Yapay sinir ağları ile plastik enjeksiyon süreci başlangıç parametrelerinin belirlenmesi
Determining start-up parameters in plastic injection process using neural networks
- Tez No: 202252
- Danışmanlar: DOÇ. DR. NURSEL ÖZTÜRK
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2006
- Dil: Türkçe
- Üniversite: Uludağ Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 87
Özet
Plastik enjeksiyon ve plastik malzeme teknolojisindeki gelişmeler, plastiği otomotiv üreticilerinin vazgeçilmez malzemesi haline getirmiştir. Otomotiv üzerindeki plastik parça oranının artması otomotiv tedarikçilerini plastik prosesleri üzerine yoğunlaştırmıştır. Plastik enjeksiyon prosesi plastik parça üretiminde kullanılan temel proseslerden biridir. Hassas mühendislik parçalarından tek kullanımlık günlük tüketim eşyalarına kadar plastik parçaların üretiminde kullanılan hızlı bir prosesdir. Plastik enjeksiyon makinesi vasıtasıyla yapılan üretimi kontrol etmek için yaklaşık 15-30 makine parametresinin set edilmesi gerekmektedir. Yeni ürün devreye alma süreci, plastik parçaların seri üretimdeki optimum proses parametrelerinin belirlenmesi aşamasıdır. Optimum parametreler enjeksiyon operatörlerinin bilgi ve tecrübeleri ile oluşturulur ve bu süreç 6 ile 30 saat arasında sürebilir. Bir kez optimum parametreler oluşturulduktan sonra bunlar kayıtlandırılır ve seri üretimde çok hızlı bir şekilde set edilir. Optimum makine parametrelerine ulaşma süresi genelde seçilen başlangıç makine parametre değerlerinin optimum parametrelere yakın veya uzak olduğuna bağlıdır. Yapay sinir ağları doğrusal olmayan sistemleri modelleme yeteneği sayesinde bir çok alanda kullanılabilmektedir. Yapay sinir ağları girdiler ve çıktılar arasındaki ilişkiyi hafızasına alabilir. Benzer girdiler için benzer çıktılar üretebilir. Geliştirilen yapay sinir ağ modeli enjeksiyon makinesinde optimum makine parametrelerine ulaşma süresini kısaltmak için en uygun başlangıç parametrelerinin tespitinde kullanıma uygundur. Anahtar Kelimeler : Plastik enjeksiyon , Yapay sinir ağları (YSA) , Plastik enjeksiyon makinesi AKIN KEÇE
Özet (Çeviri)
Plastic has been a fundemental material for automotive manufacturers with the developments in plastic injection and plastic material. The increase of plastic parts ratio in automotive made automotive suppliers focus on plastic process Plastic injection process is one of the prime processes for producing plastics articles. It is a fast process and is used to produce items from high precision engineering components to disposable consumer goods. Controlling the production which is processed with plastic injection machine needs to set approximately 15-50 parameters. First Part Approval process for plastic parts is determining optimum injection parameters which wil be used in serial life. Optimum parameters are determined by injection operator?s knowledge and experience and this process can last between 6 and 30 hours. After optimum parameters are determined , they are registered to set rapidly in the serial life . Determinig optimum parameters time is usually related to choosen start-up parameters which is closed to optimum parameters or not . Neural Networks can be used in different areas because of its ability which can model non-linear systems. Neural Networks can keep the relationship between input and output in memory. It can produce similar outputs for similar inputs. Developed Neural Networks model is suitable for determining best startup parameters which make it faster to reach optimum injection parameters . Key Words : Plastic injection , Neural Networks , Plastic injection machine AKIN KEÇE
Benzer Tezler
- Plastik enjeksiyon kalıplarının modellenmesi için bir paket programın geliştirilmesi ve optimizasyonu
Developing a package program and optimization for modeling of plastic injection molds
YAHYA HIŞMAN ÇELİK
Doktora
Türkçe
2010
Makine MühendisliğiFırat ÜniversitesiMakine Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. CEBELİ ÖZEK
- 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
- Plastik enjeksiyonda deney tasarımı ve yapay sinir ağları yöntemleri ile montaj hattı verimliliğini artırmaya yönelik parametre optimizasyonu
Parameter optimization to increase the efficiency ofassembly lines using design of experiments and artificialneural networks methods in plastic injection molding
BURCU YILMAZ
Yüksek Lisans
Türkçe
2022
Endüstri ve Endüstri MühendisliğiKocaeli ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YILDIZ ŞAHİN
- Yapay sinir ağları ile betonarme binaların statik itme analizi
Static pushover analysis of reinforced concrete buildings by artificial neural networks
MEHMET AYDIN KÖMÜR
Doktora
Türkçe
2004
İnşaat MühendisliğiSakarya Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF.DR. MUZAFFER ELMAS
- Petrokimya sektöründe talep tahmininde yapay sinir ağlarının kullanılması: Petkim A.Ş. örneği
Demand forecasting by artificial neural networks in petrochemical industry : A case study on Petkim petrochemical corporation
FATİH KARASU
Yüksek Lisans
Türkçe
2012
İstatistikDokuz Eylül Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. HİLMİ YÜKSEL