Zeki sistemler ile ark kaynağı elektrotlarındaki kaynak parametrelerinin incelenmesi
Investigation of welding parameters in the arc welding electrodes with intelligent systems
- Tez No: 632580
- Danışmanlar: DOÇ. DR. OSMAN ÖZKARACA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Muğla Sıtkı Koçman Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilişim Sistemleri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
İmalat sektörünün en önemli araçlarından biri olan ark kaynakları birçok noktada kullanılmaktadır. Bu makinalarla yapılan kaynak işleminden önce hazırlık aşamaları ve kaynak parametre seçimleri önem arz etmektedir. Yapılan kaynakların kalitesi, kaynakçı becerisine ve kaynak parametrelerinin doğru seçilmesine bağlıdır. Gerçekleştirilen çalışmada, iki farklı algoritma ile farklı kaynak giriş parametreleri kullanılarak kaynak sarf malzemelerinin akma mukavemeti (N/mm²) optimize edilmeye çalışılmıştır. Bu amaçla son yıllarda oldukça gözde bir alan olan yapay zekânın alt yöntemlerinden biri olan Yapay Bağışıklık Sistemi(YBS) Klonal Seçim Algoritması (KSA) ile Bulanık Mantık (BM) yönteminin bir arada kullanıldığı hibrit bir model geliştirilmiştir. YBA-BM hibrit algoritma yöntemi ile E7018-1 standardına sahip elektrot da beklenen maksimum akma mukavemeti için en iyi %Karbon, %Silisyum, % Manganez değerleri tahmin edilmeye çalışılmıştır. Elde edilen karbon, silisyum ve manganez değerlerine bağlı olarak MINITAB-17 istatistiksel programı ile yapılan regresyon doğrulaması sonucunda %99,99 oranında başarılı olduğu gözlemlenmiştir. Ayrıca kaynak akımı, kaynak gerilimi ve kaynak ilerleme hızı deneysel giriş parametreleri olarak belirlenerek, yapay sinir ağları yöntemi ile akma mukavemeti (N/mm²) tahminlemesi yapılmıştır. Gerçek verilere göre eğitilen yapay sinir ağı (YSA) modelinin ileri-geri besleme algoritması ile akma dayanımının en ideal ve standartlara uygun değerlerde ileriye dönük tahmin edebildiği görülmüştür.
Özet (Çeviri)
Arc sources, one of the most important tools of the manufacturing industry, are used at many points. Preparation stages and welding parameter selections are important before welding with these machines. The quality of the welds depends on the skill of the welder and the correct selection of the welding parameters. In the study, the yield strength (N / mm²) of the welding consumables was tried to be optimized by using different welding input parameters with two different algorithms. For this purpose, a hybrid model has been developed with the C # .NET programming language using the Artificial Immune System Clonal Selection Algorithm (CSA), which is one of the sub-methods of artificial intelligence, which is a very popular area in recent years, and the Fuzzy Logic method. YBA-BM hybrid algorithm method for the product with E7018-1 standard for the expected optimum yield strength based on the %Carbon, %Silicon, %Manganese inputs. It was verified with the MINITAB-17 statistical program that the regression model was successful with a rate of 99.99%. In addition, with the other study, the welding current, welding voltage and welding feed rate were determined as experimental input parameters and the yield strength (N / mm²) was estimated by artificial neural networks method. It has been observed that the artificial neural network (ANN) model trained according to the real data can predict the yield strength with the forward-feedback algorithm for the most ideal and standards-compliant values.
Benzer Tezler
- Hacimsel ayarlı ark terapide lineer hızlandırıcının kalite kontrolü
Quality assurance of linear accelerator in volumetrik modulated ark therapy
ÜMMÜGÜL HASANOĞLU
Yüksek Lisans
Türkçe
2016
Radyoloji ve Nükleer TıpUludağ ÜniversitesiRadyasyon Onkolojisi Ana Bilim Dalı
PROF. DR. ZEKİ GÖKAY KAYNAK
- Alternatör arızalarının zeki denetim teknikleri ile gerçek zamanlı tespit edilmesi
Real time detection of alternator failures using intelligent control techniques
MURAT UÇAR
Yüksek Lisans
Türkçe
2009
Bilim ve TeknolojiZonguldak Karaelmas ÜniversitesiElektrik ve Elektronik Mühendisliği Bölümü
DOÇ. DR. MAHMUT ÖZER
- Uzman sistem destekli gözetimli denetim ve veri toplama sistemi ile dış aydınlatmanın kontrolü
Control of outdoor lighting system by expert system supported supervisory control and data acquisition
SELÇUK ATİŞ
- Devre analizi dersi için bir uzman ölçme ve değerlendirme yazılımı geliştirme
Development of a measurement and evaluation software for the electrical circuit analysis course
YEŞİM ÜLGEN SÖNMEZ
Yüksek Lisans
Türkçe
2007
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
PROF. DR. Z. HAKAN AKPOLAT
