Yapay sinir ağı kullanılarak tornalamada kesici takım aşınması tahmini
Cutting tool wear estimation in turning using an artificial neural network
- Tez No: 128568
- Danışmanlar: PROF. DR. ERHAN ALTAN
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Yapay sinir ağlan, kesici takım aşınma tahmini. x, Artificial neural networks, cutting tool wear estimation. XI
- Yıl: 2002
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: İmal Usulleri Bilim Dalı
- Sayfa Sayısı: 114
Özet
ÖZET Yapay sinir ağları mühendislik uygulamalarında gittikçe geniş bir kullanım alam bulmaktadır. Son on senede talaşlı imalatta en önemli, üzerinde en çok çalışılan konulardan biri olan kesici takım aşınma takibinde de yapay sinir ağlan kullanılmış ve başarılı sonuçlar elde edilmiştir. Bu çalışmada da tornalama işleminde verilen proses parametrelerine karşılık kesici takım serbest yüzey aşınmasının tahmini sınıflandırılmasına yönelik C++ programlama dilinde yazılan bir yapay sinir ağı modeli üzerinde çalışılmıştır. Yapay sinir ağma verilen ve istenen giriş-çıkış veri seti Purushothaman, ve Srinivasa'mn 1994 ve 1998 yıllarında üzerinde çalıştıkları deney sonuçlarından alınmıştır. Model oluşturulmadan önce geniş kapsamlı bir literatür araştırmasıyla takip edilecek yöntem belirlenmiştir. Modelde gizli katman ve gizli işlem elemanı sayılarına göre uygun konfîgürasyonun belirlenmesinden önce araştırılan ilk konu yapay sinir ağının giriş-çıkış veri değerleri içinden eğitim setinin seçimidir. Yapay sinir ağının işlem elmanların ağırlık ve eşik değerlerinin çevrimler başlamadan optimum rasgele başlangıç seçim aralığı araştırılmıştır. Momentum ve öğrenme hızı değerlerini optimize etmek için seçilen konfigürasyonlar test edilmiştir. Eğitim setinin belli bir sırayla değil her bir çevrimde rasgele bir sırayla yapay sinir ağına verilmesi de denenmiştir. Geometrik ve aritmetik ortalamalara göre farklı iki normalizasyon tekniği test edilmiştir. Performansın arttırılıp arttırılamadığını görebilmek için irdeleme seti de kullanılmıştır. Son olarak farklı eğitim seti belirlenmesiyle yapay sinir ağırım genelleme kabiliyeti araştırılmıştır. C++ programlama dilinde yazılıp denemelerde kullanılan program tez danışmanından ya da çalışmayı hazırlayandan temin edilebilir.
Özet (Çeviri)
ABSTRACT Artificial neural networks have been used in a wider range of engineering applications year by year. Last decade artificial neural networks have been applied to monitoring cutting tool condition, which is one of most important and much studied subjects in machining, and successful results have been found. At this study also to estimate classification of cutting tool flank wear against process parameters of turning, an artificial neural network model in C++ programming language was built. Input-output set given to the artificial neural network was taken from the study of Purushothaman, and Srinivasa's experiment results in 1994 and 1998. Before building the model, a comprehensive literature search had been made to select the appropriate method. The first topic was training set selection from input-output values before choosing appropriate configuration according to the number of hidden layers and hidden process elements. Optimum random initiation range of artificial neural network elements' weight and threshold values was searched. Selected models were tested to optimize learning rate and momentum values. Entering randomly sorted training set to artificial neural network for every training epoch was also tried. Two different normalization technique based upon geometric and arithmetic means were tested. Evaluation set was used to observe whether there was a performance increase. Lastly different training set was chosen to search generalization capability of artificial neural network. C++ program used in trials can be obtained from thesis instructor or student.
Benzer Tezler
- CNC torna tezgahları için üç boyutlu simülasyon programının geliştirilmesi ve sanal işleme
Development of three dimensional simulation program for CNC lathe and virtual machining
HARUN GÖKÇE
Doktora
Türkçe
2014
Teknik EğitimGazi ÜniversitesiMakine Eğitimi Ana Bilim Dalı
PROF. DR. MAHMUT GÜLESİN
- Tornalama süreçlerinde aktif titreşim kontrolü, yapay zeka uygulamaları ve nesnelerin interneti uygulamaları
Active vibration control, artificial intelligence applications and internet of things applications in turning processes
MEHMET ALİ GÜVENÇ
Doktora
Türkçe
2022
Makine Mühendisliğiİskenderun Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. SELÇUK MISTIKOĞLU
- CNC Torna Tezgahlarda 5 eksende titreşim ölçümü ve Yapay Sinir Ağlarıyla modellenmesi
5 axis vibration measurement on cnc lathes and modelling by using artificial neural network
MUHAMMED İŞCİ
Yüksek Lisans
Türkçe
2020
Mekatronik MühendisliğiErciyes ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET BAHADIR ÇETİNKAYA
- Tornalamada kesme kuvvetlerinin ve takım ucu sıcaklığının bulanık mantık ve yapay sinir ağı teknikleriyle tahmin edilmesi
Predicting of cutting forces and tool tip temperature in turning using fuzzy logic and artifitical neural network techniques
İLKER ALİ ÖZKAN
Yüksek Lisans
Türkçe
2006
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Sistemleri Eğitimi Ana Bilim Dalı
PROF.DR. SÜLEYMAN YALDIZ
- Tornalama işlemlerinde yüzey pürüzlülüğünün istatistiksel ve yapay zeka yöntemleriyle tahmin edilmesi
Prediction of surface roughness in turning operations using artificial intelligence and statistical methods
HARUN AKKUŞ
Yüksek Lisans
Türkçe
2010
Makine MühendisliğiSelçuk ÜniversitesiMakine Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. İLHAN ASİLTÜRK