YAPAY SİNİR AĞI YAKLAŞIMI İLE TORNALAMADA YÜZEY PÜRÜZLÜLÜĞÜNÜN TAHMİN EDİLMESİ

Basit Öğe Kaydı
dc.contributor.authorNeşeli, Süleyman
dc.contributor.authorTaşdemir, Şakir
dc.contributor.authorYaldız, Süleyman
dc.date.accessioned2020-03-26T17:29:39Z
dc.date.available2020-03-26T17:29:39Z
dc.date.issued2009
dc.departmentSelçuk Üniversitesien_US
dc.description.abstractBu 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.en_US
dc.description.abstractIn 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.en_US
dc.identifier.endpage75en_US
dc.identifier.issn1301-045Xen_US
dc.identifier.issue3 özel sayıen_US
dc.identifier.startpage65en_US
dc.identifier.urihttp://www.trdizin.gov.tr/publication/paper/detail/TWpBNE16UTBOQT09
dc.identifier.urihttps://hdl.handle.net/20.500.12395/23008
dc.identifier.volume22en_US
dc.indekslendigikaynakTR-Dizinen_US
dc.language.isotren_US
dc.relation.ispartofEskişehir Osmangazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisien_US
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.selcuk20240510_oaigen_US
dc.subjectMimarlıken_US
dc.titleYAPAY SİNİR AĞI YAKLAŞIMI İLE TORNALAMADA YÜZEY PÜRÜZLÜLÜĞÜNÜN TAHMİN EDİLMESİen_US
dc.title.alternativePREDICTION OF SURFACE ROUGHNESS ON TURNING WITH ARTIFICIAL NEURAL NETWORKen_US
dc.typeArticleen_US

Dosyalar

Koleksiyon

TR-Dizin İndeksli Yayınlar Koleksiyonu