Developing a model with machine learning for the prediction of flax-based biocomposite behavior
Keten bazli biyokompozit davranişin tahmini için makine öğrenmesi ile model geliştirilmesi
- Tez No: 818333
- Danışmanlar: DOÇ. DR. ÇİĞDEM EROL, AR.GÖR. SOFİANE GUESSASMA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: İstanbul Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Enformatik Ana Bilim Dalı
- Bilim Dalı: Enformatik Bilim Dalı
- Sayfa Sayısı: 78
Özet
Biyo-kompozit maddeler, birçok endüstride sentetik maddelerin yerine kullanılır. Güçlendirici olarak, son yıllarda cam fiberinin yerine geçmek üzere giderek daha fazla kullanılmaktadır. Bu çalışma, keten fiberi biyo-kompozitlerinin mikroyapısal özelliklerini incelemeyi, genç modülünü (esneklik davranışı) ve anizotropiyi tahmin etmeyi, ayrıca mikroyapıların temsilci hacim elemanının özelliklerini sergileyip sergilemediğini belirlemeyi amaçlamaktadır. Bu özelliği tahmin etmek ve hesaplamaların maliyetlerini önemli ölçüde azaltmak için bir yapay sinir ağı tabanlı modelin geliştirilmesinde kullanılmak üzere bir yapılar ve elastiklik modülü veritabanı oluşturuldu. Sonlu elemanlar modeline ve yapay sinir ağları modellerine dayalı sayısal simülasyon yaklaşımları ile, ANN modelinden elde edilen sonuçların FE modelinden elde edilenlerle uyumlu olduğu gösterilmiş ve ANN uygulamasıyla maliyet etkin hesaplama yaklaşımımızın başarısı kanıtlanmıştır. Mikroyapısal özellikler ile mekanik özellikler arasındaki ilişkiler de tartışılmış ve bu çalışmanın, sentetik fiber maddelerin yerine keten bazlı xi kompozitlerin elastikiyet ve mikroyapısal performansları açısından ekolojik tasarımın uyarlanmasına katkı sağlayabileceği vurgulanmıştır.
Özet (Çeviri)
Biocomposite materials are usually used to replace synthetic materials in many industries. As reinforcements, they are increasingly used as a substitute for glass fibers during the last years. This work aims to study the microstructural properties of the flax fiber biocomposites, to predict their young modulus (elasticity behavior) and anisotropy and to determine if the microstructures display the properties of a representative volume element (RVE). A database of structures and their elasticity modulus was built to be used in the development of a neural network based model to predict this property and significantly reduce the costs of computations. With numerical simulation approaches based on the finite element (FE) and the artificial neural networks (ANN) models, it has been showed that the results obtained from the ANN model align well with those from the finite element model, demonstrating the success of our cost-effective computational approach through the application of ANN. The correlations between microstructural properties and mechanical properties are also discussed and xiii highlighting that this study can contribute in adapting the eco-design of flax based composites in terms of elasticity and microstructural performances for the substitution of the synthetic fiber materials.
Benzer Tezler
- Kesirli kalkülüs ve derin değerlendirme yaklaşımı ile havacılık verilerinin modellenmesi, etki faktörlerinin analizi ve öngörü çalışması
Modeling, predicting and impact factor analysis of transportation data via multi deep assessment methodology and fractional calculus
KEVSER ŞİMŞEK
Doktora
Türkçe
2024
Matematikİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. ERTUĞRUL KARAÇUHA
- Prediction of the future success of candidates before recruitment with machine learning: A case study in the banking sector
İşe alım öncecinde adayların gelecek başarılarının makine öğrenmesiyle tahmini: Bankacılık sektöründe bir vaka çalışması
KAAN AKSAÇ
Yüksek Lisans
İngilizce
2022
Endüstri ve Endüstri MühendisliğiGalatasaray ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT LEVENT DEMİRCAN
- Yaşama mekanlarında gün ışığının etkin kullanılması için makine öğrenmesi ile optimum pencere tasarımı
Optimum window design with machine learning for effective use of daylight in living spaces
FADİME DİKER
Doktora
Türkçe
2024
MimarlıkSüleyman Demirel ÜniversitesiMimarlık, Planlama ve Tasarım Ana Bilim Dalı
DOÇ. DR. İLKER ERKAN
- Makine öğrenme algoritmalarıyla hatalı ürün tahmini
Prediction of defective product with machine learning algorithms
ENES ŞANLITÜRK
Yüksek Lisans
Türkçe
2018
Bilim ve Teknolojiİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. FERHAN ÇEBİ
- Fuzzy clustering based ensemble learning approach: Applications in digital advertising
Bulanık kümeleme tabanlı topluluk öğrenmesi yaklaşımı: Dijital reklam alanında uygulamalar
AHMET TEZCAN TEKİN
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. FERHAN ÇEBİ
PROF. DR. TOLGA KAYA