Affiliation:
1. OSMANİYE KORKUT ATA ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ
Abstract
Bu çalışmada, farklı Zn (ağırlıkça %5 ve 10 Zn) oranlarına sahip Mg alaşımlarına ait toz karışımları hazırlanmış ve farklı sıkıştırma basınçlarında sıkıştırılarak hesaplanan ham yoğunluklar ile ANFİS model için test ve eğitim verileri elde edilmiştir. Elde edilen test ve eğitim verileri, Matlab programında ANFİS ile eğitilmiş ve sonuçlar incelenmiştir. Yapılan eğitimlerde, ANFİS model de giriş üyelik fonksiyon tipi olarak trimf, üyelik fonksiyonu sayıları olarak ise 2 2, 3 3, 4 4, 5 5 kullanılmış, çıkış üyelik fonksiyonu constant olarak seçilmiştir. MAPE, MSE, RMSE göre seçilen üyelik fonksiyonlarının tahminleme performansları karşılaştırılmıştır. Elde edilene sonuçlar, ANFİS modelinin Mg-Zn toz karışımlarının sıkıştırılabilirliğinde kullanılabilirliğini göstermiştir.
Publisher
Afyon Kocatepe Universitesi Fen Ve Muhendislik Bilimleri Dergisi
Reference56 articles.
1. Basmaci, G., 2018. Optimization of machining parameters for the turning process of AISI 316 L stainless steel and Taguchi design. Acta Physica Polonica A, 134, 1, 260- 264.
2. Bouvard, D., 2000. Densification behaviour of mixtures of hard and soft powders under pressure. Powder technology, 111, 3, 231-239.
3. Brondino, N. C. M. and Silva, A., 1999. Combining artificial neural networks and GIS for land valuation purposes. Proceedings of the Computers in Urban Planning and Urban Management, India, 10.
4. Buyukbingol, E. et al., 2007. Adaptive neuro-fuzzy inference system (ANFIS): a new approach to predictive modeling in QSAR applications: a study of neuro-fuzzy modeling of PCP-based NMDA receptor antagonists. Bioorganic & medicinal chemistry, 15, 12, 4265-4282.
5. Caner, M. and Akarslan, E., 2009. Mermer Kesme İşleminde Spesifik Enerji Faktörünün ANFIS ve YSA Yöntemleri ile Tahmini. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, 15, 2, 221-226.