YAPAY SİNİR AĞI YAKLAŞIMI İLE TORNALAMADA YÜZEY PÜRÜZLÜLÜĞÜNÜN TAHMİN EDİLMESİ
Küçük Resim Yok
Tarih
2009
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Bu çalışmada, tornada takım geometrisinin yüzey pürüzlülüğüne etkisi incelenmiştir. Bunun için üniversal torna tezgâhında değişik yaklaşma açıları ve talaş açıları ile kuru kesme şartlarında, AISI 1040 çeliği üzerinden 0.5 mm derinliğinde talaş kaldırılarak 27 numune işlenmiş bu işlemden sonra yüzey pürüzlülük değerleri MAHR M1 Perthometer ile ölçülmüştür. Yapılan deneylerde elde edilen veriler bir Yapay Sinir Ağının (YSA) eğitiminde kullanılmıştır. YSA modellemesinde giriş parametreleri; uç radyüsü (r) yaklaşma açısı (?), talaş açısı (?) ve çıkış parametresi; yüzey pürüzlülüğü (Ra) olarak belirlenmiştir. Bu modelleme ile yüzey pürüzlülük değerleri tahmin edilmiştir. YSA, Centrino Duo 1.83 GHz işlemcili Windows XP işletim sistemli bir donanıma sahip bilgisayarda MATLAB 7 programı kullanılarak tasarlanmıştır. Deneysel sonuçlarla YSA sonuçları istatistiksel olarak karşılaştırıldığında, tasarlanan modelin başarılı bir şekilde uygulandığı ve deney sonuçlarına yakın sonuçlar verdiği görülmüştür.
In this study, a surface roughness prediction model using artificial neural network (ANN) is developed. For this purpose various machining operations are made on a universal lathe in dry cutting conditions using various insert geometries of 27 samples. At the end of the cutting operations, surface roughness has been measured using MAHR M1 Perthometer. After experimental study, to predict the surface roughness, an artificial neural network (ANN) is developed using the data obtained. In modelling of ANN; tool nose radius (r), approach angle (?), rake angle (?) have been used as input parameters where the output parameter is surface roughness (Ra). The ANN has been designed on a PC, with a Centrino Duo 1.83 GHz processor and Windows XP operation system, by using Matlab 7 software. Statistical comparisons of the experimental data against ANN results show that the result of ANN model is resembled to ANN results very closely.
In this study, a surface roughness prediction model using artificial neural network (ANN) is developed. For this purpose various machining operations are made on a universal lathe in dry cutting conditions using various insert geometries of 27 samples. At the end of the cutting operations, surface roughness has been measured using MAHR M1 Perthometer. After experimental study, to predict the surface roughness, an artificial neural network (ANN) is developed using the data obtained. In modelling of ANN; tool nose radius (r), approach angle (?), rake angle (?) have been used as input parameters where the output parameter is surface roughness (Ra). The ANN has been designed on a PC, with a Centrino Duo 1.83 GHz processor and Windows XP operation system, by using Matlab 7 software. Statistical comparisons of the experimental data against ANN results show that the result of ANN model is resembled to ANN results very closely.
Açıklama
Anahtar Kelimeler
Mimarlık
Kaynak
Eskişehir Osmangazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi
WoS Q Değeri
Scopus Q Değeri
Cilt
22
Sayı
3 özel sayı
