Sensör ve karar entegrasyonu ile frezeleme işlemleri için çevrimiçi bir takım durum gözlem sisteminin geliştirilmesi
An online tool condition monitoring system development for milling processes using sensor and decision integration
- Tez No: 259413
- Danışmanlar: DOÇ. DR. CÜNEYT OYSU
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Makine Mühendisliği, Electrical and Electronics Engineering, Mechanical Engineering
- Anahtar Kelimeler: Frezeleme, Takım aşınması, Yapay sinir ağları, Milling, Tool wear, Artificial neural networks
- Yıl: 2009
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Modern imalat sistemlerinde, yüksek kalitede üretim ve kesici aşınması nedeniyle takım tezgâhlarını arızalardan korumak için Takım Durum Gözlem (TDG) sisteminin kullanılmasına ihtiyaç duyulmaktadır. Özellikle hassas imalat süreçlerinde işlenen yüzeyin kalitesi takımın durumu ile ilişkilidir. Bu nedenle günümüzde çevrimiçi Takım Durumu Gözlem (TDG) sistemlerine artan oranda endüstriyel bir talep vardır. Çevrimiçi TDG sistemleri, bir dizi sensör, sinyal işleme ara yüzü ve karar verici modelden oluşan bütünleşik bir sistemdir.Bu çalışmada verimli ve etkili bir strateji sunularak, frezeleme işlemi için çevrimiçi bir TDG sistemi geliştirilmiştir. Çevrimiçi TDG sisteminin geliştirilmesi sürecinde, kesme kuvvetleri, tork, üç eksende titreşim ve akustik emisyon sinyallerinin analizi yapılmış ve kullanılmıştır. TDG sisteminin karar verme safhasında ise üç farklı karar verme modeli; Yapay Sinir Ağı (YSA), Destek Vektör Makinası (DVM) ve Saklı Markov Model (SMM) kullanılmıştır. Ayrıca bunların tahmin performansları sunulmuştur. Tahmin performanslarına göre sunulan modeller, güvenilir çevrimiçi bir TDG sistemi için, hiyerarşik global bir karar modeli altında birleştirilmiştir. Önerilen global hiyerarşik karar modeli güvenilir ve düşük maliyetiyle yönlendirmeli makine öğrenme algoritmalarına uyarlanabilir.
Özet (Çeviri)
In a modern machining system, a tool condition monitoring system is necessary to obtain higher quality production and to prevent the downtime of machine tools due to catastrophic tool failures. Especially in precision machining processes surface quality of the manufactured part can be related to the conditions of the cutting tools. This increases industrial interest for online Tool Condition Monitoring (TCM) systems. Online Tool Condition Monitoring (TCM) systems are integrated systems composed of sensors, signal processing interface and intelligent decision making models.In this study, an effective and efficient strategy was presented for developing an online TCM system for milling processes. At the development stage of online TCM system, cutting forces, torque, vibrations at 3 principal axis and acoustic emission signals were analyzed and used. At decision making stage, 3 different decision models namely; Artificial Neural Network (ANN), Support Vector Machines (SVM) and Hidden Markov Model (HMM) were employed. Their estimating performances are also presented. According to estimating performances, presented decision making models fused under a hierarchical global decision model (HGDM) for a reliable online TCM system. Presented HGDM strategy offers a reliable and low cost solution to be adapted on supervised machine learning algorithms.
Benzer Tezler
- Safety analysis and deep reinforcement learning implementation for an automatic emergency braking system
Otomatik acil fren sistemi için güvenlik analizi ve derin pekiştirmeli öğrenme uygulaması
TALHA ENES ERCAN
Yüksek Lisans
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA DOĞAN
- Developing data-driven models for anomaly detection in automotive and additive manufacturing applications
Otomotiv ve eklemeli imalat uygulamalarında anomali tespiti için veri odaklı modeller geliştirme
SHAWQI MOHAMMED OTHMAN FAREA
Doktora
İngilizce
2025
Mekatronik MühendisliğiSabancı ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ÜNEL
- Akıllı binalar için özgün kablosuz sensör ağları tasarımı ile gerçek zamanlı enerji izleme ve kontrolü
Design original wireless sensor networks for smart homes and monitoring and control of energy as real time
MERT SEVİL
Yüksek Lisans
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. HALUK GÖRGÜN
- Integration of jira, confluence, trello for effective project management: A case study for a building project
Jira, confluence ve trello entegrasyonu ile verimli proje yönetimi: Bir bina projesinde entegrasyonun kullanımın vaka analizi
RAMAZAN KAAN KILIÇ
Yüksek Lisans
İngilizce
2025
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜRKAN EMRE GÜRCANLI
- Endüstriyel sensör verileriyle makine arızasıtahmini: topluluk öğrenmesi, açıklanabiliryapay zeka ve otomasyon tabanlı entegre biryaklaşım
Machine failure prediction with industrial sensor data: Anintegrated approach based on ensemble learning,explainable artificial intelligence and automation
RIZA KUTLU
Yüksek Lisans
Türkçe
2025
İstatistikOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERPİL AYDIN