Parçacık Sürü Optimizasyonu ile tornalama işlemlerinde kesme koşullarının belirlenmesi
Determination of cutting conditions turning operations with Particle Swarm Optimization
- Tez No: 367534
- Danışmanlar: YRD. DOÇ. DR. BURHANETTİN DURMUŞ
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: Türkçe
- Üniversite: Dumlupınar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 54
Özet
Bu çalışmada, çok geçişli tornalama işlemlerinde, temel işleme parametrelerinden olan kesme hızı, ilerleme ve kesme derinliğinin optimum değerlerinin belirlenmesi minimum maliyeti sağlayacak şekilde gerçeklenmiştir. Optimizasyon metodu olarak Clerc modeli, üstel atalet ağırlıkları ve rastgele atalet ağırlığı gibi geliştirilmiş Parçacık Sürü Optimizasyonu (PSO) varyasyonları kullanılmıştır. Tornalama işleminde süreç kaba paso ve son paso olarak ikiye ayrılmıştır. Pratikte uygulanan kesme hızı, ilerleme, kesme derinliği, sıcaklık, yüzey pürüzlülüğü, güç ve takım ömrü kısıtları matematiksel modelde dikkate alınmıştır. PSO tabanlı hesaplamalardan elde edilen sonuçlar literatürdeki sonuçlarla karşılaştırılmıştır.
Özet (Çeviri)
In this work, optimum processing parameters are determined that will provide minimum cost in turning operation. In optimization the most prominent parameters such as cutting speed, feed and depth of cutting have been selected to achieve minimum cost. Improved PSO variations are implemented as optimization method including Clerc model, exponential inertia weights and random inertia weight. The process is divided into rough machining and finish machining in turning operation. The constraints are used including cutting speed, feed, depth of cutting, temperature, surface roughness, power and tool life in mathematical model. Obtained results are compared with similar works that available in literature.
Benzer Tezler
- A hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy
Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli
ÖMER FARUK GÜRCAN
Doktora
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- El ile kavrama hareketinin düşünülmesi sırasında kaydedilen EEGişaretlerinin pso tabanlı sınıflandırılması
Pso based classification of EEG signals recorded during imagery of hand grasp movement
OSMAN KEREM ATEŞ
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiKaradeniz Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖNDER AYDEMİR
- Parçacık sürü optimizasyonu ile pareto yaklaşımının birleştirilerek çok amaçlı optimizasyon problemlerinin çözümü ve Çanakkale-Tuzla hidrotermal sistemin manyetotellürik verileri ile modellenmesi
Solution of multi-objective optimization problems by combining particle swarm optimization with pareto approach and modeling of Çanakkale-Tuzla hydrothermal system with magnetotelluric data
ERSİN BÜYÜK
Doktora
Türkçe
2020
Jeofizik Mühendisliğiİstanbul Teknik ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
PROF. DR. ABDULLAH KARAMAN
- Parçacık sürü optimizasyonu ile anten tasarımı
Antenna design using particle swarm optimization
İLKE AKBULUT
Yüksek Lisans
Türkçe
2009
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiUydu Haberleşmesi ve Uzaktan Algılama Bilim Dalı
PROF. DR. M. TAYFUN GÜNEL
- Parçacık sürü optimizasyonu ile yapay sinir ağlarından sınıflandırma kuralı çıkarımı
Extracting classification rules from artificial neural networks with the particle swarm optimization algorithm
YILMAZ DELİCE