Ham petrol kökenli parafinik esaslı mineral baz yağların (SN-80, SN-100, SN-150, SN-350, SN-500) farklı karışımlarının karakterizasyonu

Abstract

Madeni yağ, günümüz dünyasında mekanik ve teknolojik gelişmelere bağlı olarak insanoğlunun en büyük yardımcılarından olan makinelerin ihtiyaç duyduğu en önemli maddelerden biridir. Madeni yağlar, petrol türevinden geliştirilmiş olan ve birbiri ile sürtünen katı yüzeylerde film oluşturan, katı yüzeyleri birbirinden ayrı tutan, sürtünme etkisini azaltan, sürtünme sonucu oluşacak aşınma ve ısınmayı önleyen, sızdırmazlık sağlayan, güç iletimini kolaylaştıran maddelerdir. Ayrıca bu maddelerin metal yüzeylerin sürtünmesi sonucu oluşan katı parçacıkları, makinaların çalışma koşullarına bağlı olarak bünyesine almış olduğu toz, kir, çapak vb. kirletici maddeleri temizleme özelliği de vardır. Madeni yağlar, motor yağlaması, hidrolik sistemlerin yağlanması, dişlilerin yağlanması, kalıpların yağlanması, metal kesme işlemleri, ısıl işlem yağları (ısıtma-soğutma) gibi pek çok alanda kullanılmaktadır. Her cihazın kendine özgü çalışma prensibi, çalışma şartı, çalışma amacı ve makine parçası olması yağların çok çeşitli olmasını sağlar ve bu durum yağların insanlar için önemli bir madde olduğunu kanıtlar. Madeni yağlar insanlar için bu kadar önemli olmasına rağmen bu konuda yapılan akademik çalışmalar oldukça sınırlıdır. Bu yüzden yapılan bu tez çalışmasında distilasyon sonucu elde edilen ve ticari olarak yaygın olarak kullanılan bazı baz yağların (SN-80, SN-100, SN-150, SN-350, SN500) belirli oranlarda hacimsel olarak hazırlanan ikili karışımlarının karakteristik özellikleri belirlenmeye çalışılmıştır. Bu amaçla hazırlanan ikili karışımların 40 oC ve viii 100 oC‟deki kinematik viskoziteleri (mm2 /s), viskozite indeksleri, parlama noktaları ( oC), akma noktaları ( oC) ve 20 oC‟de yoğunluk (g/mL) ölçümleri yapılmıştır. Elde edilen sonuçlar yapay sinir ağları (YSA) ile modellenmiş ve geliştirilen modeller test edilmiştir. Her bir ikili yağ karışımının herhangi bir karakteristik özelliğinin belirlenmesi için (örneğin 40 oC‟ deki Kinematik Viskoziteleri (mm2 /s)) toplam 88 veri kullanılmış ve bu 88 veriden 61 tanesi ağı eğitmek için geriye kalan 27 tanesi ise test işlemi için kullanılmıştır. Verilerin eğitim ve test kümelerine ayrılması gelişigüzel („random‟) yöntemle yapılmıştır. Ağın Yapısı: Girdi katmanı: 3 nöron, Ara Katman: 5 nöron, Çıktı Katmanı: 1 nöron şeklindedir. Geliştirilen modellerin, 40 oC ve 100 oC‟ deki kinematik viskozitelerin (mm2 /s), parlama noktalarının ( oC), ve 20 oC‟de yoğunluk (g/mL) ölçümleri için oldukça doğru sonuçlar ürettiği ancak viskozite indeksleri ve akma noktaları ( oC) için daha düşük oranda öngörüde bulundukları tespit edilmiştir. Yapay sinir ağı modellerinin düşük RMSE ve MAPE (%) değerlerine ve yüksek (1‟e yakın) R değerlerine sahip olması modelin başarı değerlendirmesinde belirleyici kriterlerdir. Bu bakımdan bu çalışmada 40 oC ve 100 oC‟ deki kinematik viskozite (mm2 /s), parlama noktaları ( oC) ve 20 oC‟de yoğunluk (g/mL) ölçümleri için geliştirilen modellerin başarılı sonuçlar verdiği görülmektedir. Bu modeller, düşük hata yüzdesi ile öngörüde bulunduğundan ilgili değişkenleri öngörmede rahatlıkla kullanılabilir niteliktedir. Bu tez çalışmasında geliştirilen modeller sayesinde günlük hayatta yaygın olarak kullanılan birçok endüstriyel, motor ve otomotiv dişli yağlarının ve ayrıca birçok alanda kullanılan yağlama müstahzarlarının hazırlanması oldukça kısa ve pratik şekilde sağlanabilecektir.

Mineral oils are one of the most essential ingredients for machines of which mankind‟s most trusted aides depending on mechanical and technological developments in today‟s world. Mineral oils which are derived from petrol derivation and form a film on solid surfaces by scraping each other and by this way keep solid surfaces separete, reduce the scraping effects that include increased heat and deprecation and also prevent liking and facilitate the conductivity. Furthermore, these agents have cleaning properties for the solid particles and contaminants as a result of the friction of the metal surface. Mineral oils have been used for various areas such as lubrication of the engine, lubrication of hydraulic systems, gear lubrication, lubrication of molds, metal cutting operations, heat treatment oil (heating - cooling). Different mineral oils are blended in different proportions and are used in many areas. Mineral oils are largely varied since each vehicle has its own working principle, working conditions, working purpose and also has its unique components. Despite of this importance, there exist so limited number of academic studies. In this study, we aimed to determine characteristics of some commercially used oils (base oils) (SN-80, SN-100, SN-150, SN-350, SN-500) which were obtained by distilation and mixed with some certain proportions. For this purpose, binary mixtures were prepared and measurements were done for determination of kinematic viscosities (mm2 /s) at 40 oC and 100 oC, viscosity indexes, flash points (oC), pour points (oC) x and also density (g/mL) values at 20 oC. Obtained results were modelled with Artificial Neural Networks (ANN) method and the model was tested. The obtained data was used for Artificial Neural Networks (ANN) modelling and the developed models were tested. For determination of each binary oil mixtures characteristics (for instance kinematic viscosity (mm2 /s) at 40 oC), 88 data sets were used. 61 of these data sets were used for training of the network, the remaining 27 were used for testing. Grouping of data into training and testing sets were done randomly. The structure of the network was as follows: Input layer: 3 neurons, Intermediate layer: 5 neurons, Output layer: 1 neuron. Successful results were obtained for kinematic viscosities (mm2 /s) at 40 oC and 100 oC, flash points (oC) and also density (g/mL) at 20 oC. However modelling results for the viscosity indexes and pour points (oC) were predicted to be found lower results were determined. Having lower RMSE and MAPE (%) values and higher R values (~1) are determining criteria for evaluating the success of ANN models. From this aspect, most of our developed models for kinematic viscosities (mm2 /s) values at 40 oC and 100 oC, flash point (oC) and also density (g/mL) values at 20 oC seem successful. Developed models could be conveniently used for estimating related variables since they showed estimations with lower percentage errors. In conclusion, mineral oil blends which are widely used in everyday life in many industrial, engine and automotive gear lubricants can be prepared shortly and quickly by using the developed models in this study.