Robotik sac katlama kuvvet değerlerinin yapay sinir ağları yöntemi ile tahmini
Prediction of force values application using artificial neural networks for robotic roller hemming
- Tez No: 436201
- Danışmanlar: PROF. DR. ZAFER BİNGÜL
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 153
Özet
Bu çalışmada, otomotiv sektöründe kullanılan 5 farklı (AA6111, AA5182, AA6016, AA5754 ve DQSK) sac malzemesi ve robotik sac katlama işlemini etkileyen farklı giriş parametreleri (kalınlık, bini yüksekliği, makara çapı ve dış sac yarıçapı) için DynaForm sonlu elemanlar analiz programı kullanılarak, çıkış parametreleri (sac hareketleri ve işlem kuvvet değerleri) çözdürülmüştür. Elde edilen kuvvet verileri yapay sinir ağları (YSA) ile eğitilmiş ve eğitilen YSA'nın doğruluğu test edilmiştir. Bu çalışmanın amacı, robotik sac katlama işlemi için gerekli olan kuvvet değerlerinin sonlu elamanlar yöntemi kullanmadan doğrudan YSA yöntemi ile tahmin edilmesidir. Sonlu elemanlar yöntemi ile kuvvet değerleri hesaplanması, ağır hesaplama yükü ve dolayısıyla uzun simülasyon süresi oluşturmaktadır. Bu da sonlu elemanlar yöntemi ile hesaplanan kuvvet değerlerini geri beslemeli bir kuvvet kontrolü sisteminde kullanılmasını engellemektedir. Sonuç olarak, otomotiv sektöründe kullanılan yukarıda ifade edilen sac malzemeler için, katlama işleminde elde edilen kuvvet değerlerinin tahmini iki farklı YSA modeliyle (ileri beslemeli geri yayılım modeli ve radyal tabanlı fonksiyon algoritması modeli ) başarılı ve çok kısa sürede yapılabildiği bu çalışmada görülmüştür.
Özet (Çeviri)
In this study, for 5 different sheet panel materials (AA6111, AA5182, AA6016, AA5754 and DQSK) used for automotive industry and different input parameters (thickness, flange height, roller diameter and outer panel radius) effecting the robotic roller hemming application, output parameters (panel movements and force values) were analyzed using DynaForm finite element analysis program. The obtained force values were trained artificial neural networks and accuracy of the trained artificial neural network was tested. The aim of this study is to obtain directly the force values which are needed for the robotic roller hemming with the artificial neural network method without using finite element analyses program. The calculating of these force values with finite element method analyses takes long times and it causes heavy computational effort. The force values obtained from finite element method is not possible to use in the feedback controlling system. To sum up, it is seen that the robotic roller hemming force values for the different materials used for automotive industry are able to predicted in the short time and successfully with two different artificial neural network (feedforward back propagation and radial basis function) methods.
Benzer Tezler
- Entomopatojen nematod ürünlerinin uygulanması için bir robotik sistem tasarımı ve optimizasyonu
A robotic system design and optimization for the application of entomopathogenic nematode products
HİLAL ERDOĞAN
Doktora
Türkçe
2022
ZiraatBursa Uludağ ÜniversitesiBiyosistem Mühendisliği Ana Bilim Dalı
PROF. DR. HALİL ÜNAL
- On the conceptual design of a macro micro robot manipulator for cochlear microrobot operations
Koklear mikrorobot operasyonları için bir makro mikro robot manipülatörünün tasarımı
ALP EMRE YAŞAR
Yüksek Lisans
İngilizce
2021
Makine Mühendisliğiİzmir Katip Çelebi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERKİN GEZGİN
- Perçinsiz sac bağlantılarının mekanik özelliklerinin belirlenmesi
Determination of mechanical properties of clinched sheet joints
MURAT TURAN
Yüksek Lisans
Türkçe
2019
Makine MühendisliğiAfyon Kocatepe ÜniversitesiMakine Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. AHMET ÇETKİN
- Deep reinforcement learning off-policy algorithms for robotic manipulator control
Robotik manipülatör kontrolü için derin takviyeli öğrenme politikasız algoritmaları
ALTUN RZAYEV
Yüksek Lisans
İngilizce
2021
Mekatronik MühendisliğiBahçeşehir ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. VAHID TAVAKOL AGHAEI
- Otomotiv endüstirisi sac şekillendirme preslerinde endüstri 4.0 ve kestirimci bakım yöntemleri
Industry 4.0 and predictive maintenance methods in automotive industry sheeting presses
SADETTİN ATAK
Yüksek Lisans
Türkçe
2021
Mühendislik BilimleriBursa Uludağ ÜniversitesiOtomotiv Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET İHSAN KARAMANGİL