Havacılıkta kullanılan Ti6Al4V eklemeli imalat tozlarının görüntü analizi ve derin öğrenme tabanlı karakterizasyonu
Image analysis and deep learning-based characterization of Ti6Al4V additive manufacturing powders for aerospace applications
- Tez No: 1019635
- Danışmanlar: DOÇ. DR. AZİZ KABA
- Tez Türü: Yüksek Lisans
- Konular: Havacılık ve Uzay Mühendisliği, Mekatronik Mühendisliği, Metalurji Mühendisliği, Aeronautical Engineering, Mechatronics Engineering, Metallurgical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Pilotaj Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Havacılık ve uzay endüstrisinde yaygın olarak kullanılan eklemeli imalat teknolojilerinde hammadde olarak tercih edilen metal tozlarının morfolojik özellikleri nihai ürünün yapısal bütünlüğünü doğrudan etkilemektedir. Bu çalışmada, havacılık uygulamalarında sıklıkla kullanılan Ti6Al4V alaşımlı metal tozlarının karakterizasyonu için görüntü analizi ve derin öğrenme tabanlı yeni bir yaklaşım sunulmaktadır. Optik mikroskop ile elde edilen toz görüntüleri ImageJ yazılımı kullanılarak işlenmiş ve partiküllere ait temel geometrik öznitelikler olan en, boy, alan ve çevre değerleri elde edilmiştir. Bu temel veriler kullanılarak tozların küresellik, yuvarlaklık, dış bükeylik, iç bükeylik gibi karmaşık morfolojik parametrelerini tahmin etmek amacıyla tablosal veriler için optimize edilmiş TabTransformer tabanlı derin öğrenme mimarisi kullanılmıştır. Geliştirilen model aşırı öğrenmeyi engelleyen veri ön işleme ve katmanlı ayırma stratejileriyle desteklenmiştir. Analiz sonuçlarına göre modelin, küresellik için 0.9417 ve yuvarlaklık için 0.9155 gibi yüksek R2 doğruluk skorlarına ulaştığı görülmüştür. Modelin verinin öznitelikleri arasındaki yapısal bağıntıları doğru kavradığını kanıtlamak amacıyla matematiksel kontroller gerçekleştirilmiştir. Elde edilen bulgular sonucunda eklemeli imalat süreçlerinde toz kalitesinin maliyetli yöntemlere kıyasla temel iki boyutlu parametrelerden yola çıkılarak yüksek hassasiyetle tahmin edilebileceğini göstermektedir.
Özet (Çeviri)
The morphological properties of metal powders, which are preferred as raw materials in additive manufacturing technologies widely used in the aerospace industry, directly affect the structural integrity of the final product. In this study, a new approach based on image analysis and deep learning is presented for the characterization of Ti6Al4V alloy metal powders, which are frequently used in aerospace applications. Powder images obtained with an optical microscope were processed using ImageJ software, and basic geometric attributes of the particles, such as width, height, area, and perimeter values, were obtained. Using this basic data, the TabTransformer deep learning architecture, optimized for tabular data, was used to estimate complex morphological parameters of the powders, such as sphericity, roundness, convexity, and concavity. The developed model was supported by data preprocessing and layered separation strategies that prevent overfitting. According to the analysis results, the model achieved high R2 accuracy scores of 0.9417 for sphericity and 0.9155 for roundness. The model was verified mathematically to prove that it correctly understood the structural relationships between the attributes of the data. The findings prove that in additive manufacturing processes, powder quality can be predicted with high accuracy based on fundamental two-dimensional parameters, compared to costly methods.
Benzer Tezler
- Elektron demeti ergitme ve sıcak haddeleme ile üretilen Ti6Al4V alaşımlarının kutu aluminyumlama sonrası oksidasyon ve aşınma davranışlarının incelenmesi
Investigation of oxidation and wear behaviour of electron beam melted and conventionally fabricated ti6al4v alloys after pack aluminizing
ÜLKÜ ELMALI
Yüksek Lisans
İngilizce
2025
Metalurji Mühendisliğiİstanbul Teknik ÜniversitesiMetalurji ve Malzeme Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT BAYDOĞAN
- Numerical analysis of additive manufacturing of maraging steel
Yüksek dayanımlı çeliğin 3 boyutlu yazıcı ile imalatının sayısal analizi
MOBIN MAJEED
Yüksek Lisans
İngilizce
2018
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT VURAL
- Fabrication of TI6AL4V spherical powders for additive manufacturing from recycled shavings
TI6AL4V talaşlarının geri dönüşümü ile eklemeli imalata uygun küresel tozların üretimi
ZEYNEP EGE UYSAL
Yüksek Lisans
İngilizce
2025
Metalurji MühendisliğiOrta Doğu Teknik ÜniversitesiMetalurji ve Malzeme Mühendisliği Ana Bilim Dalı
PROF. DR. YUNUS EREN KALAY
PROF. DR. TAYFUR ÖZTÜRK
- Seçici lazer ergitme ile imal edilen Ti6Al4V alaşımının mikro şartlarda frezelenmesinin araştırılması
Investigation of the milling of Ti6Al4V alloy manufactured by selective laser melt under micro conditions
UÇAN KARAKILINÇ
Doktora
Türkçe
2024
Makine MühendisliğiIsparta Uygulamalı Bilimler ÜniversitesiMakine ve İmalat Mühendisliği Ana Bilim Dalı
PROF. DR. BEKİR YALÇIN
- Verification study of wire arc additive manufacturing of titanium alloy TI6AL4V
Titanyum alaşımı TI6AL4V'nin tel ark eklemeli imalatının doğrulama çalışması
GANİ MELİK ÖNDER
Yüksek Lisans
İngilizce
2024
Savunma ve Savunma Teknolojileriİstanbul Teknik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
PROF. DR. MELİKE NİKBAY