Gas metal arc welding defect detection using sound signals
Gaz alti ark kaynaği ile yapilan hatali kaynaklarin ses sinyal analizi ile tespiti
- Tez No: 539302
- Danışmanlar: DOÇ. DR. HAYRİ ARABACI
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Gerçek zamanlı kaynak kalitesi kontrolü, kaynağın dinamik özelliği nedeniyle hala zor bir görev olmaya devam etmektedir. Kaynak Sesi ve Gaz Metal Ark Kaynağı Akım Sinyalleri, kaynak kalitesi değerlendirme amacıyla analiz edilebilecek değerli bilgilere sahiptir. Bu çalışmada, Gaz Metal Ark Kaynağının kaynak sesi ve makinanın çektiği akım sinyalleri kullanılarak yapılan kötü kaynakların tespiti ve sınıflandırılması için kullanılmıştır. Kaynak işlemi sırasında kaynak sesini ve akım sinyallerini almak için bir mikrofon ve bir Hall Etkisi akım sensörü kullanılmıştır. Zaman alanındaki sinyallerin analizi Temel Bileşenler Analizi ile sağlanmıştır. Azaltılmış veriler daha sonra, kaynak kusurlarını sınıflandırmak için Yapay Sinir Ağı, Destek Vektör Makineleri, Karar Ağaçları ve En Yakın Komşu yaklaşımları kullanılmıştır. Önerilen yöntem ses sinyallerini kullanarak kaynak hatalarının tespitinin ve sınıflandırmasının başarılı bir şekilde yapılabileceğini göstermiştir. Ayrıca tüm işlemlerin zaman alanında gerçekleştirilmesi sebebiyle teşhis süresinin kısa olması, kaynak kalite kontrolünün eş zamanlı yapılabileceğini de göstermiştir.
Özet (Çeviri)
Real time welding quality control still remains a challenging task due to the dynamic characteristic of welding. Welding Sound and Current Signals of Gas Metal Arc Welding, GMAW, possess valuable information that can be analyzed for weld quality assessment purposes. In this study, sound and current signals obtained during GMAW in the short- circuit metal transfer mode were used for detection and categorization of deliberately induced weld defects and good welds. A microphone and a Hall-Effect current sensor were employed to acquire the welding sound and current signals during the welding process. Vector reduction of the signals in time domain was achieved by Principal Component Analysis (PCA). The reduced vector was then classified by various classification techniques such as Artificial Neural Network, Support Vector Machines, Decision Trees and Nearest Neighbor to categorize the weld defects or pass it as a good weld. The proposed technique has proved to be successful with accurate defect detection from sound signals and weld defect categorization using all the classifiers. The classification technique is fast enough so it can be used for real time weld quality control as all the signal processing is carried out in the time domain.
Benzer Tezler
- Samsun ve çevresinde tarla sarmaşığı (conuolvulus arvensis L.)'na karşı biyolojik savaşa esas olacak fauna tespiti
Investigations on the insect fauna of the field binweed (Conuolvulus arvensis L.) related to its biological control in Samsun Province
YASEMİN UFUK GERMAN
- İki katlı pamuk ipliklerinden dokunan kumaşlarda örgüye bağlı olarak maksimum atkı sıklığının değişimi üzerinde bir araştırma
Başlık çevirisi yok
MELTEM ASLI NARTER
Yüksek Lisans
Türkçe
1985
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜNGÖR BAŞER
- Plazma arkı eldesi ve yüzey bölgesi modifikasyonunda kullanılabilirliği
Başlık çevirisi yok
ÖZKAN ÖZİPEKLİLER
Yüksek Lisans
Türkçe
1986
Makine MühendisliğiUludağ ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİM DEMİRCİ
- Üzüm sularının pastörizasyonu ve kontsantresi sırasında hidroksimetilfurfural oluşumu üzerinde bir araştırma
Başlık çevirisi yok
ŞERİFE ŞAHİN
Yüksek Lisans
Türkçe
1985
Gıda MühendisliğiEge ÜniversitesiTarım Ürünleri Teknolojisi Ana Bilim Dalı
DOÇ. DR. AYDIN URAL