Geri Dön

Bağlayıcı püskürtme eklemeli imalat parametrelerinin CoCr-Mo (F75) alaşım için çok amaçlı optimizasyonu

Multi objective optimization of binder jetting additive manufacturing process parameters for CoCr-Mo (F75) alloy

PDF İndir

  1. Tez No: 668116
  2. Yazar: AHMET SELİM KOCA
  3. Danışmanlar: DOÇ. DR. EMRECAN SÖYLEMEZ, DR. ÖĞR. ÜYESİ RECEP ÖNLER
  4. Tez Türü: Yüksek Lisans
  5. Konular: Makine Mühendisliği, Mechanical Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Konstrüksiyon Bilim Dalı
  13. Sayfa Sayısı: 125

Özet

Eklemeli imalat, özellikle medikal, uzay-havacılık ve otomotiv alanları olmak üzere neredeyse tüm endüstrilerde kullanımı yaygınlaşan ve geleneksel üretim yöntemlerinin yerini alması beklenen üretim yöntemidir. Geleneksel imalat yöntemlerinde ham numuneden çıkarma işlemi yapılarak parça üretilirken, eklemeli imalat ile katman katman birbiri üzerine ekleme yapılarak parça üretilmektedir. Eklemeli imalatlar kendi içinde farklı bazı üretim adımlarını içerse de temelde aynı prensibe sahiptir. Geleneksel imalat yöntemlerine kıyasla daha az atık madde oluşturan ve daha karmaşık geometrileri üretebilme kabiliyetine sahip olan eklemeli imalatın cihaz maliyetlerinin de düşmesiyle kullanımı gün geçtikçe artmaktadır. Bağlayıcı püskürtme eklemeli imalatında diğer eklemeli imalatlardan farklı olarak bu yöntemde her bir toz katmanı serme işleminden sonra üretilen parçanın geometrisine uygun olacak şekilde bağlayıcı püskürtülür, püskürtülen bu bağlayıcı katmanları birbirine yapıştırmaktadır. Bağlayıcı püskürtme eklemeli İmalatında parçalar toz içinde üretildikleri için bazı eklemeli imalatlarda gereken destek yapılarına ihtiyaç duyulmamaktadır. Ancak tozun boyut ve morfolojisine bağlı olarak üretilen parçanın kalitesi değişebilmektedir. Ek olarak bu yöntemde üretim sırasında, elektron veya lazer ile ergitme yöntemlerinde gerçekleşen faz değişimi gerçekleşmediği için ısıl artık gerilmeler de oluşmamaktadır. Bağlayıcı püskürtme eklemeli imalatıyla baskı işlemi tamamlandığında parçalar bağlayıcı püskürtülmemiş tozun içinde bulunmaktadır. Parçalar bu aşamada çok kırılgandır, tozdan çıkartılabilecek dayanıma sahip olması için kürleme işlemine tabi tutulur. Kürleme işlemi sonrasında halen fonksiyonel olarak kullanılabilecek mukavemete sahip olmayan parçalar, asıl sağlamlık ve yoğunluğun kazandırıldığı sinterleme işlemine tabi tutulur. Bu yöntemle üretilen parçalar nadir olarak kürleme sonrasında kullanılabilirken (kum kalıp gibi) çoğunlukla sinterleme yapıldıktan sonra kullanılmaktadır. Bağlayıcı püskürtme eklemeli imalat ile üretilen parçaların kalitesini, bu yöntemin üretim parametreleri belirlemektedir. Üretilecek parçanın yoğunluğu, mukavemeti, boyutsal hassasiyeti ve yüzey özellikleri; üretim parametreleri olan merdane ilerleme ve dönme hızı, katman kalınlığı, bağlayıcı miktarı ve kurutma süresi ile değişkenlik göstermektedir. İstenen karakterlerde parça üretebilmek için bu parametrelerin optimize edilmesi gerekmektedir. Bu çalışmada biyouyumlu olmasının yanı sıra yüksek mukavemete, yüksek aşınma ve korozyon direncine de sahip olan Co-Cr-Mo (F75) alaşımı için bağlayıcı püskürtme eklemeli imalat üretim parametreleri optimize edilmiştir. Parametrelerin parça üzerindeki etkilerini anlamak için her bir üretim parametresi için üçer seviye belirlenmiştir. Tam faktöriyel sisteme göre deneyler tasarlandığı takdirde (35=243 deney) çok fazla vakit ve maliyet kaybı olacağından dolayı deneyler Taguchi L27 ortagonal deney düzeneği (27 deney) metodu ile tasarlanmıştır. Üretim parametreleri ile yoğunluk ve boyutsal hassasiyet arasındaki ilişki varyans analizi (Anova) kullanılarak incelenmiştir. Ana etkileşim grafiklerine bakıldığında yoğunluk ve yüksekliğe etki eden en önemli parametrelerin katman kalınlığı ve lokasyon olduğu sonucuna varılmıştır. Bağlayıcı püskürtme eklemeli imalatında katman kalınlığı, bağlayıcı oranını doğrudan etkilemekte, kalınlık arttıkça bağlayıcı oranı düşmektedir. Katman kalınlığı azaldıkça bağlayıcı akma miktarı artmakta dolayısıyla da boyut değerleri artmaktadır. Lokasyon parametresine bakıldığında ise sıcaklık dağılımının homojen olmama durumundan kaynaklı farklılıklar olduğu görülmektedir. Isıtıcı lambaya uzak olup az ısınan numunelerin daha fazla yoğunluk ve yükseklik değerine sahip olduğu görülmüştür. Bunun sebebi, az buharlaşmadan dolayı bağlayıcının belirlenen geometri dışına penetrasyonunun fazla olmasıdır. Diğer yandan genişlik ve uzunluk için en kritik parametrelerin bağlayıcı seviyesi ve lokasyon olduğu sonucuna varılmıştır. Beklendiği üzere yükseklik ve yoğunlukta etkisi daha fazla olan katman kalınlığının genişlik ve uzunlukta çok kritik olmadığı görülmüştür. Bağlayıcı seviyesinin fazla ve (lokasyondan kaynaklı) kurutmanın az olması bağlayıcının yan yüzeylere doğru hareketini artırıcı yönde etkilemektedir. Bu durumlarda parça boyutları artmaktadır. Yüzey pürüzlülükleri, temaslı profilometre ile ölçüldüğü için parçaya zarar verebilme ihtimalinden dolayı her baskıdan sadece bir numuneden ölçüm alınmıştır. Üretim parametreleri ile yüzey pürüzlülükleri arasında oluşturulan Yapay sinir ağı modelin doğruluk payı %60'ın altında çıkmıştır. Bu sonuçtan dolayı, yüzey pürüzlülüğü optimizasyona dahil edilmemiştir. Anova analizleri incelendikten sonra üretim parametreleri ile parçaların özellikleri arasında modeller oluşturulup bu modellerin optimizasyonu hedeflenmiştir. Üretim parametreleri ile sayısal sonuçlara sahip olan değerler (kısmi yoğunluk ve boyutlar) arasındaki ilişki çok fazla etkileşim içeren karmaşık bir yapıya sahiptir. Yapay sinir ağı modeli bu tür karmaşık lineer olmayan ilişkileri modellemede daha doğru sonuçlar verdiği için bu iki veri arasında yapay sinir ağı modeli kurulmuştur. Modelleme Matlab programının yapay sinir ağı uyarlama (artificial neural network fitting) aracı ile gerçekleştirilmiştir. Oluşturulan yapay sinir ağı modelinde, giriş katman sayısını (6 katman) üretim parametreleri (merdane ilerleme ve dönme hızı, bağlayıcı seviyesi, kurutma süresi, katman kalınlığı, lokasyon) belirlerken, çıkış katman sayısını (4 katman) ise parça özellikleri (yoğunluk, yükseklik, genişlik ve uzunluk) belirlemektedir. Gizli katman sayısı kullanıcıya bırakılmış olup veri sayısı ve problemin karmaşıklığına göre değişmektedir. Bu çalışma için 10 adet gizli katman sayısı uygun görülmüştür. Bu çalışmada bağlayıcı püskürtme eklemeli imalatı ile üretilen parçalar nitelik bakımından 5 farklı gruba (iyi durumda olan, ilk katmanlarda kayma olan, son katmanlarda kayma olan, bağlayıcı akması gerçekleşen ve zayıf durumda olan) ayrılmıştır. Parçaların nitelikleri ile parametreler arasındaki ilişki ağırlıklı k-en yakın komşu sınıflandırma algoritması ile kurulmuştur. Son olarak, oluşturulan yapay sinir ağı ve ağırlıklı k-en yakın komşu modelleri, genetik algoritma kullanılarak çok amaçlı optimizasyon yöntemi ile optimize edilmiştir. Optimizasyonun amaç fonksiyonları, yüksek yoğunluk, yüksek boyutsal hassasiyet ve iyi kalitede parça üretilmesi olarak belirlenmiştir. Optimizasyon sonuçlarından elde edilen verilerden üç tanesi rastgele seçilerek parça üretilmiş ve oluşturulan modellerin doğrulaması yapılmıştır. Bu çalışmada; bağlayıcı püskürtme eklemeli imalat üretim parametrelerinin parça üzerindeki etkileri incelenmiştir, katman kalınlığı, lokasyon ve bağlayıcı seviyesinin en etkin parametreler olduğu sonucuna varılmıştır. Üretim parametreleri ile parça karakteristiği arasında lineer olmayan karmaşık ilişkiler bulunduğu için üretim parametreleri ile nicel çıktılar arasındaki ilişki yapay sinir ağı ile, nitel çıktılar arasındaki ilişki ise ağırlıklı k-en yakın komşu metodu ile modellenmiştir. Oluşturulan modellerin yüksek doğruluk paylarına (%92.7 ve %88.5) sahip olduğu kanıtlanmıştır. Çok amaçlı optimizasyon sonuçları doğrulanmış ve optimizasyon sonucu üretilen parçalar ile tahmin değerleri arasındaki en yüksek hatanın %6.2 olduğu görülmüştür.

Özet (Çeviri)

Additive manufacturing is a production method that has become widespread in almost all industries, especially in the medical, aerospace and automotive fields, and is expected to replace traditional production methods. While parts are produced by extracting from the raw sample in traditional manufacturing methods, parts are produced by adding layer by layer on top of each other in additive manufacturing. Although additive manufacturing methods include some different production steps within themselves, they basically have the same principles. Additive manufacturing, which produces less waste material compared to traditional manufacturing methods and has the ability to produce more complex geometries, is increasing day by day with the decrease of device costs. In binder jetting (BJ), which is one of additive manufacturing, unlike other additive manufacturing, after each layering process, the binder spraying process is carried out in accordance with the geometry of the part produced, this sprayed binder adheres the layers to each other. Since the parts are produced in powder in BJ additive manufacturing, the support structures required in some additive manufacturing are not needed in this method. Since the phase change that occurs during the production with electron or laser melting does not occur in BJ. When the production process with the BJ additive manufacturing completed, the parts are located in the raw powder and they are very fragile at this stage. The parts are subjected to a curing process to have the strength that can be removed from the powder. After the curing process, the parts that still do not have the strength to be used functionally are subjected to the sintering process where high strength and density are gained. While the parts produced by this method can rarely be used after curing (such as sand mold), they are mostly used after sintering. The production parameters of BJ determine the quality of the parts produced by this method. The density, strength, dimensional accuracy and surface properties of the part to be produced vary with the production parameters of the roller translational and rotational speed, layer thickness, binder level and drying time. These parameters need to be optimized in order to produce parts with the desired characters. In this study, BJ production parameters were optimized for Co-Cr-Mo (F75) alloy, which has high strength, high wear and corrosion resistance besides being biocompatible. The relationship between production parameters and density and dimensional accuracy was analyzed using analysis of variance (Anova). Considering the main interaction graphs, it was concluded that the most important parameters affecting density and height are layer thickness and location. In BJ additive manufacturing, the layer thickness directly affects the binder ratio, and as the thickness increases, the binder ratio decreases. As the layer thickness decreases, the amount of binder penetration increases, so the size of parts increase. Looking at the location parameter, it is seen that there are differences due to the inhomogeneity of the temperature distribution. Samples that are far from the IR lamp and heated less have higher density and height values. The reason for this is the high penetration of the binder outside the specified geometry due to the less evaporation. On the other hand, it was concluded that the most critical parameters for width and length are the binder level and location. As expected, it has been observed that the layer thickness, which has a high effect on height and density, is not very critical in width and length. The high level of binder and low drying (due to location) affect the penetration of the binder towards the side surfaces increasingly. In these cases, part sizes increase. Since the surface roughness is measured with a contact profilometer, only one sample of each print was measured due to the possibility of damage to the part. The accuracy rate of the model created between production parameters and surface roughness was below 60%. Because of this result, the surface roughness is not included in the optimization. After examining the Anova analysis, models are created between production parameters and the properties of the parts, and the optimization of these models is aimed. The relationship between production parameters and values that have numerical results (relative density and dimensions) has a complex structure with a lot of interaction. Since the artificial neural network model gives more accurate results in modeling such complex nonlinear relationships, an artificial neural network model has been established between these two data. Modeling was carried out with the artificial neural network fitting tool of matlab program. In the artificial neural network model created, the input layer number (6 layers) is determined by the production parameters (roller translational and rotational speed, binder level, drying time, layer thickness, location), while the output layer number (4 layers) is determined by the part properties (density, height, width and length). The number of hidden layers is left to the user and varies according to the number of data and the complexity of the problem. The number of hidden layers of 10 was deemed appropriate for this study. In this study, the parts produced with BJ were divided into 5 different groups in terms of quality (good parts, shifting at the first layers of parts, shifting at the last layers of parts, bleeding and weak parts). The relationship between the properties of the parts and the parameters is established by the weighted k-nearest neighbor classification algorithm. Finally, the artificial neural network and weighted k-nearest neighbor models were optimized by multi-objective optimization method using genetic algorithm. Objective functions of optimization is determined as high density, high dimensional accuracy and producing good quality parts. Three production profiles obtained from the optimization results were randomly selected and the models created were verified. To summarize, in this study; the effects of the BJ production parameters on the part were examined. It was concluded that layer thickness, location and binder level were the most effective parameters. It was observed that with the increase in the amount of binder, the width and length of the binder increased due to the increase in the horizontal movement of the binder. Since there are complex nonlinear relationships between production parameters and part characteristics, the relationship between production parameters and quantitative outputs is modeled by artificial neural network, and the relationship between qualitative outputs by weighted k-nearest neighbor method. It has been proved that the models created have high accuracy margins (92.7% and 88.5%). Three manufacturing profile of multi objective optimization result were randomly selected and parts were manufactured according to these profiles. Results of the manufactured parts were compared with the predicted values and it was seen that the highest error was 6.2%.

Benzer Tezler

  1. Tez No

    634642

    Indirect metal complex part production using binder jetting technology: A preliminary research

    Bağlayıcı püskürtme teknolojisi kullanarak dolaylı metal kompleks parça üretimi: Bir ön araştırma

    ERTUĞRUL VARLIK

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Makine MühendisliğiMarmara Üniversitesi

    Metalurji ve Malzeme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SERDAR AKTAŞ

  2. Tez No

    558741

    Eklemeli imalat destekli dereceli hassas döküm yöntemi ile bal peteği yapıların üretimi ve karakterizasyonu

    Production and characterization of honeycomb structures by additive manufacturing-aided investment flask mould casting method

    FATİH GÜLER

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Metalurji Mühendisliğiİstanbul Teknik Üniversitesi

    Malzeme Bilimi ve Mühendisliği Ana Bilim Dalı

    PROF. DR. ÖZGÜL KELEŞ

    DR. LEVENT TURHAN

  3. Tez No

    608857

    Bağlayıcı püskürtmeli metal eklemeli imalat yönteminde bağlayıcı reçine çeşitlerinin SS316l metal tozuna etkisinin araştırılması

    Investigation of effect of binder resin types on SS316l powder in binder jetting metal additive manufacturing

    MERT GÜRGEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Makine MühendisliğiSüleyman Demirel Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET CENGİZ KAYACAN

  4. Tez No

    608861

    Bağlayıcı püskürtmeli metal eklemeli imalat cihazı tasarımı ve prototip imalatı

    Binder jetting metal additive manufacturing device design and prototype manufacturing

    YUSUF SACİD BARDAKÇI

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Makine MühendisliğiSüleyman Demirel Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET CENGİZ KAYACAN

  5. Tez No

    605534

    Bağlayıcı püskürtmeli eklemeli imalat ile imal edilen parçaların bronz emdirilerek içyapı özelliğinin incelenmesi

    An internal structure property investigation of binder jetting additive manufacturing products by bronze infiltration

    ÖZDEN KOR

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Makine MühendisliğiSüleyman Demirel Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET CENGİZ KAYACAN

Geri Dön