlı biçimde algılayabilen bilgisayar destekli kalite tespit sistemlerine yoğun olarak ihtiyaç duyulmaktadır. Diğer taraftan buğday yığınları içindeki süne ve kımıl gibi zararlılar tarafından tahrip edilmiş taneler, ot tohumları ve yabancı maddeler yıkama, eleme gibi geleneksel yöntemler ile %100 oranında ayrılamamaktadır. Düşük oranlarda bile süne tahribatlı buğday taneleri içeren buğday partileri kaliteli un üretiminde kullanılamamaktadır. Süne oranı %6?20 aralığındaki buğday yığınları ise ancak hayvan yemi olarak değerlendirilebilmektedir. Bu çalışmada buğday yığınlarının içerisindeki son ürün kalitesini olumsuz yönde etkileyen süne tahribatlı tanelerin, yabancı ot tohumlarının, yabancı maddelerin ve özellikle sert camsı türlerde önemli olan dönmüş buğday tanelerinin tespitinde kullanılacak gerçek zamanlı bir sistem geliştirilmiştir. Tek sıra halinde düşen buğday tanelerinin ışık geçirgenlik özellikleri yapay sinir ağı yardımıyla değerlendirilmiştir. Buğday tanelerinin ışık kaynağı ile sensör arasından geçişi esnasında sensör üzerinde oluşan analog işaretler bilgisayar ortamına aktarılmış ve yapay sinir ağı kullanılarak gerçek zamanlı sağlıklı ve kusurlu olarak sınıflandırılmıştır. Önerilen sistem tarafından sınıflandırılmış buğday partilerinin sınıflandırma öncesi ve sınıflandırma sonrası fiziksel ve kimyasal özellikleri değerlendirilerek önerilen sistemin kullanılabilirliği irdelenmiştir. Ortalama sınıflandırma başarısı ekmeklik buğdaylarda % 85,46, makarnalık buğdaylarda % 83,96 olarak elde edilmiştir. | en_US |
| dc.description.abstract | Today, quality inspection for pricing and classification of wheat is performed by experts during purchasing of wheat. Inspection results obtained by experts shows high degree of variation. Computer aided quality inspection schemes are necessary in order to avoid variation in inspection results and to have fast and reliable results. It is impossible to eliminate all sun-pest infested kernels, weed seeds and non-wheat material during washing and cleaning operations in grinding process. Wheat parties even with a low percentage of sunn-pest infested kernels may not be used in whatflour grinding. Wheat parties containing 6-20% sun-pest infested kernels can only be used in animal feeding. In this study, a real time system that recognizes the sunn-pest infested kernels, weed seeds and non-wheat material which reduce the quality of the wheat bulk. It is also important to determine opaque kernels in hard vitreous wheat bulks. Developed system recognizes the kernels by using artificial neural network through using light transmittance data for the kernels. The kernels are classified while they pass one by one through the light source and the sensor. The analog signals generated during the pass are transferred to a digital computer and by using artificial neural network wheat kernels are classified in real time as healthy or defective. The physical and chemical properties of the wheat bulk before and after the classification process are determined and compared in order to evaluate feasibility of the suggested classification system. The mean of classification accuracies was obtained % 85,46 for bread wheat and % 83,96 for durum wheat. | en_US |
| dc.identifier.citation | Babalık, A. (2007). Yapay sinir ağları ile buğday tanelerinin kalite tespiti. Selçuk Üniversitesi, Yayımlanmış doktora tezi, Konya. | en_US |
| dc.identifier.uri | https://hdl.handle.net/20.500.12395/9480 | |
| dc.language.iso | tr | en_US |
| dc.publisher | Selçuk Üniversitesi Fen Bilimleri Enstitüsü | en_US |
| dc.relation.publicationcategory | Tez | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.selcuk | 20240510_oaig | en_US |
| dc.subject | Buğday kalitesi | en_US |
| dc.subject | Yapay sinir ağları | en_US |
| dc.subject | Buğday sınıflandırma | en_US |
| dc.subject | Sinyal işleme | en_US |
| dc.subject | Wheat quality | en_US |
| dc.subject | Artificial neural networks | en_US |
| dc.subject | Wheat classification | en_US |
| dc.subject | Signals processing | en_US |
| dc.title | Yapay sinir ağları ile buğday tanelerinin kalite tespiti | en_US |
| dc.title.alternative | Qulity detection of wheat kernels by using artificial neural networks | en_US |
| dc.type | Doctoral Thesis | en_US |
