Geri Dön

Zeki sistemler ile ark kaynağı elektrotlarındaki kaynak parametrelerinin incelenmesi

Investigation of welding parameters in the arc welding electrodes with intelligent systems

  1. Tez No: 632580
  2. Yazar: HANDAN TOPRAK ŞENOL
  3. Danışmanlar: DOÇ. DR. OSMAN ÖZKARACA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Muğla Sıtkı Koçman Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilişim Sistemleri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 107

Özet

İmalat sektörünün en önemli araçlarından biri olan ark kaynakları birçok noktada kullanılmaktadır. Bu makinalarla yapılan kaynak işleminden önce hazırlık aşamaları ve kaynak parametre seçimleri önem arz etmektedir. Yapılan kaynakların kalitesi, kaynakçı becerisine ve kaynak parametrelerinin doğru seçilmesine bağlıdır. Gerçekleştirilen çalışmada, iki farklı algoritma ile farklı kaynak giriş parametreleri kullanılarak kaynak sarf malzemelerinin akma mukavemeti (N/mm²) optimize edilmeye çalışılmıştır. Bu amaçla son yıllarda oldukça gözde bir alan olan yapay zekânın alt yöntemlerinden biri olan Yapay Bağışıklık Sistemi(YBS) Klonal Seçim Algoritması (KSA) ile Bulanık Mantık (BM) yönteminin bir arada kullanıldığı hibrit bir model geliştirilmiştir. YBA-BM hibrit algoritma yöntemi ile E7018-1 standardına sahip elektrot da beklenen maksimum akma mukavemeti için en iyi %Karbon, %Silisyum, % Manganez değerleri tahmin edilmeye çalışılmıştır. Elde edilen karbon, silisyum ve manganez değerlerine bağlı olarak MINITAB-17 istatistiksel programı ile yapılan regresyon doğrulaması sonucunda %99,99 oranında başarılı olduğu gözlemlenmiştir. Ayrıca kaynak akımı, kaynak gerilimi ve kaynak ilerleme hızı deneysel giriş parametreleri olarak belirlenerek, yapay sinir ağları yöntemi ile akma mukavemeti (N/mm²) tahminlemesi yapılmıştır. Gerçek verilere göre eğitilen yapay sinir ağı (YSA) modelinin ileri-geri besleme algoritması ile akma dayanımının en ideal ve standartlara uygun değerlerde ileriye dönük tahmin edebildiği görülmüştür.

Özet (Çeviri)

Arc sources, one of the most important tools of the manufacturing industry, are used at many points. Preparation stages and welding parameter selections are important before welding with these machines. The quality of the welds depends on the skill of the welder and the correct selection of the welding parameters. In the study, the yield strength (N / mm²) of the welding consumables was tried to be optimized by using different welding input parameters with two different algorithms. For this purpose, a hybrid model has been developed with the C # .NET programming language using the Artificial Immune System Clonal Selection Algorithm (CSA), which is one of the sub-methods of artificial intelligence, which is a very popular area in recent years, and the Fuzzy Logic method. YBA-BM hybrid algorithm method for the product with E7018-1 standard for the expected optimum yield strength based on the %Carbon, %Silicon, %Manganese inputs. It was verified with the MINITAB-17 statistical program that the regression model was successful with a rate of 99.99%. In addition, with the other study, the welding current, welding voltage and welding feed rate were determined as experimental input parameters and the yield strength (N / mm²) was estimated by artificial neural networks method. It has been observed that the artificial neural network (ANN) model trained according to the real data can predict the yield strength with the forward-feedback algorithm for the most ideal and standards-compliant values.

Benzer Tezler

  1. Expert systems in welding

    Kaynak teknolojisi için uzman sistem uygulamaları

    ÖZGÜR POLAT

    Yüksek Lisans

    İngilizce

    İngilizce

    1992

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    PROF. DR. BARLAS ERYÜREK

  2. Çekirge optimizasyon algoritması ve yapay sinir ağları kullanılarak hane güç tüketimi tahmini

    Prediction of household power consumption using grasshopper optimization algorithm and artificial neural networks

    TÜLİN SERT İRİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. EMRE DANDIL

  3. Metropoliten kent çeperindeki yerleşimlerde yapısal dinamikler-İstanbul metropoliten kent çeperi örneği

    Structural dynamics in the settlements around metropolitan periphery-The case of İstanbul city periphery

    ÖZLEM GÜNGÖR ÖZÇEVİK

    Doktora

    Türkçe

    Türkçe

    1999

    Şehircilik ve Bölge Planlamaİstanbul Teknik Üniversitesi

    PROF. DR. MESTURE AYSAN

  4. Trusted distributed artificial intelligence for critical and autonomous systems

    Kritik ve otonom sistemler için mutemet dağıtık yapay zeka

    MUHAMMED AKİF AĞCA

    Doktora

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolUniversity of Luxembourg

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    PROF. DR. DJAMEL KHADRAOUI