Özet:
Bu çalışmada, Organik [Potasyum Nitrat (KNO3)] ve İnorganik [α- Naftol (C10H8O), 2- Metilİndol (C9H9N), Rezorsin (C6H6O2)] bileşiklerin, farklı yüksek basınç değerleri altında faz geçişlerinin incelenmesi ve yapay sinir ağları modellemesi ile bu konu üzerindeki deneysel çalışmalar hakkında bir öngörü elde edilmesi amaçlanmıştır. Faz geçişlerini incelemek için, yüksek basınç ortamında çalışabilen ve bilgisayar kontrollü bir Diferansiyel Termal Analiz (DTA)cihazı kullanılmış, yüksek basınç ortamı azot gazının sıkıştırılması ile sağlanmış ve ısı kontrolü LabVIEW grafiksel programlama dili gerçekleştirilmiştir. İncelenen organik ve inorganik bileşiklerin, basınca bağlı kritik sıcaklık, entalpi ve entropi değişimleri incelenmiş, elde edilen deneysel verilerin simülasyonu için yapay sinir ağları modellemesinden yararlanılmıştır. Bu deneysel veriler kullanılarak, giriş seti oluşturulmuş ve eldeki doğru verilerin yardımıyla sistem eğitilmiştir. Bu amaç doğrultusunda 3 katmanlı (giriş katmanı, gizli katman, çıkış katmanı) ileri beslemeli geri yayılımlı öğrenme algoritması kullanılmış ve öğreticili eğitme gerçekleştirilmiştir. Ağın performansını kontrol etmek amacıyla, daha önce hiç görmediği girişler için çıkış üretmesi istenmiştir. Ağın performansının bu test tekniğiyle kontrolü sonucunda deneysel veriler, ağın ürettiği çıkışlarla kıyaslanmıştır. Elde edilen deneysel verilerle yapay sinir ağlarının ürettiği çıkışların uygunluk gösterdiği, hatta daha önce hiç görmediği girişler için de başarılı sonuçlar ürettiği gözlenmiştir.