Atıf Sayısı
1
Görüntüleme
24
İndirme
4
Sesli Dinleme
1
Kalıpçılık sektöründe talaşlı imalat en yaygın kullanılan yöntemlerden birisi olup maliyeti önemli ölçüde etkilemektedir. Özellikle istenilen yüzey pürüzlülüğü/kalitesini düşük maliyetle minimum işleme zamanında elde etmek temel amaçtır. Yüzey kalitesi: kesme hızı, ilerleme, talaş derinliği, titreşim, soğutma sıvısı, kullanılan kesici uç özellikleri/geometrisi gibi birçok parametreye bağlı olarak değişmektedir. Bu çalışmada, sıcak iş takım çeliğinin farklı parametrelerde tornalanması sonucu yüzey pürüzlülüğü incelenmiştir. Aynı zamanda, elde edilen deneysel verilerden regresyon, yapay sinir ağları ve bulanık mantık tahmin modelleri oluşturulmuştur. Bu sayede farklı parametrelerdeki yüzey pürüzlülük değerleri elde edilmiştir. Deneysel sonuçlarla model sonuçları karşılaştırıldığında, yaklaşık %5 hata ile en yakın tahmin Sugeno bulanık mantık modeli ile elde edilmiştir.
Machining is one of the most widely used manufacturing processes in the mold industry and which affects the manufacturing cost significantly. Particularly, the desired surface roughness/quality at a low cost at minimum machining time is the ultimate target. Surface quality depends on many parameters such as cutting speed, feed, depth of cut, vibration, coolant, insert properties/geometry used. In this study, surface roughnesses after turning of hot work tool steel at different parameters are investigated. At the same time, regression, artificial neural network, and fuzzy logic prediction models are developed from the experimental data. Therefore, surface roughness values at the different parameters are determined. The closest estimate with approximately 5% error is obtained by the Sugeno fuzzy logic model when it compared to experimental results.
Alan : Mühendislik
Dergi Türü : Ulusal
Makale Detay 
Atıf Yapanlar
Benzer Makaleler
PDF Görüntüle
Dergi Bilgisi
Eseri Dinleyin
Bu Sayfayı Yazdırın
Paylaş
Mendeley
