Görüntü işleme ve yapay sinir ağları teknikleri ile uçak kanatlarında kullanılan karbon elyaf/bal peteği sandviç kompozitlerde düşük hızlı darbe davranışları üzerine nano grafenlerin etkilerinin incelenmesi
Investigation of the effects of nano graphen on low-velocity impact behavior in carbon fiber/honeycome sandwich composites used in aircraft wings by image processing and artificial neural networks techniques
- Tez No: 812551
- Danışmanlar: PROF. DR. İSMAİL SARITAŞ
- Tez Türü: Doktora
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 132
Özet
Bu çalışmanın amacı uçak ve havacılık malzemelerinin ana bileşenlerini oluşturan KES (Karbon Elyaf Sandviç) kompozitler ile ağırlıkça %0,5 NGKKES (Nanografen Katkılı Karbon Elyaf Sandviç) kompozitlerin artan ve tekrarlı darbe enerjileri altında hasar gelişim mekanizmalarını incelemektir. Ayrıca nanografenlerin hasar oluşumlarına ve hasar büyümelerine etkileri ve kompozit yapıların en büyük problemlerinden biri olan gözle görülmeyen veya gözle ancak görülen (BVID) hasarlarının artan ve tekrarlı darbe enerjileri altında karbon elyaf sandviç kompozitlerde oluşan mekanik kayıplara etkileri de araştırılmıştır. Düşük hızlı darbe deneyleri yapılan KES kompozitler ve NGKKES kompozitlere uygulanan hasar başlangıç enerji seviyesi olarak her iki kompozit malzemede de gözle görülmeyen veya gözle ancak görülen (BVID) hasarları oluşturan 5j enerji seviyesi uygulanmıştır. Artan ve tekrarlı düşük hızlı darbe deneyleri ise 5j+5j, 5j+10j, 5j+15j ve 5j+20j enerji seviyelerinde gerçekleştirilmiştir. Deneyler öncesi ve sonrasında bütün numuneler ultrasonik C-Scan taramasından geçirilmiş, darbe öncesinde numunelerde oluşabilecek üretim hataları kontrol edilmiştir. Darbe sonrasında ise elde edilen ultrasonik C-Scan resimlerinde görüntü işleme metodu uygulanmış ve 5j, 5j+5j, 5j+10j, 5j+15j, 5j+20j enerji seviyelerinde oluşan hasarların sayısal değerleri elde edilmiştir. Tezin son aşaması ise yapay sinir ağları kullanılarak 5j+25j enerji seviyesinden 5j+50j enerji seviyelerine kadar düşük hızlı darbe deneyleri yapılmadan hasar alanlarının tahmini değerleri bulunmuştur. Yapay sinir ağları kullanılarak tahmin edilen hasar alanları üzerinden KES kompozitler ile NGKKES kompozitlerin hasar gelişim ilerlemeleri hakkında değerlendirmeler yapılmıştır.
Özet (Çeviri)
The aim of this study was to examine the damage development mechanisms of carbon fiber sandwich composites without nanoparticle additives, which are the main components of aircraft and aviation materials, and carbon fiber sandwich composites doped with 0,5 wt. % nanographene under increasing and repeated impact energies. In addition, the effects of nanographene on damage formation and damage growth and the effects of invisible or barely visible (BVID) damage, which is one of the biggest problems of composite structures, on mechanical losses in carbon fiber sandwich composites under increasing and repeated impact energies were also investigated. As the initial damage energy level was applied to unfilled nanoparticles carbon fiber sandwich composites and carbon fiber nanographene filled sandwich composites in which low-velocity impact tests were performed, a 5j energy level was applied, which creates invisible or barely visible (BVID) damage in both composite materials. Increasing and repetitive low-velocity impact tests were carried out at energy levels of 5j+5j, 5j+10j, 5j+15j and 5j+20j. Before and after the experiments, all samples were subjected to ultrasonic C-Scan scanning, and production errors that could occur in the samples were checked before impact. In the last stage of this thesis, the estimated values of the damaged areas were determined without low-velocity impact experiments at the 5j+25j, 5j+30j and 5j+35j energy levels using artificial neural networks. The damage development progress of unfilled nanoparticle carbon fiber sandwich composites and nanographene-filled carbon fiber sandwich composites over the predicted damage areas using artificial neural networks.
Benzer Tezler
- Derin öğrenme kullanarak uçak tanıma
Aircraft recognition with deep learning
ZEYNEL ÜNAL
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTürk Hava Kurumu ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ŞADİ ŞEHAB
- Digital twin of UAV: İmage processing in different virtual environments
İHA'nın dijital ikizi: Farklı sanal ortamlarda görüntü işleme
SAMET AKÇAY
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOSTİM TEKNİK ÜNİVERSİTESİYazılım Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İCLAL ÇETİN TAŞ
- Hiperspektral görüntülerde yarı güdümlü öğrenme teknikleri
Semi supervised learning techniques on hyperspectral images
MUHAMMET SAİD AYDEMİR
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN BİLGİN
- Sample-efficient deep learning methods for autonomous systems
Otonom sistemler için verimli örneklemeli derin öğrenme yöntemleri
YUNUS BİÇER
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NAZIM KEMAL ÜRE
- Doku analizi sınıflandırma ve bölütleme için yöntemler
Techniques for texture analysis, segmentation and classification
OSMAN NURİ USLU