Geri Dön

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

  1. Tez No: 338368
  2. Yazar: ÖZGÜ ŞENOL
  3. Danışmanlar: PROF. DR. HALUK DARENDELİLER, YRD. DOÇ. DR. VOLKAN ESAT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Makine Mühendisliği, Mechanical Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2013
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 105

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

  1. Sonlu elemanlar yöntemi ile boru bükme analizleri ve geri yaylanma miktarı öngörüsü

    Tube bending analysis by finite element method and prediction of springback angle

    SERCAN KIZILAY

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Otomotiv MühendisliğiBursa Uludağ Üniversitesi

    Otomotiv Mühendisliği Ana Bilim Dalı

    PROF. DR. ABDİL KUŞ

  2. V bükme işleminde sac metalin geri esneme davranışının sonlu elemanlar yöntemi ile analizi

    Analysis of springback behavior of sheet metal in V die bending process by finite element method

    BERKAY ERBEKTAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Makine MühendisliğiGazi Üniversitesi

    İmalat Mühendisliği Ana Bilim Dalı

    PROF. DR. ABDULLAH KURT

  3. Yüksek mukavemetli sac metal malzemelerin farklı deformasyon parametreleri altındaki geri esneme davranışlarının incelenmesi

    Investigation of the spring-back behaviour of high strength steels under various forming parameters

    İREM YALÇIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Makine MühendisliğiDüzce Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NURİ ŞEN

  4. Kaynak akım şiddetinin kaynak elektrot ömrüne etkisinin incelenmesi

    Investigation of the effect of welding current intensity on welding electrode life

    ERHAN HALİT ÇEBİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Makine MühendisliğiSakarya Uygulamalı Bilimler Üniversitesi

    İmalat Mühendisliği Ana Bilim Dalı

    PROF. DR. SALİM ASLANLAR

  5. Inconel sacların bükme işleminde geri yaylanma analizi

    The springback analysis of inconel sheet metals in bending operations

    KORAY HAYRAT

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Makine MühendisliğiBeykent Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ERGİN KOSA