Makine öğrenmesi yöntemleri kullanılarak kompozit levhalarda tabaka dizilimi optimizasyonu
Stacking sequence optimization in composite laminates via machine learning
- Tez No: 765117
- Danışmanlar: PROF. DR. HASAN YILDIZ
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Mekanik Bilim Dalı
- Sayfa Sayısı: 73
Özet
Kompozit yapıların kullanım sıklığı günden güne artması bu ürünlerin mühendisliğine duyulan ilgiyi de beraberinde getirmektedir. Üretici ve kullanıcıların ihtiyaçlarına istinaden daha hafif, daha dayanıklı ve daha uzun ömürlü ürünler üretilebilmesinin önünü açmak için bu yapıların tasarım optimizasyonu yüksek öneme haizdir. Bu tezde; tek yönlü fiber malzemenin farklı açılarda yerleştirilerek istenilen eğilme, burulma gibi dayanım özelliklerinin makine öğrenmesi ve yapay zekâ yöntemleri kullanılarak optimize edilmesi amaçlanmıştır. Bu amaç doğrultusunda MATLAB yazılımı vasıtasıyla birçok kod yazılmış ve belirtilen açılarla oluşturulabilecek bir yapının (en az 34 katmanlıya kadar) NASA ve Airbus tarafından da kabul görmüş dizilim oluşturma kurallarına göre dizilimler bulunmuştur. Tüm bu çalışmalar sonucunda ortaya konulan dizilim arşivi ve geliştirilen yöntem neticesinde üretilmek istenen bir kompozit yapılı ürünün tabaka açıları ve dizilimleri optimize edilebilecektir.
Özet (Çeviri)
The interest in composite materials is growing day by day, considering the increased usage of them to produce lightweight, more robust and durable composite products. This increase in their adoption is only possible with design optimisation according to the needs of the manufacturer and consumers. Within this thesis, we aimed to achieve specific bending and buckling properties by optimizing the stacking sequence of unidirectional fibre composite material with variable angles using machine learning and deep learning methods. The aim was to verify whether structures (up to 34 layers) can be sequence-generated by using code, which satisfies the predetermined angles dictated by the design rules accepted by NASA and Airbus. It was concluded that composite products that possess specific intended properties can be optimized and designed with the stacking sequence the methods generated.
Benzer Tezler
- Lifli polimer ile güçlendirilmiş betonarme elemanların kapasite tahminine yönelik akıllı sistem uygulaması
Smart system application for capacity estimation of reinforced concrete elements reinforced with fibrous polymer
HÜSNA AÇIKEL ALTUNKARA
Doktora
Türkçe
2024
İnşaat MühendisliğiKonya Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. MUSA HAKAN ARSLAN
- Combining molecular simulations and machine learning to unlock gas separation performances of MOFs and MOF-based composites
MOFlarin ve MOF temelli kompozitlerin gaz ayırma performanslarının açığa çıkarılmasi amacıyla moleküler simülasyon ve makine öğrenmesinin birleştirilmesi
HİLAL DAĞLAR HARMAN
Doktora
İngilizce
2024
Kimya MühendisliğiKoç ÜniversitesiKimya ve Biyoloji Mühendisliği Ana Bilim Dalı
PROF. DR. SEDA KESKİN AVCI
- Defect characterization of aerospace composites via machine learning assisted image processing
Görüntü işleme destekli makina öğrenmesi metoduyla havacılık kompozitlerinde hata tespiti
ÜMİT ÇİFTÇİ
Yüksek Lisans
İngilizce
2023
Havacılık MühendisliğiAnkara Yıldırım Beyazıt ÜniversitesiHavacılık ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ORHAN ÖZÇELİK
- Rastgele yönlendirilmiş karbon nanotüp takviyeli kompozitlerin modellenmesi
Modelling of randomly oriented carbon nanotube reinforced composites
EMRE KÖROĞLU
Doktora
Türkçe
2022
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. HALİT SÜLEYMAN TÜRKMEN
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR