Geri Dön

Karbon çeliklerinin mikroyapı görüntülerinden mekanik özelliklerinin derin öğrenme ile tahmini

Prediction of mechanical properties of carbon steels by deep learning from microstructure images

  1. Tez No: 888772
  2. Yazar: RIDVAN SERT
  3. Danışmanlar: DOÇ. DR. FECİR DURAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Metalurji Mühendisliği, Computer Engineering and Computer Science and Control, Metallurgical Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 50

Özet

Malzeme biliminde, bir malzemenin mikroyapısı ile mekanik özellikleri arasında yakın bir ilişki olduğu bilinmektedir. Bu çalışmada, AISI 1040 çeliğinin oda sıcaklığındaki çekme özelliklerinin, mikroyapı görüntülerinden yapay zeka ile tahmin edilmesi hedeflenmiştir. Bu amaçla, standartlara uygun çekme numuneleri hazırlanmış ve çekme testine tabi tutulmuştur. Numunelerin deforme olmayan bölgelerinden alınan mikroyapı resimleri ile ferrit ve perlit hacim oranları hesaplanmıştır. Oluşturulan veri kümesi kullanılarak, Evrişimli Sinir Ağı modeli ile akma, çekme ve kopma gerilimi değerleri tahmin edilmiştir. Sonuçlar, mikroyapı görüntülerinden AISI 1040 çeliğinin mekanik özelliklerinin başarıyla tahmin edilebileceğini göstermiştir. Çalışma sonucunda Ortalama Kare Hatası 4,36; Kök Ortalama Kare Hatası 2,08; Ortalama Mutlak Hata 1,66; R-Kare 0,99 skorları elde edilmiştir.

Özet (Çeviri)

In materials science, it is known that there is a close relationship between the microstructure of a material and its mechanical properties. This study aimed to predict the tensile properties of AISI 1040 steel at room temperature using artificial intelligence from microstructure images. For this purpose, tensile specimens were prepared according to the standards and subjected to tensile tests. Microstructure images were taken from the undeformed regions of the specimens and the ferrite and pearlite volume fractions were calculated. Using the created dataset, yield strength, tensile strength and fracture stress values were predicted with a Convolutional Neural Network model. The results showed that the mechanical properties of AISI 1040 steel can be successfully predicted from microstructure images. The study yielded Mean Squared Error of 4.36; Root Mean Squared Error of 2.08; Mean Absolute Error of 1.66; and R-Squared score of 0.99.

Benzer Tezler

  1. Bor karbür katkılı PMMA (polimetil metakrilat) polimerkompozitlerin ATRP metodu ile sentezi ve karakterizasyonu

    Synthesis and characterization of boron carbide additived PMMA (polymethyl methacrylate) polymer composites by ATRP method

    DUYGU TULUK TÜRKMANİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Metalurji Mühendisliğiİstanbul Teknik Üniversitesi

    Metalurji ve Malzeme Mühendisliği Ana Bilim Dalı

    PROF. DR. CÜNEYT ARSLAN

    PROF. DR. NİLGÜN BAYDOĞAN

  2. Grafen ve bor nitrür katkılarının titanyum diborür – titanyum karbür kompozitlerinin özellikleri üzerine etkilerinin incelenmesi

    Investigation of the effects of graphene and boron nitride additives on the properties of titanium diboride – titanium carbide composites

    BESTE ECEM KAYAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Metalurji Mühendisliğiİstanbul Teknik Üniversitesi

    Malzeme Bilimi ve Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İPEK AKIN KARADAYI

  3. The Effect of microstructure and hardness on acoustic properties of hypoeutectoid plain-C steels

    Mikroyapının ve sertliğin ötektoid-altı yalın karbon çeliklerinin akustik özelliklerine etkisi

    YANKI KELEŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2002

    Metalurji MühendisliğiOrta Doğu Teknik Üniversitesi

    Metalurji ve Malzeme Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. C. HAKAN GÜR

    PROF. DR. ERDOĞAN TEKİN

  4. Sürtünme kaynağı ile birleştirilmiş AISI 1040/AISI 304 çelik çifti alaşımlarının mikroyapı ve mekanik özelliklerinin araştırılması

    Investigation of the microstructural and mechanical properties of friction welded AISI 1040/AISI 304 steel pair alloys

    SEDAT BULDAĞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Makine MühendisliğiBingöl Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ZÜLKÜF BALALAN

  5. Alaşımsız ve düşük alaşımlı çeliklerde küreselleştirme ısıl işleminin optimizasyonu ve hassas kesme işlemine etkisi

    Optimization of spheroidizing heat treatment in unalloyed and low alloyed steels and its effect on fine blanking process

    AKIN KÜTMEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Metalurji Mühendisliğiİstanbul Teknik Üniversitesi

    Metalurji ve Malzeme Mühendisliği Ana Bilim Dalı

    PROF. DR. MURAT BAYDOĞAN