Identification of optimum milling parameters through machine learning
Makine öğrenmesi ile optimum frezeleme parametrelerinin belirlenmesi
- Tez No: 929407
- Danışmanlar: PROF. DR. ERHAN BUDAK
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Sabancı Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 94
Özet
Frezeleme işlemleri birçok endüstride yaygın olarak kullanılmaktadır. Otomotiv gibi endüstrilerde, yüksek hacimli imalat ihtiyacı veya büyük kalıpların üretilmesi gerekliliği nedeniyle üretim hızı öne çıkarken, havacılık ve elektronik endüstrileri tolerans bantlarını aşmayan hassas imalata odaklanmak zorundadır. Bu durum, işleme merkezi sınırları dahilinde malzeme kaldırma oranını maksimize etmek veya kabul edilebilir parçalar elde etmek için takım sapması ve titreşim riskini minimize etmek gibi farklı optimizasyon denklemleri gerektirir. Her iki optimizasyon da ürünün birim maliyeti üzerinde büyük bir etki yaratacağından, işleme süresi ile takım maliyeti arasındaki dengeyi tanımlamalı ve optimum kesme parametreleri ile takım boyutlarının seçimine yardımcı olunmalıdır. Bu tezde, yapay zeka uygulamalarındaki artış ve tahminlerdeki doğruluk seviyeleri nedeniyle, optimum çözüm, denetimli makine öğrenimini (ML) ile araştırıldı. Titanyum alaşımı (Ti-6-4) iş parçası malzemesinin karbür takım ile kesme işlemi, farklı kesici takım ve parametre senaryolarıyla simüle edilerek kesme kuvvetleri, titreşim durumu, yüzey hataları, işleme süresi, takım ömrü ve takım bükülme stresi hesaplanmıştır. Veri hazırlama adımının ardından, verileri test etmek ve eğitmek için Gauss Süreci regresyonu kullanılmış, Bayes Optimizasyonu ile en iyi sonuçlar belirlenmiştir.
Özet (Çeviri)
Milling operations are commonly utilized in many industries. Productivity rate becomes prominent in the industries such as automotive due to the need for high-volume manufacturing or the requirement to produce large die casts, whereas the aerospace and electronics industry must focus on precise manufacturing that does not exceed tolerance bands. This condition results in different types of optimization equations such as maximizing material removal rate with respect to machining center limits or minimizing the tool deflection and chatter risk to achieve conforming parts. Both optimizations will indicate a major effect on the unit cost of the product, hence they should describe the trade-off between the machining time and tool cost and help the selection of the optimum cutting parameters and tool dimensions. The increase in AI implementations and their promising accuracy levels were the main reasons to choose the supervised machine learning (ML) to investigate the optimum solution. In this thesis, Titanium alloy (Ti-6-4) workpiece material cutting process with carbide tool has been simulated for many different cutting tool and process parameter scenarios to calculate cutting forces, chatter status, surface form errors, machining time, tool life and tool breakage. Following the data preparation step, Gaussian Process Regression model has been computed for the optimization step with Bayesian approach.
Benzer Tezler
- Bridging knowledge across architectural heritage and digital fabrication technologies
Mimari miras ile dijital fabrikasyon teknolojileri arasında bilgi köprüsü kurmak
BEGÜM HAMZAOĞLU
Doktora
İngilizce
2024
Mimarlıkİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
PROF. DR. MİNE ÖZKAR KABAKÇIOĞLU
- Optimization of fragmentation behaviour of brittle phase in a ductile matrix during mechanical alloying for the production of nano composite powders and final products
Mekanik alaşımlama sırasında gevrek fazın sünek matris içerisindeki ufalanma davranışlarının optimize edilmesi ve nano kompozit tozu nihai ürün üretimi
AYDIN ŞELTE
Doktora
İngilizce
2019
Metalurji Mühendisliğiİstanbul Teknik ÜniversitesiMetalurji ve Malzeme Mühendisliği Ana Bilim Dalı
PROF. DR. BURAK ÖZKAL
- Trokoidal takım yolu ile işleme için performans arttırıcı kesici takım tasarımı ve imalatı
Design and manufacture of performance developing cutting tool for trochoidal tool machining
SEMİH YÜKSEL
Doktora
Türkçe
2024
Makine MühendisliğiMarmara ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA AY
- Modeling of grinding process mechanics
Taşlama operasyonu mekaniğinin modellenmesi
DENİZ ASLAN
Yüksek Lisans
İngilizce
2014
Makine MühendisliğiSabancı ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ERHAN BUDAK
- Tasarım aşamasındakı taşıt parçalarında varyasyon simulasyon analizi (VSA) ile toleransların boyutsal değerlendirmesi
Dimensional analysis of vehicle components in design phase via variation simulation analysis (VSA)
TUNA KAYA
Yüksek Lisans
Türkçe
2016
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
ÖĞR. GÖR. KUBİLAY YAY