Makine öğrenme yaklaşımlarını kullanarak eym ile üretilen abs parçalarının mekanik özelliklerinin tahmini
Prediction of mechanical properties of abs parts manufactured by fdm using machine learning approaches
- Tez No: 1019212
- Danışmanlar: DOÇ. DR. FATMA KUNCAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Yapay zeka ve makine öğrenmesi dersi, Artificial intelligence and machine learning course
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Siirt Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Eklemeli imalat teknolojileri, özellikle Eriyik Yığma Modellem (EYM), modern endüstriyel üretim süreçlerinde devrim yaratmaktadır. EYM, termoplastik malzemelerin katman katman birleştirilmesi ile karmaşık geometrilere sahip ürünlerin hızlı, maliyet etkin ve esnek bir şekilde üretilmesine olanak tanır. Bu teknolojinin sağladığı avantajlar arasında düşük malzeme israfı, hızlı prototipleme, maliyet tasarrufu ve tasarım özgürlüğü yer alır. Özellikle otomotiv, havacılık, tıp ve elektronik gibi sektörlerde geniş bir uygulama yelpazesi bulunmaktadır. Ancak, bu avantajlara rağmen EYM teknolojisinin mekanik özellikleri etkileyen üretim parametrelerinin optimizasyonu konusunda daha fazla bilgiye ihtiyaç duyulmaktadır. Bu bağlamda, çalışmamız EYM ile üretilen akrilonitril bütadien stiren (ABS) malzemelerin mekanik performansını tahmin etmeyi ve optimize etmeyi amaçlayan önemli bir katkı sunmaktadır.
Özet (Çeviri)
Additive manufacturing technologies, especially Fused Deposition Modeling (FDM), are revolutionizing modern industrial manufacturing processes. FDM allows the fast, cost-effective and flexible production of products with complex geometries by combining thermoplastic materials layer by layer. The advantages of this technology include low material waste, rapid prototyping, cost savings and design freedom. There is a wide range of applications, especially in sectors such as automotive, aerospace, medical and electronics. However, despite these advantages, more information is needed on the optimization of production parameters that affect the mechanical properties of FDM technology. In this context, our study provides an important contribution aimed at predicting and optimizing the mechanical performance of acrylonitrile butadiene styrene (ABS) materials produced by FDM.
Benzer Tezler
- Makine öğrenme yaklaşımlarını kullanarak COVID-19 korkusu ve yaşam kalitesinin sosyal fobi üzerine etkisi
Fear of COVID-19 and quality of life effect on social phobia by using machine learning approaches
FARUK ERENCAN BALABAN
Yüksek Lisans
Türkçe
2022
Enfeksiyon Hastalıkları ve Klinik MikrobiyolojiAnkara Hacı Bayram Veli ÜniversitesiSağlık Yönetimi Ana Bilim Dalı
DR. NİHAN POTAS
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Derin öğrenme yaklaşımlarını kullanarak makale atıflarının semantik analizi
Semantic analysis of article cites using deep learning approaches
NABILA ELMUKHTAR MOHAMAD ALBANNAI
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKastamonu ÜniversitesiMalzeme Bilimi ve Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. YASEMİN GÜLTEPE
- Energy consumption analysis via different machine learning algorithms
Farklı makine öğrenme algoritmalarıyla enerji tüketim analizi
RWAN DARWESH
Yüksek Lisans
İngilizce
2023
Bilim ve TeknolojiAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HAKAN KOYUNCU
- FLAGS framework and decentralized federated learning under device volatility
FLAGS platformu ve cihaz dalgalanması durumunda merkeziyetsiz federe öğrenme
AHNAF HANNAN LODHI
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZNUR ÖZKASAP
YRD. DOÇ. DR. BARIŞ AKGÜN