Yapay zeka tabanlı optimizasyon algoritmaları kullanılarak AZ91D magnezyum alaşımının yüzey pürüzlülüğünün hesaplanması için matematiksel bir ifadenin türetilmesi
Derivation of a mathematical expression for the calculation of surface roughness of AZ91D magnesium alloy using artificial intelligence-based optimization algorithms
- Tez No: 486870
- Danışmanlar: PROF. DR. ALİ AKDAĞLI
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Magnezyum, Magnezyum alaşımları, Modelleme, Optimizasyon, Optimizasyon modelleri, Optimizasyon teknikleri, Pürüzlülük, Yapay arı kolonisi algoritması, Yapay zeka, Yüzey pürüzlülüğü, Magnesium, Magnesium alloys, Modelling, Optimization, Optimization models, Optimization techniques, Roughness, Artificial bee colony algorithm, Artificial intelligence, Surface roughness
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Mersin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Magnezyum ve alaşımları düşük yoğunluğu, yüksek mukavemet-ağırlık oranı, iyi işlenebilirlik gibi özellikleri sebebiyle üretim endüstrisi için önemli bir konstrüksiyon malzemesi olarak öne çıkmaktadır. Bu tez çalışmasının amacı, AZ91D magnezyum alaşımının yüzey pürüzlülüğünü hesaplamak için yapay arı koloni algoritması ile basit ve yeni bir formül elde etmektir. Bu amaçla basit, hızlı, düşük maliyetli yüzey sonlandırma yöntemlerinden biri olan soğuk bilyeli dövme tekniği kullanılarak gerçekleştirilen; 18 deneyde, ana işlem parametreleri olan bilye kuvveti, ayna devri, paso ve ilerleme hızına bağlı olarak AZ91D magnezyum alaşımının yüzey pürüzlülüğü için yeni ve basit bir matematiksel ifade türetilmiştir. Bu ifade, AZ91D magnezyum alaşımının deneysel sonuçlarından doğa esinli, yapay arı koloni algoritması kullanılarak türetilmiştir. Elde edilen ifadede AZ91D magnezyum alaşımının yüzey pürüzlülüğü için ölçülen ve hesaplanan değerler arasındaki ortalama hata yüzdesi %1.77 olarak tespit edilmiştir. Önerilen yüzey pürüzlülüğü ifadesinde kullanılan işlem parametreleri arasındaki göreli önemi göstermek için, parametrik çalışmalar yapılmış ve makul sonuçlar elde edilmiştir. Sonuç olarak, üst düzey matematik bilgisine sahip olmayı gerektirmeksizin, basit, anlaşılabilir, pratik ve makine tasarımcıları tarafından kolaylıkla kullanılabilen AZ91D magnezyum alaşımının yüzey pürüzlülüğü için bir matematiksel ifade sunulmaktadır.
Özet (Çeviri)
Because of the requirement for providing the minimum surface roughness, the methods related to determining the surface roughness have crucial importance in the manufacturing process. In this study, 18 experiments of AZ91D Magnesium alloy based on the ball burnishing technique which is one of the simple, rapid, cost-effective and superfinishing process methods are carried out with the use of main process parameters such as the burnishing force, burnishing speed, feed rate and number of passes. Then, a novel and simple closed-form expression for the surface roughness is empirically derived by using the experimental results regarding AZ91D magnesium alloy together with the artificial bee colony (ABC) algorithm. The average percentage error between the measured and calculated results of the surface roughness for the AZ91D magnesium alloy is found to be 1.77%. In order to indicate the relative importance among the process parameters utilized in the proposed surface roughness expression, several parametric studies are also performed and reasonable results are obtained. Consequently, a closed–form formula for the surface roughness of AZ91D magnesium alloy, which can readily be used by the machine designers without any background in sophisticated mathematical techniques, is introduced.
Benzer Tezler
- İmar uygulamalarında dağıtım ve parselasyon işlemlerinin yapay zeka optimizasyon algoritmaları kullanılarak gerçekleştirilmesi
Implementation of land redistribution and readjustment processes in zoning applications using artificial intelligence optimization algorithms
İSMAİL KOÇ
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSMAİL BABAOĞLU
- Yapay zeka optimizasyon algoritmaları ile doğrusal olmayan regresyon modellerinde parametre tahmini
Parameter estimation of nonlinear regression models with artificial intelligence optimization algorithms
MURAT AÇIKGÖZ
Yüksek Lisans
Türkçe
2025
İstatistikAnkara Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. ÖZLEM TÜRKŞEN
- Yapay zeka tabanlı kaynak kod analizi ile iyileştirme, optimizasyon ve kod kalitesinin artırılmasına yönelik öneriler
Recommendations for enhancing, optimizing, and improving code quality through artificial intelligence-based source code analysis
HÜSEYİN ERDOĞAN
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Katip Çelebi ÜniversitesiBilgisayar Yazılımı Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NEZİHE TURHAN TURAN
PROF. DR. AYTUĞ ONAN
- Yeni nesil yapay zeka (Metasezgisel) optimizasyon algoritmaları ile portföy optimizasyonu
Portfolio optimization with new generation artificial intelligence (Metaheuristic) optimization algorithms
DANYEL BEKDAŞ
- Yapay zekâ yöntemleriyle termoelektrik modülün kontrolü
Control of thermoelectric module with artificial intelligence methods
TUFAN KOÇ
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiMilli Savunma ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NEVRA BAYHAN
PROF. DR. SEDAT BALLIKAYA