Affiliation:
1. GAZİ ÜNİVERSİTESİ, TEKNOLOJİ FAKÜLTESİ, İMALAT MÜHENDİSLİĞİ BÖLÜMÜ, İMALAT MÜHENDİSLİĞİ ANABİLİM DALI
2. Gazi Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği Anabilim Dalı
Abstract
CNC tornalama genellikle metal parçaları işlemek için kullanılır. Son yüzeyin kalitesi, işlemin kalitesini değerlendirilmesi ve işleme koşullarını belirlemesinde önemli bir parametredir. İşleme performansını optimize etmek için, işleme parametreleri ve yüzey pürüzlülüğü değerleri arasındaki karmaşık ilişkileri araştırmak ve tahmin etmek gerekir. Yapay Sinir Ağı (YSA) modelleri, karmaşık ilişkileri öğrenme ve tahmin etme yetenekleri nedeniyle kesme koşullarının yüzey pürüzlülüğü üzerindeki etkilerini araştırmak için kullanılabilir. Bu çalışmada, Çoklu Lineer Regresyon (ÇLR) ve YSA yöntemleri kullanılarak tornalama sonrası yüzey pürüzlülüğü (Ra) değerlerini tahmin etmek için tahmin modelleri geliştirilmiştir. Tahmin modellerini geliştirmek için işleme deneyleri yapılmıştır. Deneylerde kesme hızı (m/dak), kesme derinliği (mm) ve ilerleme hızı (mm/dev) olmak üzere üç kontrol faktörü seviyesi kullanılmıştır. Geliştirilen modeller deneysel ölçümlerle doğrulanmış ve performansları değerlendirilmiştir. YSA tahminlerinin gerçek değerlere göre %87,6 doğruluğa sahip olduğu, çoklu regresyon tahminlerinin ise %78,4 doğruluğa sahip olduğu hesaplanmıştır. Çalışma, YSA yönteminin MLR yönteminden daha yüksek bir performansa sahip olduğunu ve yüzey pürüzlülüğü değerlerini tahmin etmek için kullanılabileceğini göstermiştir.
Funder
Gazi Üniversitesi Bilimsel Araştırma Projeleri Birimi
Reference27 articles.
1. [1] Lakshmanan S., Kumar M. P., and Dhananchezian M., “Optimization of turning parameter on surface roughness, cutting force and temperature through TOPSIS” Materials Today: Proceedings, 72(4): 2231-2237, (2023).
2. [2] Merchant M. E., “An interpretive look at 20th century research on modeling of machining”, Machining Science and Technology, 2(2), 157–163, (1998).
3. [3] Madić M. and Radovanović M., “Modeling and analysis of correlations between cutting parameters and cutting force components in turning AISI 1043 steel using ANN”, Journal of the Brazilian Society of Mechanical Sciences and Engineering, 35: 111–121, (2013).
4. [4] Çakıroğlu R., Yağmur S., Acır A., and Şeker U., “Delme İşlemlerinde Meydana Gelen Kesme Bölgesi Sıcaklığının ve Kesme Kuvvetlerinin Yapay Sinir Ağları Kullanılarak Modellenmesi,” Politeknik Dergisi, 20(2): 333–340, (2017).
5. [5] Cao Y., Zhu Y., Ding W., Qiu Y., Wang L., and XU J., “Vibration coupling effects and machining behavior of ultrasonic vibration plate device for creep-feed grinding of Inconel 718 nickel-based superalloy,”, Chinese Journal of Aeronautics, 35(2): 332–345, (2022).