Melt pool width prediction with machine learning in selective laser melting
Seçici lazer eritme üretiminde makine öğrenimi ile erime havuzu genişliği tahmini
- Tez No: 973333
- Danışmanlar: DR. ÖĞR. ÜYESİ IRMAK SARGIN
- Tez Türü: Yüksek Lisans
- Konular: Metalurji Mühendisliği, Metallurgical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Metalurji ve Malzeme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Lazer Toz Yatağı Füzyonu (LTYF) sürecinde eriyik havuzu genişliğinin hassas bir şekilde kontrolü, karmaşık geometrilere sahip yüksek kaliteli parçaların üretilmesi açısından kritik öneme sahiptir. Üretilen parçanın nihai özelliklerini doğrudan etkileyen ergiyik havuz oluşumu, oldukça karmaşık ve doğrusal olmayan mekanizmaları içerir. Bu nedenle, ergiyik havuzu genişliğinin önceden tahmin edilebilmesi ve kontrol edilebilmesi, süreç optimizasyonu ve nihai ürün kalitesi açısından büyük önem taşımaktadır. Geleneksel olarak, eriyik havuzu tahmini için analitik bir çözüm sunan Rosenthal denklemi kullanılmaktadır. Ancak bu denklemin sabit durum koşulları ve homojen malzeme özellikleri gibi varsayımları, gerçek LTYF uygulamalarındaki geçerliliğini ve doğruluğunu sınırlamaktadır. Bu durum, daha doğru ve esnek tahmin yöntemlerine duyulan ihtiyacı ortaya koymaktadır. Makine öğrenmesi, işlem parametreleri ile eriyik havuzu özellikleri arasındaki karmaşık ve doğrusal olmayan ilişkileri yakalayabilme yeteneği sayesinde bu bağlamda önemli bir potansiyele sahiptir. Bu çalışma, eriyik havuzu genişliğinin tahmininde kullanılan geleneksel yaklaşımları temsil eden Rosenthal denklemi ile makine öğrenmesi gibi modern, veri odaklı tekniklerin karşılaştırmalı bir analizini sunmaktadır. Her yöntemin güçlü ve zayıf yönleri ortaya konarak, bu çalışmanın LTYF teknolojisinin gelişimine katkı sağlaması ve endüstriyel uygulamalarda daha güvenilir ve verimli üretim süreçlerinin teşvik edilmesi amaçlanmaktadır.
Özet (Çeviri)
Precise control of melt pool width is critical in Laser Powder Bed Fusion (L-PBF) process for producing high-quality parts with complex geometries. Melt pool formation, which directly affects the final properties of the manufactured part, involves complex and highly non-linear mechanisms. The ability to predict and control melt pool width a priori is therefore essential process optimization and final product quality. Traditionally, the Rosenthal equation has been used to provide an analytical solution for melt pool prediction. However, certain assumptions such as steady-state conditions and homogeneous material properties limit its applicability and accuracy in real L-PBF scenarios. This highlights the need for more accurate and flexible prediction methods. Machine learning offers significant potential in this context due to its ability to capture complex, non-linear relationships between process parameters and melt pool characteristics. This study presents a comparative analysis of traditional approaches, represented by the Rosenthal equation, and modern data-driven techniques, including machine learning, for predicting melt pool width. By identifying the strengths and limitations of each method, this study aims to contribute to the advancement of L-PBF technology and promote more reliable and efficient production processes in industrial applications.
Benzer Tezler
- Numerical investigation of natural convection in dmlm process
Katmanlı imalatta doğal taşınımın sayısal incelenmesi
BERK ÖZADA
Yüksek Lisans
İngilizce
2020
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERTAÇ ÇADIRCI
- Metal lazer ergitme modellemesi ve doğrulaması
Modelling of metal laser melting and verification
MEHMET ALPER DEMİRAY
Doktora
Türkçe
2023
Makine MühendisliğiSüleyman Demirel ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET CENGİZ KAYACAN
PROF. DR. CENGİZ BAYKASOĞLU
- Thermal finite element model to compute melt pool dimensions for directed energy deposition additive manufacturing process with experimental validation
Deneysel doğrulama ile yönlendirilmiş enerji biriktirme eklemeli imalat süreci için ergiyik havuzu boyutlarını hesaplama ile termal sonlu eleman modeli
KEREM DÖRTKAŞLI
Yüksek Lisans
İngilizce
2021
Mühendislik BilimleriSabancı ÜniversitesiÜretim Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERALP DEMİR
- Melt pool temperature distribution analysis in selective laser melting process
Seçici lazer ergitme işleminde ergime havuzu sıcaklık dağılımının analizi
MEHMET BURAK ÖNAL
Yüksek Lisans
İngilizce
2020
Makine MühendisliğiGaziantep ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. NECİP FAZIL YILMAZ
PROF. DR. OĞUZHAN YILMAZ
- Seçici lazer ergitme işlemindeki ısı transfer modelinin geliştirilmesi
Development of the heat transfer model in the selective laser melting process
KORHAN ÖKTEN
Doktora
Türkçe
2021
Makine MühendisliğiGazi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ATİLLA BIYIKOĞLU