Geri Dön

Genetik algoritma yardımıyla dişlilerde optimum modül seçimi ve dişlilerin boyutlandırılması

Genetic algorithm using select of optimum module at gears and dimension of gears

PDF İndir

  1. Tez No: 233744
  2. Yazar: TAMER BAŞKAL
  3. Danışmanlar: PROF. DR. FARUK MENDİ
  4. Tez Türü: Doktora
  5. Konular: Teknik Eğitim, Technical Education
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2008
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Makine Eğitimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu çalışmada, yeni bir optimizasyon metodu olan ve günümüzde hemen hemen her alanda kullanılabilen genetik algoritmayla, bir dişli kutusunun düz, helis, konik ve sonsuz vida dişlileri ile mil çapı, rulman ve kutu gövdesinin tasarım optimizasyonları gerçekleştirilmiştir. Optimizasyonu yapılan amaç fonksiyonları; dişli çark, mil ve rulman hacimlerinin minimizasyon fonksiyonlarıdır. Genetik algoritma bir genetik süreç gibi en iyiyi bulma ilkesine dayandığından, sınır aralıkları içinden değişkenlerin aldıkları değerler, dişli kutusunu oluşturan elemanların optimum boyutlarda olmasını sağlamıştır. Modül optimizasyonunda, diş dibi kırılması, aşınma ve ezilmeye göre hesaplama yapılarak optimum modül bulunmuştur. Mil çapı boyutlandırması değişken yükleme durumuna, rulman boyutlandırması ise, çalışma ömrüne göre optimize edilmiştir. Genetik algoritma ile elde edilen dişli hacmi sonuçları analitik yöntemle elde edilen sonuçlarla mukayese edilerek irdelenmiş ve genetik algoritmanın makine elemanları tasarım optimizasyonlarında başarı ile kullanılabileceği sonucuna varılmıştır.

Özet (Çeviri)

In this study, the design of flat, helix, conical and worm gears in a gear box and that of shaft diameter, bearing and box body has been realized by means of genetic algorithm which is a new optimization method and can be used almost in every field at the present day. The objective functions which have been optimized are; the minimization functions of the volumes of gear wheel, shaft, and bearing. As the genetic algorithm is based on the principle of finding the best just like genetic process, the values of the variables within the specified range have enabled the parts of the gear box to reach to the optimum dimensions. The optimum module has been found by estimating according to tooth strength, surface and crush. Dimensioning of shaft diameter has been optimized according to variable loading and that of bearing has been done according to working life. The results of gear volumes obtained by genetic algorithm have been evaluated by comparing with the results obtained by analytical method and it has been reached to the conclusion that genetic algorithm can be used efficiently in the optimizations of the design of machine elements.

Benzer Tezler

  1. Tez No

    201117

    Genetik algoritmaların planet dişli sarımına uyarlanması

    Adaptation genetic algorithims of planet gear design

    TANER YALÇIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2007

    Teknik EğitimGazi Üniversitesi

    Makine Eğitimi Ana Bilim Dalı

    PROF. DR. FARUK MENDİ

  2. Tez No

    202481

    Genetik algoritma yardımıyla sismik ters çözüm

    Seismic velocity inversion with genetic algorithm

    TANER ÇAYIR

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    Deniz BilimleriDokuz Eylül Üniversitesi

    Deniz Jeolojisi ve Jeofiziği Ana Bilim Dalı

    DOÇ. DR. ERDENİZ ÖZEL

  3. Tez No

    309899

    Genetik algoritma yardımıyla güç akışı

    Power flow method using genetic algorithm

    NUR SARMA

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Elektrik ve Elektronik MühendisliğiSakarya Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. UĞUR ARİFOĞLU

  4. Tez No

    250127

    Alt kısmi moment ve yarı-varyans risk modelleri kullanarak genetik algoritma yardımıyla portföy optimizasyonu: İMKB uygulaması

    Portfolio optimisation with lower partial moment and semivariance risk models using genetic algorithms: An application on ISE

    ARMA DEĞER MUT

    Yüksek Lisans

    Türkçe

    Türkçe

    2009

    İşletmeAnkara Üniversitesi

    İşletme Bölümü

    DOÇ. DR. GÜVEN SAYILGAN

  5. Tez No

    531909

    Tam ve sansürlü örneklem durumlarında bazı normal olmayan dağılımların parametrelerinin genetik algoritma yardımıyla tahmini

    Parameter estimation of some nonnormal distributions using genetic algorithm for complete and censored samples

    ABDULLAH YALÇINKAYA

    Doktora

    Türkçe

    Türkçe

    2018

    İstatistikAnkara Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. BİRDAL ŞENOĞLU

    DOÇ. DR. UFUK YOLCU

Geri Dön