Gerçek zamanlı görüntüleme sistemi vasıtasıyla sertlestırilmiş aısı 4340 çeliğinin farklı kesme parametreleri kullanılarak işlenmesinde CBN kesici takımların aşınma davranışlarının incelenmesi
Investigation of flank wear behaviours of CBN cutting tool in hard turning hardened aisi 4340 steel by using different cutting parameters through real-time monitoring system
- Tez No: 382923
- Danışmanlar: DOÇ. DR. AHMET ÇAKAN
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Abant İzzet Baysal Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 97
Özet
Kesici takım kenar aşınmasında, malzemenin işlenebilirliği hakkında değerlendirilmesi için önemli bir kriterdir. Bu çalışmada, CBN (kübik born nitrür) kesici takım ile sertleştirilmiş AISI 4340 (51-53 HRC) düşük alaşımlı çelik malzeme üzerinden sert malzemelerin tornalanması işlemiyle (HT) talaş kaldırma işlemi sırasında kesici uç aşınmasının, kesme hızı ve ilerleme hızı gibi faktörlerin etkilerini geliştirmek üzere araştırımalar yapılmıştır. Kesici takım uç aşınması, kesici takım ömrünü dolayısıyla, üretim zamanını etkilemektedir. On-line izleme yönteminden dolayı kesici takım uç aşınması ölçümü deneyi durdurmadan ölçüm yapma imkanı sunarmaktadır. Ayrıca görüntüleme sistemi düşük maliyetli sensör kullanımıyla gerçekleştirilmiştir. Bu deneyler, 180 ve 250 m/dak kesme hızında, 0.04, 0.08, 0.12 mm/dev ilerleme hızında ve 0.2 mm kesme derinliğinde gerçekleştirilmiştir. En önemli kesme parametresi Varyans analiz (ANOVA) yöntemiyle kullanılarak gerçekleştirilmiştir. Kesici uç aşınmasını çoğunlukla kesme hızı parametresi etkilemektedir.
Özet (Çeviri)
Tool flank wear is an important criterion for machinability assessment of a material. The present work is an attempt to evaluate the influence of factors such as cutting speed and feed rate on flank wear during hard turning (HT) of hardened AISI 4340 high strength low alloy steel (51-53 HRC) with CBN cutting tools. Cutting tool flank wear is known to affect tool life, hence production time. Because of this on-line tool flank wear measurement continuously and monitoring system has been developed using a low cost sensor. These experiments were made in 180 and 250 m/sn cutting speed, 0.04, 0.08 and 0.12 mm/rpm feed rate and 0,2 mm depth of cut. Highly significant parameters were determined by performing the method of Analysis of Variance (ANOVA). The tool flank wear get affected mostly by cutting speed.
Benzer Tezler
- Gerçek zamanlı görüntüleme sistemi vasıtasıyla sertlestirilmiş AISI 4140 çeliğinin farklı kesme parametreleri kullanılarak işlenmesinde CBN kesici takımların aşınma davranışlarının incelenmesi
Investigation of flank wear behaviours of CBN cutting tool in hard turning hardened AISI 4140 steel by using different cutting parameters through real-time monitoring system
HAMDİ EMRE FİDAN
Yüksek Lisans
Türkçe
2015
Makine MühendisliğiAbant İzzet Baysal ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET ÇAKAN
- Termal görüntü çözünürlüğünün artırılması için derin öğrenme tabanlı bulut sisteminin geliştirilmesi
Development of cloud system based on deep learning for thermal image resolution enhancement
FATİH MEHMET ŞENALP
Doktora
Türkçe
2022
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT CEYLAN
- Development of a Photoacoustic Microscopy System
Fotoakustik mikroskop geliştirilmesi
ESRA AYTAÇ KİPERGİL
Yüksek Lisans
İngilizce
2012
Fizik ve Fizik MühendisliğiBoğaziçi ÜniversitesiFizik Bölümü
DOÇ. MEHMET BURÇİN ÜNLÜ
- Derin öğrenme yöntemleri kullanılarak fotovoltaik hücre elektrolüminesans görüntülerindeki kusurların tespiti
Detection of defects in photovoltaic cell electroluminescence images using deep learning methods
MUSTAFA YUSUF DEMİRCİ
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiHarran ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NURETTİN BEŞLİ
DOÇ. DR. ABDÜLKADİR GÜMÜŞÇÜ
- Sayısal haritalama teknikleri kullanılarak DNA dizilimleri üzerinden lösemi hastalığının temel türlerinin yapay zeka tabanlı algoritmalar ile sınıflandırılması
Classification of main types of leukemia disease with artificial intelligence-based algorithms on the DNA sequences using digital mapping techniques
FATMA AKALIN
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NEJAT YUMUŞAK