Frezeleme işlemlerinde genetik algoritma yaklaşımı ile kesme koşullarının optimizasyonu
Optimisation of cutting conditions with genetic algorithm approach in milling operations
- Tez No: 183044
- Danışmanlar: PROF.DR. ALİ ÜNÜVAR
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Genetik Algoritma, Optimum Kesme Koşulları, Optimizasyon, Yapay Zeka Teknikleri, Genetic Algorithms, Optimum Cutting Conditions, Optimisation, And ArtificialIntelligent Techniques
- Yıl: 2006
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 117
Özet
ÖZETYüksek Lisans TeziFREZELEME ŞLEMLER NDE GENET K ALGOR TMA YAKLAŞMI LE KESMEKOŞULLARININ OPT M ZASYONUEmine TOSUNSelçuk Üniversitesi Fen Bilimleri EnstitüsüMakine Mühendisliği Ana Bilim DalıDanışman: Prof. Dr. Ali ÜNÜVAR2006, 104 SayfaJüri: Prof. Dr. Ali ÜNÜVARYrd. Doç. Dr. Hüseyin MREKYrd. Doç. Dr. Yusuf YILMAZBu çalışmada, genetik algoritma yaklaşımının frezeleme işlemine adaptasyonu vefrezeleme işlemlerinde optimum kesme koşullarının belirlenmesi ve GA yaklaşımıylakesme koşullarının sürekli iyileştirdiğini gösteren bir çalışma yürütülmüştür. Birincibölümde frezeleme işlemi ilgili bilgi verilmiştir ve temel kavramlartanımlanmıştır. kinci bölümde , GA ile ilgili temel kavramlar verilmiş ve GA kısacaaçıklanmıştır.Üçüncü bölümde yapay zeka teknikleri hakkında bilgi verilmiştir ve GA ` nınkullanım alanları anlatılmıştır. Ayrıca tasarım optimizasyon problemlerinde GAyaklaşımı hakkında bilgi verilmiş, literatür taraması yapılmıştır.Dördüncü bölümde yaptığımız çalışmada frezeleme işleminde optimum kesmekoşullarını belirleme probleminin çözümünde amaç fonksiyonlarımız belirlenmiş,matematiksel model kurulmuş ve bu modeli çözmek için GA yaklaşımı kullanılmıştır.Ayrıca optimizasyon teknikleri karşılaştırılmıştır.Beşinci bölümde ise çok amaçlı optimizasyon problemlerinde istenilen optimumkesme koşullarına ulaşmak için geliştirilen modelim GA yardımıyla optimizasyonuyapılmıştır ve optimum kesme koşulları elde edilmiştir.Sonuç olarak, frezeleme işleminde optimum kesme koşullarının belirlenmesindeGA metodun çok etkin olarak kullanılabileceği ve performanslarının kullanılanparametrelere bağlı olduğu belirlenmiştir.
Özet (Çeviri)
ABSTRACTMS ThesisOPTIMISATION OF CUTTING CONDITIONS WITH GENETIC ALGORITHMAPPROACH IN MILLING OPERATIONSEmine TOSUNSelcuk UniversityGraduate School of Natural and Applied SciencesDepartmant of Mechanical EngineeringSupervisor: Prof. Dr. Ali ÜNÜVAR2006, 104 PageJüry: Prof. Dr. Ali ÜNÜVARAsst.. Prof. Dr. Hüseyin MREKAsst. Prof. Dr. Yusuf YILMAZIn this study, a study has been carried out, indicating that cutting conditions havebeen continuously improving, with the adaptation to milling operation of genetic algorithmapproach and determination of optimum cutting conditions in milling operations, and GAapproach. In the first section, it has been informed about face milling operation and the basicconcepts have been described. In the second section, basic concepts related to GA have beengiven and GA has been explained shortly.In the third section, it has been informed about artificial intelligent techniques andtold about the use field of GA. Additionally, the information has been given about GAapproach in design optimisation problems and literature review has been performed.In the fourth section, in the study we have carried out, our objective functions havebeen determined in the solution of the problem connected to optimum cutting conditions;mathematical model has been built and GA approach has been used to sort out this model. Inaddition, optimisation techniques have been compared.And in the fifth section, the developed model has been optimised by means of GA inorder to reach the desired optimum cutting conditions in multi-objective optimisationproblems and optimum cutting conditions have been obtained.As a result, it has been determined that, in determination of optimum cuttingconditions for face milling operations, GA method can be used very effectively and theirperformance depend on the parameters used.
Benzer Tezler
- Kompakt grafitli dökme demirde frezeleme işlemi sonrası kalıntı gerilmelerin incelenmesi ve kesme parametreleri için süreç optimizasyonu
Investigation of residual stresses induced by milling in compacted graphite iron and process optimization for cutting parameters
MEHMET EMRE KARA
Doktora
Türkçe
2023
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA BAKKAL
- Kalıp parçalarının frezelenmesi sonucunda oluşan yüzey pürüzlülüğünün optimizasyonu
Optimization of surface roughness occurred in the result of end milling mould parts
HASAN ÖKTEM
Doktora
Türkçe
2009
Makine MühendisliğiKocaeli ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. FEHMİ ERZİNCANLI
PROF. İBRAHİM UZMAN
- 5-eksenli torna-freze takım tezgahlarında döner çarkların enerji verimli talaşlı imalatı ve yapay sinir ağları ile işlem tahmin modelleri geliştirilmesi
5-axis energy efficient machining of rotary impellers on turn-mill machine tools and development of process prediction models using artificial neural networks
GÖKBERK SERİN
Yüksek Lisans
Türkçe
2017
Makine MühendisliğiTOBB Ekonomi ve Teknoloji ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HAKKI ÖZGÜR ÜNVER
- Frezelemesi işlemlerinde takım ömrünün akustik emisyon sinyalleri ile akılı yöntemler kullanılarak belirlenmesi
Tool life monitoring of milling processing with using acoustic emission signals and interligence techiques
EMRE HAMAMCI
Yüksek Lisans
Türkçe
2004
Makine MühendisliğiSüleyman Demirel ÜniversitesiMakine Eğitimi Ana Bilim Dalı
PROF.DR. KEMAL YAKUT
- Frezeleme işlemlerinde meydana gelen tırlama titreşimlerinin dalgacık dönüşümü ve konvolüsyonel sinir ağlari ile tespiti
Chatter detection for milling by using wavelet transforms and convolutional neural networks
BATIHAN ŞENER
Yüksek Lisans
Türkçe
2021
Makine MühendisliğiTOBB Ekonomi ve Teknoloji ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAKKI ÖZGÜR ÜNVER