Toolox 44 malzemenin tornalanmasında yüzey pürüzlülüğünün yapay sinir ağları yöntemi ile optimizasyonu
Optimization of surface roughness in the turning of Toolox 44 material using artificial neural networks
- Tez No: 880250
- Danışmanlar: DOÇ. DR. İBRAHİM SAVAŞ DALMIŞ, DR. ÖĞR. ÜYESİ HALİL NUSRET BULUŞ
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Tekirdağ Namık Kemal Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 66
Özet
Bu çalışmada, Toolox 44 malzemesinin tornalanması sürecinde yüzey pürüzlülüğünün optimize edilmesi hedeflenmiştir. Yapay sinir ağları kullanılarak gerçekleştirilen modellemede, ince ve kaba işleme, ilerleme hızı, kesme hızı, kesme derinliği ve parça sırası gibi parametreler girdi olarak belirlenmiş ve yüzey pürüzlülüğü (Ra) çıktı olarak seçilmiştir. Levenberg-Marquardt algoritması ile eğitilen model, Logistic Sigmoid ve Pure Linear transfer fonksiyonları ile yapılandırılmıştır. 108 deneysel veri setinin %70'i modelin eğitimi, %15'i testi ve %15'i doğrulama için kullanılmıştır. Modelin performansı RMSE, MAPE ve R2 ölçütleri ile değerlendirilmiş, sonuçlar modelin yüzey pürüzlülüğünü yüksek doğrulukla tahmin edebildiğini göstermiştir. Elde edilen bulgular, modelin imalat süreçlerinde kalite kontrol ve optimizasyon amacıyla kullanılabileceğini ortaya koymuştur.
Özet (Çeviri)
This study aims to optimize the surface roughness in the turning process of Toolox 44 material. In the developed model using artificial neural networks, parameters such as fine and rough machining, cutting speed, feed rate, cutting depth, and part sequence were selected as inputs, while surface roughness (Ra) was chosen as the output. The model, trained with the Levenberg-Marquardt algorithm, was structured using Logistic Sigmoid and Pure Linear transfer functions. Of the 108 experimental data sets, 70% were used for model training, 15% for testing, and 15% for validation. The model's performance was evaluated using RMSE, MAPE, and R2 metrics, and the results demonstrated that the model could predict surface roughness with high accuracy. The findings indicate that the model can be used for quality control and optimization in manufacturing processes.
Benzer Tezler
- Tip 1 diabetes mellitus tanısı ile izlenmekte olan çocuklarda serum s100b düzeyi
Serum s100b levels i̇n children diagnosed tip 1 diabetes mellitus
EMİNE SEMRA KÜÇÜK
Tıpta Uzmanlık
Türkçe
2015
Çocuk Sağlığı ve HastalıklarıHarran ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. DR. ALİ ATAŞ
- İmalat endüstrisine yönelik görüntü işleme ile robotkol oryantasyon yazılımı geliştirme
Robotic arm orientation software development with image processing for manufacturing industry
FATİH ARSLAN
Yüksek Lisans
Türkçe
2015
Elektrik ve Elektronik MühendisliğiKahramanmaraş Sütçü İmam ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MAHİT GÜNEŞ
- Ayaklardaki yüzeysel mantar enfeksiyonlarının potansiyel risk faktörlerinin kendini örgütleyen haritalar (SOM) ile analizi
Analysis of potential risk factors that effects prevalence of superficial mycosis of feet with self-organizing maps (SOM)
FADİME ŞAHİN
Yüksek Lisans
Türkçe
2016
Endüstri ve Endüstri MühendisliğiÇukurova ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. OYA HACİRE YÜREGİR
- Sıklıkla kullanılan yapay sinir ağları algoritmalarının Antalya iline ait elektrik yük tahmini özelinde analitik olarak değerlendirilmesi
An analytic evaluation of frequently used artificial neural network algorithms based on the electricity load forecast of Antalya province
YALÇIN KAPLAN
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Kemerburgaz ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. OĞUZ BAYAT
YRD. DOÇ. DR. FİKRET KORHAN TURAN
- Düşük maliyetli ve kaynakları verimli kullanabilen sürekli öğrenebilen akıllı cihaz çekirdeği
Low-cost and resource-aware intelligent device: A core of thing
ONUR AKDEMİR
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. DENİZ TURGAY ALTILAR