Optimization of Nb-Ti-B master alloy in aluminum a356 parts with general factorial and neuro-regression
Alüminyum a356 parçalarda Nb-Ti-B master alaşımının genel faktöriyel ve sinirsel regresyon ile optimizasyonu
- Tez No: 824104
- Danışmanlar: DOÇ. DR. ONUR ERTUĞRUL, DOÇ. DR. LEVENT AYDIN
- Tez Türü: Yüksek Lisans
- Konular: Metalurji Mühendisliği, Metallurgical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: İzmir Katip Çelebi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Malzeme Bilimi ve Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 132
Özet
Al-Si döküm alaşımlarında bir güçlendirme mekanizması olarak uygulanan tane inceltme işlemi, ağırlıklı olarak otomotiv endüstrisinde kullanılan A356 alaşımı söz konusu olduğunda kritik bir öneme sahiptir. Ti-B içeren tane incelticilerin kullanımının neden olduğu solma ve zehirlenme etkilerinin ardından, araştırmacılar yeni bir tane inceltici bileşimi arayışına girmişlerdir. Son yıllarda detaylı olarak çalışılan Nb-B içeren tane inceltici ana alaşımın olumlu etkilerinin görülmesi ancak bu etkilerin kayda değer bir sonuç üretmemesi üzerine Nb-Ti-B üçlü bileşimi üzerinde çalışmalar yapılmış ve tane inceltme etkinliğinin arttığı ve optimum Nb-Ti-B değerlerinin oransal olarak ortaya çıktığı termodinamik hesaplamalarla ortaya konmuştur. Ancak bu değerler gerçek zamanlı çekme testi verileri ile istatistiksel açıdan analiz edilmediği için literatürdeki bu boşluk bu çalışma ile doldurulmuştur. Bu çalışmada, Nb, Ti ve B element oranları faktöriyel deneysel tasarım yaklaşımı kullanılarak belirlenmiş ve dökümler, döküm parametrelerinin sınır koşullarda hassas bir şekilde korunabildiği bir laboratuvar ortamında tamamlanmıştır. Çekme testi sonuçları, Minitab 20'de genel faktöriyel regresyon ve makine öğrenimi ile regresyon analizini birleştiren yenilikçi bir veri işleme tekniği olan Mathematica'da nöral regresyon kullanılarak işlenmiş ve optimizasyon verileri karşılaştırmalı analize tabii tutulmuştur. Ek olarak, OES, XRF yöntemleri ile kimyasal analiz, optik metal mikroskobu ve SEM ile mikroyapı analizi, XRD yöntemi ile seçilen numuneler üzerinde faz analizi ve metalografik bulgular paylaşılmıştır. Elde edilen sonuçlara göre, optimum alaşım kompozisyonu genel faktöriyel regresyon yöntemi ile istatistiksel bir tutarlılıkla açıklanamazken, Nb, Ti ve B elementlerinin A356 alaşımının çekme testi üzerindeki etkisinin nöro-regresyon ile veri ezberleme olmaksızın R2 = 0,999 ile ortaya konduğu olgu ortaya konmuştur. Çalışmanın bu aşaması ön çalışma olarak adlandırılabileceğinden, modelin geri beslemeli çekme testi verileriyle geliştirilmesi için pek çok alan ve fırsat bulunmaktadır.
Özet (Çeviri)
The grain refinement process applied as a strengthening mechanism in Al-Si casting alloys is of critical importance in the case of A356 alloy, which is mainly used in the automotive industry. Following the fading and poisoning effects caused by the use of Ti-B-containing grain refiners, researchers have been searching for a new grain refiner composition. After the positive effects of the Nb-B containing grain refiner master alloy, which has been studied in detail in recent years, were observed, but these effects did not produce any significant results, studies on the Nb-Ti-B ternary composition were carried out, and it was revealed that the grain refining effectiveness increased and the optimum Nb-Ti-B values were proportionally revealed by thermodynamic calculations. However, since these values have not been analyzed from a statistical point of view with real-time tensile test data, this gap in the literature has been filled with this study. In this study, the elemental ratios of Nb, Ti and B were determined using a factorial experimental design approach and the castings were completed in a laboratory environment where the casting parameters could be precisely maintained at boundary conditions. The tensile test results were processed and compared with the optimization data using general factorial regression in Minitab 20 and neuro-regression in Mathematica, an innovative data processing technique that combines machine learning and regression analysis. In addition, chemical analysis with OES, XRF methods, microstructure analysis with optical metal microscopy and SEM, phase analysis on selected samples with XRD method and metallographic findings are shared. According to the results obtained, while the optimum composition could not be explained with a statistical consistency with the general factorial regression method,the phenomenon in which the effect of Nb, Ti and B elements on the tensile test of A356 alloy was revealed with neuro-regression, with R2 = 0.999 without data memorization. Since that step of the work may be called as preliminary study, there are plenty of rooms and opportunities for enhancement of the model with feedbacked tensile test data.
Benzer Tezler
- Optimization of alloying elements and process parameters for deep drawability property of cold rolled automotive steels
Derin çekilebilirlik özelliğiiçin soğuk haddelenmiş otomotiv çeliklerinde proses parametreleri ve alaşım elementlerinin optimizasyonu
DURSUN ALİ YAŞACAN
Doktora
İngilizce
2006
Metalurji Mühendisliğiİstanbul Teknik ÜniversitesiMetalurji ve Malzeme Mühendisliği Ana Bilim Dalı
PROF.DR. EYÜP SABRİ KAYALI
- Yüksek mukavemetli düşük alaşımlı petrol boru çeliklerinin üretimi ve sıcak haddeleme proses optimizasyonu
Production and hot rolling process optimization of high strength low alloy line pipe steels
RAMAZAN TÜTÜK
Doktora
Türkçe
2020
Metalurji Mühendisliğiİstanbul Teknik ÜniversitesiMalzeme Bilimi ve Mühendisliği Ana Bilim Dalı
PROF. DR. EYÜP SABRİ KAYALI
- Ağırlıklı Bayes sınıflandırıcıda ağırlıkların optimizasyonu
Optimization of the weights of weighted naïve Bayesian classifier
GAMZEPELİN AKSOY
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT KARABATAK
- Kemoradyoterapi alan akciğer kanseri hastalarında pet/btile bt desen analizi karşılaştırılması: tümörün tedaviyeyanıtını öngörebilir miyiz?
Comparison of pet/ct and ct texture analysis in patients withstage iii-iv lung cancer receiving chemoradiotherapy: can wepredict the treatment response of the tumor?
NILUFAR GASIMLI
Tıpta Uzmanlık
Türkçe
2023
Radyoloji ve Nükleer Tıpİstanbul ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. ŞÜKRÜ MEHMET ERTÜRK
- Development of a novel candidate solution quality prediction approach to artificial algae algorithm
Yapay alg algoritması için yeni bir aday çözüm kalite tahmin yaklaşımı geliştirilmesi
ABDULKERIM MOHAMMED YIBRE
Doktora
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA SERVET KIRAN