Makine öğrenmesi yöntemi ile fonksiyonel derecelendirilmiş tabakalardaki temas problemi analizi
Contact problem analysis in functionally graded layers with machine learning method
- Tez No: 837389
- Danışmanlar: DOÇ. DR. ALPER POLAT
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Munzur Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 85
Özet
Bu çalışmada, dairesel iki panç ile yüklenmiş fonksiyonel derecelendirilmiş tabakalardaki temas analizi sonlu elemanlar metodu (SEM) ve Makine Öğrenmesi teknikleri kullanılarak çözüm gerçekleştirilmiştir. Problem, dairesel geometrideki rijit iki panç ile yüklenmiş fonksiyonel dereceli iki tabakadan oluşmaktadır. Dış yükler P ve Q, tabakaya iki rijit panç aracılığıyla aktarılmıştır. Tüm yüzeyler sürtünmesiz olarak dikkate alınmıştır. Fonksiyonel derecelendirilmiş tabakaların sonlu elemanlar modeli ANSYS paket programı kullanılarak oluşturulmuş ve problemin 2 boyutlu analizi gerçekleştirilmiştir. Her iki pançtan elde edilen temas uzunlukları Python ortamına aktarılarak bilgisayara öğretilmiştir. Verilere uygun Makine Öğrenmesi algoritmaları vasıtasıyla ek bir çözüme gerek kalmadan temas uzunluklarının tahmini gerçekleştirilmiştir. Temas uzunlukları tahmin işlemi için Makine Öğrenmesi yöntemlerinden Lineer Regresyon, Rastgele Orman ve En Yakın Komşu Algoritması kullanılmıştır. Temas uzunlukları tahmini için Makine Öğrenmesi yöntemi ile kısa sürede ve hata oranı düşük sonuçlar elde edilmesi hedeflenmiştir. Ayrıca çalışmada pançlar arası mesafeler, yükler, rijitlik parametreleri ve panç yarıçapları gibi parametrelerin temas bölgeleri, ilk ayırma yükleri ve mesafeleri, normal gerilmeler, derinlik boyunca gerilmeler ve temas gerilmeleri üzerindeki etkileri incelenmiştir. Elde edilen bulgular tablo ve grafik halinde sunulmuştur.
Özet (Çeviri)
In this study, the solution is realized using contact analysis finite element method (FEM) and Machine Learning techniques in functionally graded layers loaded with two circular punches. The problem consists of two layers of functional grade loaded with two rigid punches of circular geometry. The external loads P and Q were transferred to the sheet via two rigid punches. All surfaces are considered actionless. The finite element model of functionally graded layers was created using the ANSYS package program, and a 2-dimensional problem analysis was performed. The contact lengths obtained from both punches were transferred to the Python environment and taught to the computer. By means of Machine Learning algorithms suitable for the data, the contact lengths were estimated without the need for an additional solution. Linear Regression, Random Forest and Nearest Neighbor Algorithm from Machine Learning methods were used for contact length estimation. The estimation of contact lengths aims to obtain results in a short time and with a low error rate with the Machine Learning method. In addition, the effects of parameters such as distances between punches, loads, stiffness parameters, and punch radius on contact zones, initial separation loads and distances, normal stresses, stresses through depth, and contact stresses were investigated. The findings are presented in tables and graphics.
Benzer Tezler
- Machine-learning approaches for neurological disorder diagnosis from genomic and neuroimaging data
Genomik ve nörogörüntüleme verilerinden nörolojik bozukluk teşhisi için makine öğrenmesi yaklaşımları
İSMAİL BİLGEN
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN
- Modelling and state of charge estimation of lithium-ion batteries
Lityum bazlı batarya hücrelerininmodelleme ve şarj durumu tahmini
MANİ KAZIMI
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. METİN GÖKAŞAN
- Disleksi ve yazım kusurlu olan çocukların okuma sırasında beyin aktivitelerinin fonksiyonel MR ile incelenmesi
Examination of brain activities during reading with functional MRI of children with dyslexia and written defects
GİZEM RÜVEYDA SAĞIR
Yüksek Lisans
Türkçe
2023
Mühendislik BilimleriErciyes ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. SEMRA İÇER
- Makine öğrenmesi ile alabalık, çipura ve levrek balıklarının kalite seviyelerinin ve türlerinin belirlenmesi
Determining the quality levels and species of trout, sea bream, and bass fish by machine learning
ÖZKAN DOĞAN
Yüksek Lisans
Türkçe
2023
Su ÜrünleriKırşehir Ahi Evran Üniversitesiİleri Teknolojiler Ana Bilim Dalı
DOÇ. DR. EMRE YAVUZER
- A systematic approach with machine learning and a genetic algorithm for the microwave-assisted synthesis of antibacterial ZIF-8 nanoparticles
Sistematik bir yaklaşım ile makine öğrenimi ve genetik algoritma kullanarak antibakteriyel ZIF-8 nanopartiküllerin mikrodalga yardımlı sentezi
NİDA ÜK
Yüksek Lisans
İngilizce
2021
Kimya Mühendisliğiİstanbul Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. SADRİYE OSKAY