Prediction of Retention Level and Mechanical Strength of Plywood Treated With Fire Retardant Chemicals by Artificial Neural Networks

Yangin geciktirici kimyasallar ile emprenye islemi, ahsap ve ahsap esasli urunlerin yangindan korunmasinda cok etkili bir islemdir. Bu yuzden, yangin geciktirici kimyasallarin kullanimi tum dunyada artmaktadir. Ancak, yangin geciktirici kimyasallar, uygulanmis olduklari malzemelerin fiziksel, mekanik ve diger bazi teknolojik ozellikleri uzerinde bir etkiye neden olmaktadir. Bu calismada ilk olarak, agac turlerinin ve konsantrasyon miktarlarinin kaplamalarin retensiyon miktarlari uzerindeki etkilerini incelemek icin yapay sinir agi (YSA) ile retensiyon miktari tahmin modeli gelistirilmistir. Daha sonra YSA ile gelistirilen mekanik direnc tahmin modeli ile agac turleri, konsantrasyon miktarlari ve retesiyon miktarlarinin kontrplagin mekanik ozelliklerine etkileri arastirilmistir. En iyi performansa sahip tahmin modelleri, istatistiksel ve grafiksel karsilastirmalarla belirlenmistir. YSA modellerinin kabul edilebilir sapmalarla oldukca tatmin edici sonuclar verdigi gorulmustur. Sonuc olarak, bu calismanin bulgulari, deneysel arastirmalar icin zaman, enerji ve maliyeti azaltmak icin orman urunleri endustrisinde etkin bir sekilde kullanilabilecektir.