Geri Dön

Yapay sinir ağları yaklaşımı ile sürtünme malzemelerinin performans tahmini

With artificial neural network approach estimate the friction materials performance

PDF İndir

  1. Tez No: 398594
  2. Yazar: YAVUZ ŞAVK
  3. Danışmanlar: DOÇ. DR. İBRAHİM MUTLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Makine Mühendisliği, Mechanical Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2015
  8. Dil: Türkçe
  9. Üniversite: Afyon Kocatepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 164

Özet

Bu tezde amaç, fren balatlarının uzun zaman alan sürtünme performanslarını yapay sinir ağları ile modelleyip, minimum hata oranı ile tahmin edebilmek. Tahminler sonucunda bir değerlendirme modeli oluşturmaktır. Böylece, uzun sürede belirlenen sürtünme katsayıları bu yöntemleçok daha kısa sürede ve daha düşük maliyetlerde belirlenmektedir. İlk aşamada, yapay sinir ağları (Artificial Neural Networks) ve daha önce testleri gerçekleştirilen fren balata performansları incelendi. Her içerik için deneyi üç kez tekrarlanan 18 adet numuneden elde edilen sürtünme katsayısı verilerinin aritmetik ortalamaları alınarak yapay sinir ağları eğitimi yapıldı. İkinci aşamada, daha önce testleri gerçekleştirilen sürtünme katsayısı verileri esas alınarak 19 adet numune içeriği hazırlanıp, eğitimi yapılan yapay sinir ağı ile sürtünme katsayısı tahmini yapıldı. Son aşamada, sürtünme katsayısı tahmini yapılan numunelerin üretimi yapılıp, her numune için testler üç kez tekrarlanarak sürtünme katsayılarının aritmetik ortalamaları alınıp, tahmindeki sürtünme katsayıları ile arasındaki tutarlılık incelendi.

Özet (Çeviri)

The aim of this thesis is modelling the time-consuming friction performance of brake pads with artifical neural network and estimate them with minimal eror rate. With the result of estimation, is to create an assessment model. By this method, the friction parameters which are determined in a long time are determined in much shırter time and at a lover cost. In the first stage, artificial neural networks (Artificial Neural Networks) and previously tested performance of brake pads were examined. The data of friction parameters that were obtained from 18 samples which are experimented 3 timesfor each content were put in arithmetic meanand had a training of artifical neural network in the second stage, based on the data of previously tested frication parameters 19 sample content were prepared and friction parameter was estimated with trained artifical neural network. At the final stage, samples of which friction parameters were estimated were produced, for each sample, the tests were repeated 3 times and their friction parameters were put in arithmetic mean, and the constistency between them and estimated friction parameters were examined.

Benzer Tezler

  1. Tez No

    329609

    Kalça protezlerinde sürtünmeye bağlı olarak değişim gösteren fiziksel büyüklüklerin ve geometrik özelliklerin ölçüm, analiz ve metrolojik değerlendirilmesi

    Measurement, analysis and metrologic evaluation of physical magnitudes and geometrical features that show alteration with regard to friction in hip prosthesis

    BİNNUR SAĞBAŞ

    Doktora

    Türkçe

    Türkçe

    2013

    Makine MühendisliğiYıldız Teknik Üniversitesi

    Makine Mühendisliği Bölümü

    PROF. DR. M.NUMAN DURAKBAŞA

  2. Tez No

    75695

    Liquefaction potential: A neural network approach

    Sıvılaşma potansiyeli: Yapay sinir ağ yaklaşımı

    HASAN SAKA

    Yüksek Lisans

    İngilizce

    İngilizce

    1998

    İnşaat MühendisliğiOrta Doğu Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. DERİN URAL

  3. Tez No

    842995

    Investigation of fastener elements behaviours under dynamic loadings

    Dinamik yükler altında bağlantı elemanlarının davranışlarının incelenmesi

    BARIŞ TANRIKULU

    Doktora

    İngilizce

    İngilizce

    2023

    Makine MühendisliğiDokuz Eylül Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. RAMAZAN KARAKUZU

  4. Tez No

    827867

    Classification of abnormal respiratory sounds using deep learning techniques

    Solunum seslerinin derin öğrenme yöntemleri ile sınıflandırılması

    AHAMADI ABDALLAH IDRISSE

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    DOÇ. DR. OKTAY YILDIZ

  5. Tez No

    455424

    Slip-slide control system for railway vehicles

    Demiryolu araçları için kayma-kızaklama kontrol sistemi

    ÖNCÜ ARARAT

    Doktora

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET TURAN SÖYLEMEZ

Geri Dön