Sondaj köpükleri özniteliklerinin görüntü işleme teknikleri ile çıkarımı ve yapay sinir ağları kullanarak veri analizi

Abstract

Kimyasal köpükler, bulundukları sıvıya göre dü ük yo unluk ve yüksek akmazlık gibi özelliklerinden dolayı, sıvı yoluyla ta ımanın önemli oldu u flotasyon, sondaj gibi endüstriyel i lemlerde ön plana çıkmaktadır. Ta ıyıcı sıvıya yardımcı olan köpüklerin boyut, biçim gibi özniteliklerinin ta ıma kapasitesini do rudan etkiledi i bugüne kadar yapılan ara tırmalarda ortaya konulmu tur. Yapılan çalı mada köpüklerin görsel özniteliklerini görüntü i leme metotlarıyla algılayacak ve YSA kullanılarak veri analizi yapabilecek bir model geli tirilmesi amaçlanmı tır. Bu amaca göre bölgesel e ikleme, Fourier Dönü üm üzerinden filtreleme gibi metotlar uygulanmı ve elde edilen sonuçlar aktarılmı tır. Modele göre görüntü üzerindeki noktaların potansiyel bir kabarcık merkezi olup olmadı ı geli tirilen bir algoritma ile kontrol edilmi tir. Elde edilen potansiyel köpüklere açısal minimum takip, a ırlık merkezi bulma ve sınır takibi gibi metotlar uygulanmı tır. Sınırları belirlenen köpüklerin yarıçap, alan, çevre gibi boyut ve biçim özellikleri çıkarılmı , kimyasal veriler ile birle tirilerek YSA kullanılarak veri analizi yapılmı tır. Yöntemde kullanılan tekniklerin algoritma açısından faydaları zamana dayalı olarak gösterilmi tir. Geli tirilen görüntü i leme modelinin, özellikle gürültülü köpük görüntülerinde literatürde yaygın olarak kullanılan yöntemlere göre daha ba arılı oldu u gözlemlenmi tir. YSA kullanılarak yapılan veri analizinin sonuçları incelenmi tir. Yapılan inceleme sonucu görüntü i leme metodu ile elde edilen köpük verilerinin YSA ile analizinin mümkün oldu u gösterilmi tir

The chemical foams have a significant role in industrial processes, which use liquid carrying such as flotation and drilling, because of their low density and high viscosity compared to the liquid that they are in. Up to date research showed that, the features of foam like shape and dimension have a direct effect on the carrying capacity. This study aimed to develop a model that perceive the features of foams with image processing techniques and make a data analysis using artifical neural networks. The methods like local thresholding and filtering from fourier transformation are applied and their results are shown according to this purpose. As to this model, a developed algorithm checks if the pixels on the image are a possible center of a potential froth or not. The techniques like tracing angular minimum, finding center of weight and contour tracing are applied to obtained potential froths. Radius, area, perimeter and other shape and dimension properties of the froths, whose borders are designated, are derived and combined with chemical data to perform a data analysis using artificial neural network.The algorithmic benefits of techniques used in the method, over time are shown. It is observed that, the developed image processing model is more successful than the techniques widely used in literature, especially with noisy froth images. The results of data analysis performed by artifical neural network are studied. Results show that it is possible to perform froth data analysis by neural networks using the extracted froth data by image processing techniques.