Bir imalat hücresinin işleme parametrelerinin yapay sinir ağları ile tahmini
Prediction of processing parameters of a manufacturing cell by artificial neural networks
- Tez No: 695373
- Danışmanlar: DR. ÖĞR. ÜYESİ İLYAS KACAR
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mekatronik Mühendisliği, Mechanical Engineering, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Niğde Ömer Halisdemir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Konstrüksiyon ve İmalat Bilim Dalı
- Sayfa Sayısı: 75
Özet
Üretim sektöründe firmaların rekabet edebilmesi ve sürdürebilirliği sağlaması için imalat esnasında en az kaynağı kullanarak birim hacim başına minimum işleme süresini sağlamaları ve yüzey pürüzlülük değerini en aza indirmeleri gerekmektedir. Bu doğrultuda tornalama için kesme parametrelerinin optimize edilmesi, işleme sürelerinin düşürülmesi ve yüzey kalitesinin artırılması için son derece önemli hale gelmektedir. Bu çalışmada ıslah çeliği olan 41Cr4 (AISI/SAE 5140) malzemesinden üretilen mafsal iş parçasının farklı kesme parametrelerinde işlemeleri yapılarak yüzey pürüzlülük değerleri ve işleme süreleri tespit edilmiştir. Bu veriler yapay sinir ağları ve Edgeworth-Pareto yöntemiyle kullanılarak tornalama işlemi için kesme parametrelerinin optimizasyonu sağlanmıştır. Sonuçta da yüzey pürüzlülük değerinin en iyi olabilmesi ve işleme maliyetiyle birlikte işleme için harcanan gücün de en optimum olabilmesi için gereken kesme parametreleri tespit edilmiştir.
Özet (Çeviri)
In the manufacturing industry, companies should provide the minimum processing time per unit volume and minimize the surface roughness value spending minimum sources in order to ensure their sustainability and competitiveness. Accordingly, it becomes extremely important to optimize cutting parameters for turning, to reduce machining times and to increase surface quality. In this study, surface roughness values and processing times were determined for the ball joint work piece made from 41Cr4 (AISI / SAE 5140) under various cutting conditions. By using these data in the artificial neural networks and Edgeworth-Pareto method, the cutting parameters were optimized for the turning operation. As a result, the cutting parameters providing the best surface roughness and the optimum power consumption and the machining cost were determined.
Benzer Tezler
- Effects of encapsulation on perovskite thin films and solar cells
Enkapsülasyonun perovskit ince filmleri ve güneş hücreleri üzerindeki etkileri
ECE SENEM KONDAKCI
Yüksek Lisans
İngilizce
2023
Fizik ve Fizik MühendisliğiOrta Doğu Teknik ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. RAŞİT TURAN
- Improving mechanical properties of additive manufacturing products using novel infill and slicing methods
Katmanlı imalat ürünlerinin mekanik özelliklerinin yenilikçi dolgu ve dilimleme yöntemleri ile gelistirilmesi
ARASH ARMANFAR
Doktora
İngilizce
2023
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERKAN GÜNPINAR
- Modern üretim sistemlerinin modellenmesinde canlı hücresi tabanlı yaklaşımlar ve bir senaryo uygulaması
Biological cell based approaches in modelling modern production systems and playing out a scenario
HARUN PİRİM
Yüksek Lisans
Türkçe
2006
Bilim ve TeknolojiDokuz Eylül ÜniversitesiEkonometri Ana Bilim Dalı
Y.DOÇ.DR. ALİ KEMAL ŞEHİRLİOĞLU
- Design of additively manufactured hybrid structural brackets via topology optimization
Topoloji optimizasyonu ile eklemeli imalata uygun hibrit yapısal braketlerin tasarımı
CENGİZ KÖSEOĞLU
Yüksek Lisans
İngilizce
2023
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. MESUT KIRCA
- Grup teknolojisi imalat hücresinin Vs6 simülasyon dili ile simülasyonu
Başlık çevirisi yok
SABİR MUTLU
Yüksek Lisans
Türkçe
1997
Eğitim ve ÖğretimMarmara ÜniversitesiMakine Eğitimi Ana Bilim Dalı
PROF. DR. İBRAHİM METE DOĞRUER