Springback analysis in bending through finite element method based artificial neural networks
Bükme işlemlerindeki geri yaylanmanın sonlu elemanlar yöntemine dayanan yapay sinir ağları ile analizi
- Tez No: 338368
- Danışmanlar: PROF. DR. HALUK DARENDELİLER, YRD. DOÇ. DR. VOLKAN ESAT
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Metal şekillendirme işlemlerinde istenilen parça şeklinin elde edilebilmesi için geri yaylanmanın belirlenmesi önem taşımaktadır. Geri yaylanma miktarı birçok uygulamada deneme yanılma yöntemi, sayısal metotlar ya da kitaplar aracılığı ile saptanmaktadır. Yapay sinir ağı algoritması mühendisler için faydalı bir araçtır ve bu çalışmada serbest, V-kalıp ve kenar bükmede geri yaylanma miktarının tespitinde kullanılmıştır. Bu amaçla, bükme işlemleri sonlu elemanlar yöntemi ile analiz edilmiş ve kalınlık, kalıp kenar yarıçapı, bükme açısı gibi değişik parametreler için geri yaylanma miktarları bir araya getirilmiştir. Daha sonra, bükme uygulamaları için geri yaylanma miktarları, geri yayılımlı öğrenme algoritmasına sahip bir yapay sinir ağı geliştirilerek saptanmıştır. Üç bükme işleminin yapay sinir ağı sonuçları endüstriyel bir parçanın analizi için birleştirilmiştir. Buna ek olarak serbest bükme işlemi için deneysel bir bükme işlemi analiz edilmiştir. Serbest, V-kalıp ve kenar bükme işlemlerindeki geri yaylanma miktarlarının saptanmasında yapay sinir ağının etkili bir şekilde kullanılabileceği gösterilmiştir.
Özet (Çeviri)
Springback prediction is vital in order to obtain the desired part shape in metal forming processes. In most of the applications, springback amount is determined by trial and error procedures, and recently by using numerical methods or through handbook tables. Artificial Neural Network (ANN) is a helpful tool for the engineers and applied in this study to determine the springback amounts in air, V-die and wipe bending processes. For this purpose, bending processes are analyzed by commercial finite element (FE) software and springback amounts are collected for different parameters such as thickness, die radius, bending angle, etc. Then, by developing a feedforward neural network with backpropagation learning algorithm, the springback amounts for bending applications are determined. ANN results of three bending operations are combined to analyze an industrial workpiece. In addition to this, an experimental bending operation is analyzed for air bending process. It is shown that ANN can be effectively applied to determine springback amount in air, V-die and wipe bending.
Benzer Tezler
- Kemaliye (Eğin) yerleşme dokusu ve evleri üzerine bir araştırma
Kemaliye (Eğin) a research study of settlement patterns and dwellings
BERRİN ALPER
Doktora
Türkçe
1990
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Tarihi Ana Bilim Dalı
PROF. DR. METİN SÖZEN
- Dizel motorlarında yakıt sisteminin yanma olayına ve egzost gazları emisyonuna etkisinin araştırılması
Effect of fuel system on combustion process and exhaust emissions in a diesel engine
MURAT ÖZDEMİR
- Tokat-Sulusaray kaplıcasının hidrojeoloji incelemesi
Hydrogeological investigation of the Tokat-Sulusaray thermal spring
AYNUR GEÇER