Delik delme esnasında malzeme yüzeyinde oluşan çapakların görüntü işleme ile incelenmesi ve kesme parametrelerinin optimizasyonu
Investigation of burrs formed on the material surface during drilling with image processing and optimization of cutting parameters
- Tez No: 988242
- Danışmanlar: DOÇ. DR. ALİ ERÇETİN, DR. ÖĞR. ÜYESİ SÜLEYMAN GÖKHAN TAŞKIN
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Bandırma Onyedi Eylül Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son yıllarda üretim teknolojilerinde kalite ve verimliliğin artırılmasına yönelik çalışmaların hız kazanması, özellikle talaşlı imalat süreçlerinde otomatik hata tespiti ve sınıflandırma yöntemlerinin tercih edilmesine yol açmıştır. Görüntü işleme ve yapay zekâ tabanlı yaklaşımların gelişmesiyle birlikte, klasik çapak ölçüm ve elle kontrol yöntemlerine alternatif olarak düşünülen derin öğrenme modelleri; daha hızlı, daha düşük maliyetli ve daha tekrarlanabilir çözümler sunmaları nedeniyle öne çıkmaktadır. Bu tez çalışmasında, AA6013 alüminyum alaşımında delik delme işlemleri sonrasında oluşan çapakların, mikroskop görüntülerinden oluşturulan veri kümeleri üzerinde YOLOv10n modeli ile sınıflandırılması amaçlanmıştır. Çalışmada orijinal veri setinin yanı sıra modelin genelleme kabiliyetini artırmak için orijinal veri setine sırasıyla; yatay çevirme (YÇ), 180° döndürme (D180°) ve bunların kombinasyonları olan (ÇD) uygulanarak veri seti artırılmıştır. Bununla beraber her bir veri setine, modelin hassasiyetini ve seçiciliğini değerlendirmek için farklı karar eşiği (k.e. = 0,25 ve 0,65) değerleri uygulanmıştır. Bu veri setlerine yapılan eğitimlerde iyi–orta–kötü sınıfları tahmin edilmiş, doğruluk (Accuracy), kesinlik (Precision), duyarlık (Recall) ve F1 skoru gibi başarı metrikleri hesaplanmıştır. Kurulan sistemin değerlendirilmesi sonucunda, en yüksek performansın düşük karar esiği ve en fazla veri seti adedine sahip olan Veri Seti 8'de (Accuracy=0,985; F1=0,977), artırmasız veya tekil artırmalı Veri Seti 1-4 aralığında, başarıda belirgin düşüş yaşandığı, kombinasyonlu artırmaların olduğu Veri Seti 5-7 aralığında ise, genelleme kabiliyetini iyileştirdiği görülmüştür. Ayrıca eşik değerinin yükselmesiyle Recall'un azaldığı ve yanlış negatiflerin (FN) arttığı tespit edilmiştir. Çalışmada, eğitimden elde edilen model kamera sistemi ile gerçek zamanlı uygulamaya entegre edilerek çapak sınıfının anlık olarak ekranda gösterilmesi sağlanmıştır. Elde edilen sonuçlar, geliştirilen yaklaşımın endüstriyel üretim hatlarında ve kalite kontrol uygulamalarında kullanılabilir olduğunu göstermektedir. Bu kapsamda sistem, planlama ve süreç mühendislerine; düşük/orta eşik değerleriyle ve kombinasyonlu veri artırma stratejileriyle, hızlı ve güvenilir çapak sınıflandırma için uygulanabilir bir yöntem olarak önerilmektedir.
Özet (Çeviri)
In recent years, efforts to improve quality and efficiency in manufacturing technologies have accelerated, leading to the adoption of automated defect detection and classification methods, particularly in machining processes. With the advancement of computer vision and artificial intelligence approaches, deep learning models have emerged as an alternative to conventional burr measurement and manual inspection methods, offering faster, more cost-effective, and more repeatable solutions. In this thesis study, the aim is to classify the burrs formed after drilling operations on AA6013 aluminum alloy using the YOLOv10n model on datasets created from microscope images. In addition to the original dataset, the dataset was augmented by applying horizontal flipping (HF), 180° rotation (R180°), and their combinations (CF) to the original dataset to improve the model's generalization ability. Furthermore, different decision threshold values (k.e. = 0.25 and 0.65) were applied to each dataset to evaluate the model's sensitivity and selectivity. During training on these datasets, good–medium–poor classes were predicted, and performance metrics such as accuracy, precision, recall, and F1 score were calculated. As a result of evaluating the established system, the highest performance was achieved with dataset 8, which had the lowest decision threshold and the largest number of data sets (Accuracy=0.985; F1=0.977). A significant decrease in success was observed in non-augmented or single-augmented Datasets from 1 to 4, while combined augmentations improved generalization ability by datasets from 5 to 7. Furthermore, it was determined that Recall decreased and false negatives (FN) increased as the threshold value increased. In the study, the model camera system obtained from training was integrated into real-time application, enabling the instant display of the spatter class on the screen. The results demonstrate that the proposed approach can be applied in industrial production lines and quality control processes. Accordingly, the system is recommended to planning and process engineers as a practical method for fast and reliable burr classification, particularly by using low/medium confidence thresholds and combined data augmentation strategies.
Benzer Tezler
- Mechanistic modeling of drilling forces and study of residual stresses in drilling of compacted graphite iron
Kompakt grafitli dökme demirde delik delme işleminin mekanistik modellemesi ve kalinti gerilmelerin incelenmesi
KAVEH RAHIMZADEH BERENJI
Yüksek Lisans
İngilizce
2015
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA BAKKAL
- Özel grafitlerin delik delme işleminin incelenmesi
Investigation of drilling process on speciality graphites
MUSTAFA YILDIZ
Yüksek Lisans
Türkçe
2019
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA BAKKAL
- Sürtünmeli delme yöntemi ile alüminyum, pirinç ve çelik malzemelerden boru ve kutu profiller üzerine delinen deliklerin deneysel incelenmesi
Experimental investigation of holes drilled by friction drilling on pipe and box profiles made of aluminum, brass and steel materials
ABDULLAH FEYZULLAH
Yüksek Lisans
Türkçe
2025
Makine MühendisliğiSakarya Üniversitesiİmalat Mühendisliği Ana Bilim Dalı
DOÇ. DR. OSMAN HAMDİ METE
- A study of protective coatings on bearings in electric vehicles: mitigating the impact of shaft voltages and currents
Elektrikli araçlardaki rulmanlar üzerine koruyucu kaplamların araştırılması: şaft gerilimleri ve akımlarının etkisinin azatılması
BATUHAN YILDIZ
Yüksek Lisans
İngilizce
2025
Metalurji Mühendisliğiİstanbul Teknik ÜniversitesiMetalurji ve Malzeme Mühendisliği Ana Bilim Dalı
PROF. DR. MUHAMMET KÜRŞAT KAZMANLI
PROF. DR. AHMET TUĞRUL ALPAS
- A hybrid model to analyze stress distributions at the tool and workpiece interface during drilling of thick CFRP laminates
Kalın CFRP laminatların delinmesi esnasında takım ve parça arayüzündeki gerilim dağılımlarının analiz edilebilmesi için hibrit bir model
FAHIM SHARIAR
Yüksek Lisans
İngilizce
2024
Makine Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiMakine Ana Bilim Dalı
DOÇ. DR. YİĞİT KARPAT