Sentetik Atık Takviyeli Poliolefinlerin Mekanik Özelliklerinin GA-LSTM Hibrit Modeli ile Tahmini

Bu çalışmada, parçacık takviyeli termoplastiklerin enjeksiyon kalıplamasında kullanılan üretim parametrelerinin ürün kalitesi ve üretilen parçanın mekanik özellikleri üzerindeki etkileri optimize edilmiş bir Genetik Algoritma-Uzun Kısa Süreli Bellek (GA-LSTM) hibrit derin öğrenme yöntemi kullanılarak modellenmiştir. Burada termoplastik olarak poliolefinler grubunun en önemli üyesi olan AYPE, YYPE ve PP kullanılırken takviye elemanı olarak ise toz halde sentetik boya atıkları kullanılmıştır. Farklı parametreler kullanılarak enjeksiyon kalıplama yoluyla 819 numune üretilmiş ve her numune üzerinde mekanik çekme, üç nokta eğme ve izod darbe testleri gerçekleştirilmiştir. GA-LSTM modeli, kullanılan parametreler ve deneysel süreç boyunca elde edilen sonuçlarla eğitilmiş ve tahmin edilen değerlerin gerçek değerlere karşılık geldiği belirlenmiştir. Hibrit GA-LSTM modelinin başarısını ölçmek için iyi bilinen yöntemler kullanılmıştır. Elde edilen sonuçlara göre tasarlanan GA-LSTM modeli en iyi sonuçları üretmiştir.