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: Esnek otomasyon teknolojileri, Flexible automation technologies
- 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: Belirtilmemiş.
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
- Çifte kaynak kısıtlı grup teknolojisi üretim sistemlerinin bozucu faktörlere dayanıklı tasarımı
Robust design of dual resource constrained group technology production systems
MUSTAFA AKHUN
Doktora
Türkçe
1999
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiPROF. DR. M. BÜLENT DURMUŞOĞLU
- 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
- Esnek imalat sistemleri
Başlık çevirisi yok
MESUT DİKKULAK
Yüksek Lisans
Türkçe
1989
İşletmeİstanbul ÜniversitesiÜretim Yönetimi Ana Bilim Dalı
PROF. DR. MEHMET GÜNEŞ GENÇYILMAZ
- Investigation of mechanical and fracture behaviors of additively manufactured polymeric lattice materials
Eklemelı imalat ile üretılen polımerık kafes yapıların mekanık ve kırılma davranışlarının incelenmesı
BAHMAN PAYGOZAR
Doktora
İngilizce
2025
Makine MühendisliğiTobb Ekonomi ve Teknoloji ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. RECEP MUHAMMET GÖRGÜLÜARSLAN
- 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