Frezeleme işleminde sıcaklığın fizik bilgili makine öğrenmesi ile incelenmesi
Investigation of temperature in milling process with physics informed machine learning
- Tez No: 978919
- Danışmanlar: DOÇ. DR. UMUT KARAGÜZEL
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Mekatronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Frezeleme işlemleri günümüz dünyasında üretimin olduğu hemen hemen tüm sektörlerde kullanılmaktadır. Usta-Çırak ilişkisinide bu zamanda çok iyi yansıtması sebebiyle ayrı bir emek ve önem arz etmektedir.Sanayi devriminden itibaren kullanılmaya başlanan ve bir çok çeşidi bulunan bu üretim tekniğinin en büyük önemi halen daha düşük yatırım ve işletme maliyeti gerektiren, hızlı ve tek seferde işini görebilme gibi etkenlerim önüne geçebilecek bir teknolojinin yerini almamasıdır . Günümüze kadar bir çok aşamadan geçerek kendini güncelleyen ve son teknoloji ile harmanlanarak CNC kültürüne geçildiği bu dönemlerde freze işlemleri halen daha kullanılmaya devam etmekte ve yatırım almaktadır.Her ikiside döner kesici ile çalışarak talaş kaldırmakta ama ikisini ayıran ince bir çizgi bulunmakta; CNC makinenin beyni,freze ise bunun bir kolu gibi düşünebiliriz. Durum böyle olunca biz araştırmacalarda kullanılan freze teknikleri optimum seviyeye çekerek en iyiyi bulmaya, geliştirmeye ve araştırmalara devam etmekteyiz. Bu tezde, günümüz dünyasında önemi ve kullanımı gittikçe artan yapay zeka faktörünüde ele alarak frezeleme işlemlerinde kullanılan paremetrelerden elde edilen verileri makine öğrenmesi ile optimize etmeyi amaç edinip ve 'Digital Twin' olarak anılan modeli Freze işlemlerine entegre etmek amaçlandı. Bunu yaparken de öncelikle ihtiyaç olan fiziksel verileri toplayarak Taguchi metodu ile bir veri seti oluşturuldu. Ardından Matlab'ten sıcaklık-zaman grafiklerini elde etmek için bir kod hazırlanarak sıcaklık modeli elde edildi. Tüm bunların ardından belirlemiş olan kesme paremetlerinin sıcaklığa olan etkisini görmek için belirli bir saniye aralığına odaklanarak sonuçları hibrit bir makine öğrenmesi metotları ile tahmin sonuçları elde etmek amaçlandı. Veri setinin ve gerekli olan sıcaklık modellerinin elde edilmesinden sonra tahminleri almak için veri setine en uygun olan 3 farklı algoritma kullanıldı.Bunu da özetlemek gerekirse; Aykırı gözlemler, çeyrekler arası aralık (IQR) yöntemiyle veri setinden çıkarılmış; değişkenler dağılım özelliklerine göre RobustScaler ya da StandardScaler ile ölçeklendirilmiştir. Her hedef istatistik (ortalama, standart sapma, minimum, maksimum) için aynı eğitim protokolü izlenmiş; k‑katlı çapraz doğrulama içinde ızgara araması (grid search) ile model ayarları belirlenmiştir. Tahmin katmanında, zaman bağımlı örüntüleri yakalamak için LSTM‑CNN ve LSTM‑GRU, tablosal etkileşimleri etkili biçimde modellemek için XGBoost kullanılmış; üç yöntem hibrit bir çerçevede birlikte değerlendirilmiştir. Bu düzenek, kritik zaman penceresindeki sıcaklık dağılımı ölçütlerini tutarlı ve uygulamaya elverişli bir doğrulukla tahmin etmiştir.
Özet (Çeviri)
Milling processes are used in almost every sector of production in today's world. Because they perfectly reflect the master-apprentice relationship, they are particularly demanding and important. The greatest importance of this production technique, which began to be used since the Industrial Revolution and has many variations, is that it has not been replaced by a technology that can surpass factors such as requiring lower investment and operating costs, and being able to complete a job quickly and in one go. Having undergone many phases of updating and blending with the latest technology, milling processes continue to be used and attract investment in this era of CNC culture. While both utilize rotary cutters to remove material, there is a fine line separating the two: the CNC is the brain of the machine, and the milling machine is its arm. Therefore, we continue to optimize the milling techniques used in our research, finding, developing, and researching the best. In this thesis, by also taking into account the increasingly important and used artificial intelligence factor in today's world, it is aimed to optimize the data obtained from the parameters used in milling processes through machine learning and to integrate the model called 'Digital Twin' into milling processes. To do this, firstly, a dataset was created using the Taguchi method by collecting the required physical data. Then, a temperature model was obtained by preparing a code to obtain temperature-time graphs in Matlab. After all these, the aim was to obtain prediction results by focusing on a specific second interval in order to see the effect of the determined cutting parameters on temperature, using a hybrid machine learning methods. After obtaining the dataset and the necessary temperature models, 3 different algorithms that were most appropriate for the dataset were used to obtain predictions. To summarize, outlier observations were removed from the dataset using the interquartile range (IQR) method; variables were scaled with RobustScaler or StandardScaler according to their distribution properties. The same training protocol was followed for each target statistic (mean, standard deviation, minimum, maximum); Model tuning was determined using grid search within k fold cross-validation. In the prediction layer, LSTM-CNN and LSTM-GRU were used to capture time-dependent patterns, and XGBoost was used to efficiently model tabular interactions; the three methods were evaluated together in a hybrid framework. This setup predicted temperature distribution metrics within the critical time window with consistent and practical accuracy.
Benzer Tezler
- Dik ve eğik kesme işleminin termomekanik modellemesi ve torna işlemine uygulanması
Thermomechanical modeling of orthogonal and oblique cutting with turning validation
ESİN ÇAKIR
Doktora
Türkçe
2015
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA BAKKAL
- Ti6Al4V alaşımının frezelenmesinde farklı soğutma tekniklerinin işleme performansına etkisi
The effect of different cooling techniques on machining performance in milling of Ti6Al4V alloy
ERAY SARIGÜL
Yüksek Lisans
Türkçe
2022
Makine Mühendisliğiİnönü ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERKAN BAHÇE
- Trokoidal frezelemede kesme sıvısının işlenebilirlik kriterleri üzerındeki etkilerin araştırılması
Investigation of the effects of cutting fluid on machinability criteria in trochoidal milling
TUĞÇENUR ÖZCAN
Yüksek Lisans
Türkçe
2025
Makine MühendisliğiKarabük ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA GÜNAY
- Ti6al4v alaşımının farklı talaşlı imalat yöntemleri ile işlenebilirliğinin incelenmesi
Investigation of machinability of ti6al4v alloy using different machining methods
MUSTAFA ERSOY
Yüksek Lisans
Türkçe
2022
Metalurji Mühendisliğiİstanbul Üniversitesi-CerrahpaşaMetalurji ve Malzeme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NURAY BEKÖZ ÜLLEN
DR. ÖĞR. ÜYESİ ŞAKİR ALTINSOY
- Correlation between cutting parameters, tool geometry and particulate size distribution in the trimming of CFRP composites
CFRP kompozitlerin düzeltilmesinde kesme parametreleri, takım geometrisi ve partikül boyutu dağılımı arasındaki ilişki
BAŞAR ÖZKAN
Yüksek Lisans
İngilizce
2017
Makine MühendisliğiThe Unıversıty Of SheffıeldMakine Mühendisliği Ana Bilim Dalı
DR. CHRİSTOPHE PİNNA