A data driven framework for surface roughness prediction in additive manufacturing
Eklemeli imalatta yüzey pürüzlülüğü tahmini için veri tabanlı bir çerçeve
- Tez No: 993019
- Danışmanlar: DOÇ. DR. ELİF SÜRER, PROF. DR. ULAŞ YAMAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Makine Mühendisliği, Computer Engineering and Computer Science and Control, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Enformatik Enstitüsü
- Ana Bilim Dalı: Veri Bilimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Eklemeli imalat, malzeme katmanlarının üst üste eklenmesiyle üç boyutlu nesnelerin üretilmesini amaçlayan bir teknolojidir. Ancak, eklemeli imalat yoluyla üretilen nesnelerin yüzey kalitesi önemli ölçüde değişkenlik gösterebilmekte ve çoğu zaman kontrol edilmesi zor olabilmektedir. Bu tez, eklemeli imalat ile üretilen nesnelerin yüzey pürüzlülüğünü üretim öncesinde tahmin etmeye yönelik bir makine öğrenmesi yaklaşımı önermektedir. Bu çalışmada, yüzey pürüzlülüğünün tahmini için en önemli karakteristik özellikler, veri analizi ve makine öğrenmesi yöntemleri kullanılarak incelenmektedir. Üç seviyeli bir Box–Behnken deneysel tasarımı kullanılarak yapılandırılmış bir veri kümesi oluşturulmuş olup, bu veri kümesi çoklu yüzey eğim açılarına sahip basılı parçalardan elde edilen profilometre ölçümlerini içermektedir. İlk olarak, temel performansın belirlenmesi amacıyla klasik makine öğrenmesi regresyon modelleri eğitilmiştir. Baskı parametreleri ile yüzey eğimi arasındaki doğrusal olmayan etkileşimleri daha iyi temsil edebilmek için, bir çok katmanlı algılayıcı (MLP) modeli geliştirilmiştir. MLP modeli, gerçekçi ve koşula özgü sentetik örnekler üretmek amacıyla koşullu üretici çekişmeli ağ (CGAN) kullanılarak daha da geliştirilmiş; bu sayede genelleme yeteneği artırılmış ve MLP modelinin temel modellerin performansını aşması sağlanmıştır. Pratik kullanımı desteklemek amacıyla etkileşimli bir grafiksel kullanıcı arayüzü (GUI) geliştirilmiştir. Bu arayüz, kullanıcıların baskı ayarlarını ve parça yönelimini ayarlamalarına ve tahmin edilen yüzey pürüzlülüğünü gerçek zamanlı olarak görüntülemelerine olanak tanımaktadır.
Özet (Çeviri)
Additive manufacturing is a technology that aims to fabricate three-dimensional objects by adding layers of materials on top of each other. However, the surface quality of objects fabricated via additive manufacturing may vary and be difficult to control. This thesis proposes a machine-learning approach to predict the surface roughness of objects which are additively manufactured. The most important characteristics for forecasting surface roughness are investigated in this study using data analysis and machine learning methods. A structured dataset was generated using a three-level Box–Behnken experimental design, comprising profilometer measurements collected from printed parts with multiple surface inclination angles. First, classical machine-learning regressors were trained to establish baseline performance. To better represent the non-linear interactions between printing parameters and surface inclination, a multilayer perceptron (MLP) model was developed. The MLP was further enhanced using a conditional generative adversarial network (CGAN) to generate realistic, condition-specific synthetic samples, which improved generalization and enabled the MLP to surpass the baseline models. To support practical use, an interactive graphical user interface (GUI) was implemented. The interface allows producers to adjust printing settings and part orientation and to view the predicted surface roughness with real-time updates.
Benzer Tezler
- Integrated CFD-based reduced-order modeling for ice accretion and aerodynamic performance predictions
Bütünleşik CFD tabanli indirgenmiş dereceli model ile buz birikimi ve aerodinamik performans tahmini
ÖMER AKBAL
Doktora
İngilizce
2026
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. METİN ORHAN KAYA
- Derin öğrenme ve istatistiksel modellerle operasyonel rüzgar enerjisi tahmini: Batman içinn LSTM, ANN ve ARIMA uygulaması
Operational wind energy forecasting using deep learning and statistical models: An application of LSTM, ANN and ARIMA for Batman
İLAYDA KELKİTLİ BAŞARAN
Yüksek Lisans
Türkçe
2026
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA KEMAL KAYMAK
- Al 6061 T6 malzemenin çeşitli polimerlere karşı tribolojik davranışlarının araştırılması
Investigation of the tribological behavior of Al 6061 T6 material against various polymers
ERKMEN ÖZGÜZEN
Yüksek Lisans
Türkçe
2024
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HACI ABDULLAH TAŞDEMİR
- Düşey levhalarda ısı iletkenliği düşük yatay kanatların doğal ısı taşınımına etkisi
Influence of horizontal fins with low thermal conductivity on natural convective heat transfer from vertical surfaces
NEDİM TÜRKMEN
Doktora
Türkçe
1997
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN F. GENCELİ
- New generatıon mıcrofluıdıc chıps for mıcromıxıng and early cancer dıagnosıs
Mikrokariştirma ve erken kanser tanisi için yeni nesil mikroakişkan çipler
İSMAİL BÜTÜN
Doktora
İngilizce
2025
Mühendislik BilimleriSabancı ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ KOŞAR