Havacılıkta kullanılan Ti6Al4V eklemeli imalat tozlarının görüntü analizi ve derin öğrenme tabanlı karakterizasyonu
Image analysis and deep learning-based characterization of Ti6Al4V additive manufacturing powders for aerospace applications
- Tez No: 1019635
- Danışmanlar: DOÇ. DR. AZİZ KABA
- Tez Türü: Yüksek Lisans
- Konular: Havacılık ve Uzay Mühendisliği, Mekatronik Mühendisliği, Metalurji Mühendisliği, Aeronautical Engineering, Mechatronics Engineering, Metallurgical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Pilotaj Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Havacılık ve uzay endüstrisinde yaygın olarak kullanılan eklemeli imalat teknolojilerinde hammadde olarak tercih edilen metal tozlarının morfolojik özellikleri nihai ürünün yapısal bütünlüğünü doğrudan etkilemektedir. Bu çalışmada, havacılık uygulamalarında sıklıkla kullanılan Ti6Al4V alaşımlı metal tozlarının karakterizasyonu için görüntü analizi ve derin öğrenme tabanlı yeni bir yaklaşım sunulmaktadır. Optik mikroskop ile elde edilen toz görüntüleri ImageJ yazılımı kullanılarak işlenmiş ve partiküllere ait temel geometrik öznitelikler olan en, boy, alan ve çevre değerleri elde edilmiştir. Bu temel veriler kullanılarak tozların küresellik, yuvarlaklık, dış bükeylik, iç bükeylik gibi karmaşık morfolojik parametrelerini tahmin etmek amacıyla tablosal veriler için optimize edilmiş TabTransformer tabanlı derin öğrenme mimarisi kullanılmıştır. Geliştirilen model aşırı öğrenmeyi engelleyen veri ön işleme ve katmanlı ayırma stratejileriyle desteklenmiştir. Analiz sonuçlarına göre modelin, küresellik için 0.9417 ve yuvarlaklık için 0.9155 gibi yüksek R2 doğruluk skorlarına ulaştığı görülmüştür. Modelin verinin öznitelikleri arasındaki yapısal bağıntıları doğru kavradığını kanıtlamak amacıyla matematiksel kontroller gerçekleştirilmiştir. Elde edilen bulgular sonucunda eklemeli imalat süreçlerinde toz kalitesinin maliyetli yöntemlere kıyasla temel iki boyutlu parametrelerden yola çıkılarak yüksek hassasiyetle tahmin edilebileceğini göstermektedir.
Özet (Çeviri)
The morphological properties of metal powders, which are preferred as raw materials in additive manufacturing technologies widely used in the aerospace industry, directly affect the structural integrity of the final product. In this study, a new approach based on image analysis and deep learning is presented for the characterization of Ti6Al4V alloy metal powders, which are frequently used in aerospace applications. Powder images obtained with an optical microscope were processed using ImageJ software, and basic geometric attributes of the particles, such as width, height, area, and perimeter values, were obtained. Using this basic data, the TabTransformer deep learning architecture, optimized for tabular data, was used to estimate complex morphological parameters of the powders, such as sphericity, roundness, convexity, and concavity. The developed model was supported by data preprocessing and layered separation strategies that prevent overfitting. According to the analysis results, the model achieved high R2 accuracy scores of 0.9417 for sphericity and 0.9155 for roundness. The model was verified mathematically to prove that it correctly understood the structural relationships between the attributes of the data. The findings prove that in additive manufacturing processes, powder quality can be predicted with high accuracy based on fundamental two-dimensional parameters, compared to costly methods.
Benzer Tezler
- Hızlı katılaşma ile yüksek mukavemetli malzemelerin üretilmesi ve kurşun-asit akümalatörlerine uygulanması
Başlık çevirisi yok
ÜMİT AKÇAL
Yüksek Lisans
Türkçe
1986
Makine MühendisliğiUludağ ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİM DEMİRCİ
- Kayseri yöresinde halıcılık ve yöre ekonomisine katkısı üzerine bir araştırma
Başlık çevirisi yok
KASIM KARAHAN
- Yatay yük etkisindeki model kazıkların davranışı
The Behaviour of laterally loaded model piles
ERKAN DİNÇER
- Havacılıkta kullanılan bazı eksenel simetrik cisimlerin aerodinamik karakteristiklerinin teorik ve deneysel olarak incelenmesi
Theoretical and experimental investigation on aerodynamic characteristics of some bodies of revolution used in aeronautics
VEYSEL ATLI