5 sonuçlar
Arama Sonuçları
Listeleniyor 1 - 5 / 5
Öğe Farklı kesme parametreleri ve MQL debilerinde elde edilen deneysel değerlerin S/N oranları ve YSA ile analizi(Gazi Üniversitesi, 2021-09-21) Gürbüz, Hüseyin; Gönülaçar, Yunus EmreBu çalışmada, AISI 4140 çeliğinin tornalanması işleminde kesme hızı, ilerleme oranı ve MQL debisinin esas kesme kuvvetleri (Fc) ve ortalama yüzey pürüzlülüğüne (Ra) etkisi hem deneysel hem de istatiksel olarak incelenmiştir. Bu doğrultuda deney sonuçlarının değerlendirilmesinde sinyal/gürültü (S/N) oranları ve yapay sinir ağları (YSA) kullanılmıştır. İşleme deneylerinde, kesme parametreleri olarak üç farklı kesme hızı (75, 100, 125 m/dk), üç farklı ilerleme oranı (0,16 - 0,25 – 0,5 mm/dev), üç farklı MQL debisi (0,35 - 0,8 - 1,7 ml/dk) ve sabit kesme derinliği (2,5 mm) seçilmiştir. İşleme deneylerinde MQL debi artışının Fc üzerinde Ra’ya göre daha etkili olduğu tespit edilmiştir. Ayrıca tüm MQL debi uygulamalarında hem Fc hem de Ra’nın ilerleme oranı ile arttığı ve kesme hızı ile genel olarak azaldığı görülmüştür. Fc ve Ra için S/N oranları ve YSA ile elde edilen R2 değerleri R2 S/N(Fc)= 0,9996, R2 S/N(Ra)= 0,9984, R2 YSA(Fc)=0,9990 ve R2 YSA(Ra)=0,9884 bulunmuştur. S/N oranlarına göre Fc ve Ra üzerindeki en etkili kontrol faktörlerinin sırasıyla; ilerleme oranı, kesme hızı ve MQL debi olduğu belirlenmiştir. Elde edilen regresyon değerlerine bağlı olarak S/N oranlarının ve YSA’nın deneysel verileri yüksek güven aralığında tahmin etmede geçerli olduğu tespit edilmiştirÖğe Modelling of effects of various chip breaker forms on surface roughness in turning operations by utilizing artificial neural networks(Gazi Üniversitesi, 2016-03-01) Gürbüz, Hüseyin; Baday, Şehmus; Sözen, AdnanIn this study, the effects of different chip breaker forms and cutting parameters on the surface roughness on machined surfaces were investigated experimentally in turning of AISI 1050 steel; and values of surface roughness obtained from experiments were determined with empirical equations using artificial neural networks. The utilizing of ANN was offered to determine the surface roughness depending on chip breaker forms and cutting parameters of AISI 1050 steel. The back propagation learning algorithm and fermi transfer function were used in artificial neural network. Experimental measurements data were employed as training and test data in order to train the neural network created. The best fitting training data set was attained with ten neurons in two hidden layers 6 of which were at first hidden layer and 4 of which were at second hidden layer, making it possible to predict surface roughness with precision at least as good as that of the experimental error over the entire experimental range. After network training, R2 value was found as 0.978, and average error as 0.018%. When the results of mathematical modelling are examined, the computed surface roughness is observed to be apparently within acceptable valuesÖğe Karbon elyaf takviyeli plastik kompozitlerin tornalanmasında yüzey pürüzlülüğü ve takım aşınmasına etki eden parametrelerin araştırılması(Dicle Üniversitesi, 2017-03-01) Çelik, Yahya Hışman; Kılıçkap, Erol; Yardımeden, AhmetKarbon elyaf takviyeli plastik (KETP) kompozitler özellikle uzay ve havacılık başta olmak üzere birçok mühendislik uygulamalarında yaygın olarak kullanılan malzemelere alternatif olarak geniş ölçüde kullanım alanı bulmaktadır. Bu kompozit malzemelerin çeşitli amaçlarla kullanımından dolayı tornalama, frezeleme, delik delme gibi ikincil işlemlere de ihtiyaç duyulmaktadır. KETP kompozitlerin tornalanmasında oluşan yüzey pürüzlülüğü kesici takım malzemesi ve geometrisinden, işleme parametrelerinden, tezgâhın rijitliğinden, oluşan titreşimden, elyaf hasarı ve elyaf kopmasından etkilenmektedir. Ayrıca, takım aşınması da talaşlı işlemede çok önemli konulardandır. Takım aşınması takım ömrü, yüzey kalitesi ve üretim maliyetini doğrudan etkilemektedir. Takım aşınması iş parçası yüzey kalitesi ve iş parçasının toleranslar içerisinde üretilmesini de etkilemektedir. Bu çalışmada, KETP kompozitlerin TiAlN PVD kaplı takımla kuru tornalanmasında dönme devri ve ilerlemenin yüzey pürüzlüğü ve takım aşınması üzerine etkileri araştırılmıştır. Dönme devrindeki artış yüzey pürüzlülük değerinin iyileşmesine neden olurken ilerlemenin artması ile kötü bir yüzey elde edilmiştir. Kesici takım, tornalama zamanına bağlı olarak ilk başlarda hızlı aşınırken belirli bir aşınma değerinden sonra aşınma daha yavaş olmuşturÖğe CNC torna tezgâhlarında ayna ve punta basıncının yüzey pürüzlülüğü ve titreşim üzerine etkisinin taguchi metodu ile optimizasyonu(Bilecik Şeyh Edebali Üniversitesi, 2019-12-26) Gürbüz, Hüseyin; Baday, ŞehmusTornalama işlemlerinde, istenmeyen yüksek değerlerdeki yüzey pürüzlülük ve titreşim değerlerini gidermek için iş parçaları tezgâha doğru bir şekilde bağlanması gerekmektedir. Bir iş parçası; uygun bir basınç ile ayna ve punta arasına bağlanmadığında, bu, onun eksenden kaçık salgılı bir şekilde dönmesine ve ölçü tamlığının bozulmasına yol açmaktadır. Bunun sonucunda, iş parçasında istenmeyen, yüksek değerlerde yüzey pürüzlülük ve titreşim değerleri meydana gelir. Bu çalışmanın amacı, Taguchi metodunu kullanarak AISI 304 paslanmaz çeliğinin tornalanmasında en düşük yüzey pürüzlülüğü ve titreşim değerlerini elde etmek için en uygun ayna ve punta basıncını tespit etmektir. İşleme deneylerinde, sabit kesme hızı, ilerleme ve kesme derinliğinde 5 farklı ayna ve punta basıncı kullanılmıştır. Deney tasarımı için Taguchi L25 (5^2) ortogonal dizilimi seçilmiştir. En küçük en iyidir yaklaşımına göre S/N (sinyal/gürültü) oranı kullanılarak yüzey pürüzlülüğü ve titreşim değerleri için en uygun ayna ve punta basıncı belirlenmiştir. S/N oranlarına göre optimum ve en düşük titreşim değerlerini veren ayna ve punta basıncı sırasıyla 18 bar ve 5 bar iken, optimum yüzey pürüzlülük değerlerini veren ayna ve punta basıncı değerleri ise sırasıyla 18 bar ve 11 bar olarak tespit edilmiştir. Fakat en düşük yüzey pürüzlülük değeri ise ayna basıncı 18 bar ve punta basıncı 5 barda elde edilmiştir. Taguchi deney tasarımındaki S/N oranı sonuçlarına göre, yüzey pürüzlülüğü ve titreşim üzerinde ayna basıncının punta basıncından daha etkili olduğu ortaya çıkmıştır. Sonuç olarak; ayna ve punta basıncı parametrelerinin optimizasyonu için Taguchi yöntemindeki faktör tasarımının; basit, sistematik ve verimli bir yöntem olduğu anlaşılmıştır.Öğe Küreselleştirme ısıl işlemi uygulanmış AISI 1050 çeliǧinin yüzey pürüzlülük deǧerlerinin yapay sinir aǧları ile modellenmesi(IEEE, 2017-10-30) Baday, Şehmus; Başak, Hüdayim; Sönmez, FikretEstimation of surface roughness values, which is an indication of workpiece quality, is important in terms of reducing the cost and duration of machining. In this study, the surface roughness values of the medium carbon steel subjected to the spheronization heat treatment have estimated by artificial neural networks. ANN network model have been created by being chosen feedforward back propagation network model, the adoption of network structure and learning function LEARNGDM, TRAINLM as training algorithm, MSE for assessment of network performance and two hidden layers. The value of each neuron in the network have been transferred another layer by TANSIG, LOGSIG and PURELIN transfer functions. As a result, the artificial neural networks trained and tested have been found to be easy to use for estimating surface roughness values with a high percentage of R = 0.99001 according to MSE performance.
