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: Kompozitler, Makine öğrenmesi, Malzeme özellikleri, Sonlu elemanlar, Sonlu elemanlar analizi, Sonlu elemanlar yöntemi, Yapay zeka, Young modülü, Composites, Machine learning, Material properties, Finite elements, Finite element analysis, Finite element method, Artificial intelligence, Young modulus
- 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: Belirtilmemiş.
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
- Gesture imitation learning in human-robot interaction
Taklit yolu ile hareket öğrenme ınsan robot etkileşimi
ITAUMA ISONG ITAUMA
Yüksek Lisans
İngilizce
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HATİCE KÖSE-BAĞCİ
- Computational aesthetics using machine learning for video game camera direction
Video oyunu kamera yönetimi için makine ögrenmesi ile hesaplamalı estetik
ALİ NACİ ERDEM
Yüksek Lisans
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiModelleme ve Simülasyon Ana Bilim Dalı
PROF. DR. UĞUR HALICI
- Comparison of active learning based hierarchical classification approaches on twitter
Twitter alanında hiyerarşik sınıflandırma yöntemini temel alan aktif öğrenmenin karşılaştırılması
RASHİD ZAMAN
Yüksek Lisans
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. YÜCEL SAYGIN
- Developing oxygen amount prediction model of basic oxygen furnace steelmaking process with machine learning algorithms
Makine öğrenmesi algoritmaları ile bazik oksijen fırını çelik üretiminde oksijen miktarı tahminleme modeli geliştirilmesi
SONER TÜRKOĞLU
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BUSE MELİS ÖZYILDIRIM
- Hibrid makine öğrenmesi teknikleri ile yol yüzey durumunun modellenmesi
Modeling the roadway surface status by hybrid machine learning techniques
BEGENCH YARMATOV
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. OKAN BİNGÖL
PROF. DR. SERDAL TERZİ