Yapay sinir ağları kullanılarak kesme kalıplarındaki çapak ve kesme düzlüğünün tahmini
Prediction of the smooth-shared and burr height using neural network in the blanking process
- Tez No: 212855
- Danışmanlar: DOÇ.DR. ZAFER TEKİNER
- Tez Türü: Yüksek Lisans
- Konular: Teknik Eğitim, Technical Education
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2007
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Eğitimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 128
Özet
Kesme islemlerinden dolayı sac metal ürünlerin kesilen yüzeylerinde kesme düzlüğü, yuvarlanma, kopma ve çapak bölgeleri olusmaktadır. Olusan bu bölgelerin mesafesi, kullanılan malzemeye, sac kalınlığına, kesme bosluğuna ve zımbanın keskinliğine göre değismektedir. Bu faktörlerden en büyük etkiyi seçilecek olan kesme bosluğu yapmaktadır. Bu çalısmada farklı sertlik değerlerine sahip dört adet malzeme, kesme kalıbında farklı kesme bosluğu değerlerinde kesilerek numuneler alınmıstır. Bu numunelerin yuvarlanma değerleri, kesme düzlüğü değeri, kopma derinliği ve çapak yüksekliği ölçülerek veriler hazırlanmıstır. Bu deneysel veriler yapay sinir ağları kullanılarak eğitilmis ve deney yapılmayan malzeme ve kalınlık değerleri için ideal kesme bosluğu değerleri tahmin edilmistir. Hata oranı 9x10-5 olarak alınmıs ve eğitim sonrasındaki test performansı iyi sonuçlar vermistir. Deneysel veriler ve tahmin verileri sac metal kalıpçılığında kullanılmak üzere tablolara dönüstürülmüstür. Anahtar Kelimeler : Kesme bosluğu, Kesme düzlüğü, Kopma, Çapak, Yapay sinir ağları, Tahmin
Özet (Çeviri)
During the sheet metal, burr, cutting smoothness, the rolling and the rupture sections are formed on the cutting plane. The sizes of these sections are defended on the material type, the sheet metal thickness, the clearance and the sharpness of the punch. The most important parameter is the cutting clearance. In this study, the samples are taken from four materials with different hardness by using alternative clearance values. Rolling values, cutting smoothness, rupture depth, and the height of the burrs are measured on the samples. Experimental data are used for improvement of the virtual nevro mesh system and ideal cutting clearances are predicted for different thickness and materials. The error is calculated as 9x10-5 and the test performance gives satisfactory results after the improvements on the mesh. The experimental results and the predicted values are tabulated to use in the die making industry. Key Words : Clearance, smooth-sheared, fracture , Burr, Neural Network, Prediction
Benzer Tezler
- Uyku bozukluklarına ait EEG verilerindeki geçici eeg dalga formlarının analizi
Analysis of EEG transient waveforms in sleep disorders
TUĞÇE KANTAR
Yüksek Lisans
Türkçe
2017
Bilim ve TeknolojiBaşkent ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AYKUT ERDAMAR
- Tornalama işleminde kararlı kesme derinliklerinin ve tırlama titreşimlerinin yapay sinir ağları kullanılarak araştırılması
Investigation of chatter stability limits and chatter vibration in turning operations using artificial neural networks
MEHMET ALPER SOFUOĞLU
Yüksek Lisans
Türkçe
2015
Makine MühendisliğiEskişehir Osmangazi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SEZAN ORAK
- AISI 1045 malzemesinin talaşlı işlenebilirliğinde fuzzy logic ve yapay sinir ağları (ANN) kullanılarak kesme parametrelerin optimizasyonu
The optimization of cutting parameters for the machinability of AISI 1045 material using fuzzy logic and artifical neural networks(ANN)
SÜMEYYE DERECİ SEFER
Yüksek Lisans
Türkçe
2023
Makine MühendisliğiGebze Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. FEVZİ BEDİR
- Yapay sinir ağları ile kesme donatısız betonarme kirişlerin analizi
An analysis of reinforcement concrete without web reinforcement using artificial neural networks
HÜSEYİN SERDAR KÜYÜK
Yüksek Lisans
Türkçe
2005
İnşaat MühendisliğiYıldız Teknik ÜniversitesiY.DOÇ.DR. HASAN ORHUN KÖKSAL
Y.DOÇ.DR. NACİ ÇAĞLAR
- Toolox 44 malzemenin tornalanmasında yüzey pürüzlülüğünün yapay sinir ağları yöntemi ile optimizasyonu
Optimization of surface roughness in the turning of Toolox 44 material using artificial neural networks
TAYLAN KAAN ATEŞ
Yüksek Lisans
Türkçe
2024
Makine MühendisliğiTekirdağ Namık Kemal ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. İBRAHİM SAVAŞ DALMIŞ
DR. ÖĞR. ÜYESİ HALİL NUSRET BULUŞ