cnc freze tezgahi ؤ°أ‡ؤ°n kesme parametrelerؤ°nؤ°n tez.sdu.edu.tr/tezler/ آ  bulanؤ±k...

Download CNC FREZE TEZGAHI ؤ°أ‡ؤ°N KESME PARAMETRELERؤ°Nؤ°N tez.sdu.edu.tr/Tezler/ آ  Bulanؤ±k mantؤ±k, ve genetik

Post on 08-Sep-2019

0 views

Category:

Documents

0 download

Embed Size (px)

TRANSCRIPT

  • CNC FREZE TEZGAHI İÇİN KESME PARAMETRELERİNİN AKILLI

    YÖNTEMLERLE ELEKTRONİK ORTAMDA OPTİMİZASYONU

    Oğuz ÇOLAK

    DOKTORA TEZİ

    MAKİNA MÜH. ANABİLİM DALI

    Isparta-2006

  • T.C

    SÜLEYMAN DEMİREL ÜNİVERSİTESİ

    FEN BİLİMLERİ ENSTİTÜSÜ

    CNC FREZE TEZGAHI İÇİN KESME PARAMETRELERİNİN AKILLI

    YÖNTEMLERLE ELEKTRONİK ORTAMDA OPTİMİZASYONU

    Oğuz ÇOLAK

    DOKTORA TEZİ

    MAKİNA MÜHENDİSLİĞİ ANABİLİM DALI

    ISPARTA-2006

  • i

    ÖZET

    (CNC Freze Tezgahı İçin Kesme Parametrelerinin Akıllı Yöntemlerle Elektronik Ortamda Optimizasyonu)

    Bu çalışmada, sert malzemelerin frezelenmesi esnasında oluşan kesici takım

    aşınmaları, CNC freze tezgahı üzerine yerleştirilen farklı sensörler ile belirlenerek

    frezeleme için en uygun kesme koşulları Bulanık Mantık Modelleme, ve Genetik

    Programlama gibi yapay zeka algoritmalarında değerlendirilerek tespit edilmiştir.

    Sert malzemelerin frezelenmesi için seçilen uygun kesici takımların aşınma

    süreçlerinin incelendiği çalışmada, yüzey frezeleme ve kaba frezelemedeki aşınma

    karakteristikleri araştırılmıştır.

    Yüzey frezeleme işlemleri için CNC takım tezgahına yerleştirilen akustik emisyon,

    ve titreşim sensörlerinden alınan sinyaller özel kaplamalı kesici takımın aşınma

    değerleri ile ilişkisinin analizinde Genetik Programlama yöntemi kullanılmıştır.

    Kaba frezeleme için kesme kuvvetlerinin artması ile değişen frezeleme dinamiği,

    titreşim karakteristiğinin tespit edilebilmesi amacı için, Bulanık Mantık Modelleme

    yöntemini kullanarak kesme kuvveti sensör verileri ve ortam ses sinyal verileri

    yardımıyla kararlı kesme şartlarını sağlayacak model geliştirmiştir. Geliştirilen

    modelin verdiği test sonuçları deneysel olarak ve dinamik modelde doğrulanarak,

    tespit edilen optimum kaba frezeleme şartlarında yapılan deneylerde, kaplamalı

    parmak frezenin aşınma karakteristikleri analiz edilmiştir.

    Çalışmanın sonunda, sert metal frezelemede kesici takım aşınmasını etkileyen

    faktörler değerlendirilerek uygun sensör seçimi, optimum kesme şartlarının tespit

    edilebilmesi yapay zeka algoritmaları kullanılarak elektronik ortamda

    gerçekleştirilmiştir. Bunun yanında tırlama olmadan, kararlı kesme şartlarının tespiti

    için geliştirilen Bulanık Mantık Modelinde, işleme anında oluşan ses sinyalleri ve

    kesme kuvveti sinyallerinin detaylı analizi yapılarak optimum kesme koşullarına

    ulaşmaya çalışılmıştır.

  • ii

    ANAHTAR KELİMELER: Frezeleme Optimizasyonu, Yapay Zeka, Bulanık

    Mantık, Takım Aşınması

  • iii

    ABSTRACT (CNC Milling Cutting Parameter Optimization with Using Intelligent Methods

    in Electronic Environment ) In this study, cutting tool wears have been analyzed and optimum cutting parameter

    was find for hard milling operations with using different sensor signals and different

    artificial intelligent modeling techniques such as Fuzzy Logic Modeling, and Genetic

    programming.

    Characteristics of cutting tool wears have been studied for finish milling and rough

    milling operations with using suitable hard milling cutting tools.

    Acoustic Emission Signals and Vibration sensor signals were used for description of

    non-linear relations between signals and tool wears. Cutting parameters and sensor

    signals was used with Genetic Programming for finish milling tool wear detection.

    Fuzzy Logic Model was developed for finding to stable cutting conditions. In this

    model, cutting force signals and cutting sound signals were analyzed. Cutting forces

    and also forced vibrations are directly effected cutting tool wear in rough milling

    operation. So, optimum stable cutting parameter must be find before tool wear

    experiments. Then, cutting tool wear experiments for rough milling operations were

    studied with using optimum stable cutting parameter which were predicted Fuzzy

    Logic Model.

    Finally, cutting tool performance and wear characteristics for hard milling operations

    is discussed. Suitable sensors and artificial intelligence techniques are also discussed

    in conclusions.

    KEY WORDS: Hard Milling Optimization, Artificial Intelligence, Fuzzy Logic,

    Tool Wear

  • iv

    ÖNSÖZ VE TEŞEKKÜR

    İmalat sektöründe geniş bir uygulama alanına sahip olan talaşlı imalat yöntemleri,

    geçmişte ve günümüzde ülke ekonomilerine en çok katkıda bulunan sektörlerden

    biridir. Makine, otomotiv, havacılık, kalıpçılık gibi önemli sektörlerin içinde yer alan

    talaşlı imalat, gelecekte de global ekonominin vazgeçilmez unsuru olmaya devam

    edecektir. Digital çağın paralelinde görülen, sektörde ki hızlı gelişmeler ve rekabetçi

    üretim anlayışı her zaman sektörü en iyiyi, en ucuza üretmesi için zorlamaktadır. Bu

    nedenle imalat adımları için kaliteli üretim ve optimum şartların elde edilmesi, hiç

    bir zaman önemini yitirmemiştir.

    Üretim sistemlerinin elektronik düzenler, sensörler ve gelişmiş yazılımlarla

    kontrolünü sağlayan mekatronik biliminin gelişmesi ile makinalardan yüksek

    performansta ürünler alabilmek mümkün olmuştur. Karmaşık üretim sistemlerinin

    mekatroniğinde, otomasyonunun sağlanmasında ve işlemlerin izlenmesinde artık

    yapay zeka algoritmaları da geniş kullanım alanları bulabilmektedir.

    Bu çalışmada talaşlı imalatın önemli bir adımı olan, CNC frezeleme işlemleri için en

    iyi üretim koşullarına, 20. yüzyılın sonlarında popüler olarak hemen hemen her

    sektörde kullanılmaya başlayan yapay zeka yöntemleri ile ulaşılmaya çalışılmıştır.

    Bulanık mantık, ve genetik programlama gibi yöntemler özellikle sert parçaların

    frezelenmesi esnasında karşılaşılan takım aşınması, tırlama gibi dinamik

    problemlerin çözümünde kullanılmıştır. Sensörlerin desteğindeki verilerle,

    geliştirilen yapay zeka algoritmaları kullanılarak, takım aşınmalarının izlenmesi ve

    optimum kararlı üretim şartlarının belirlemesi için çözümler üretilmiştir. Bu çalışma

    CNC frezelemede yeni gelişmekte olan hızlı ve sert frezeleme operasyonları için

    yapay zeka tekniklerinin ülkemiz şartlarında da kullanılabileceğini göstermiştir.

    Bu çalışma konusunu öneren, destek ve görüşlerini esirgemeyen danışmanım Prof.

    Dr. Cahit KURBANOĞLU’na şükranlarımı sunarım. Çalışma süresinde görüş ve

    önerileri ile çalışmaya katkıda bulunan, deneysel çalışmalarımda laboratuar

  • v

    imkanlarını kullanmamı sağlayan British Colombia Üniversitesi, Üretim Otomasyon

    laboratuarı yöneticisi Sayın Prof. Dr. Yusuf ALTINTAŞ’ a ve aynı laboratuarda

    çalışmalarıma katkı sağlayan, Fuat ATABEY, Mehdi Namazi, Ahmet

    YARDIMEDEN ile yazılım geliştirmede yardımcı olan Rose’ a teşekkürlerimi

    sunarım.

    Ayrıca çalışmanın her safhasında anlayış gösteren ve manevi katkıda bulunan eşime,

    çocuklarıma ve bugünlerimi borçlu olduğum aileme sonsuz teşekkürlerimi sunarım.

    Çalışmada desteklerini esirgemeyen CAD/CAM Merkezindeki ve mühendislik

    fakültesindeki mesai arkadaşlarıma şükranlarımı sunarım. Çalışmayı maddi olarak

    destekleyen SDÜ Araştırma Projeleri Yönetim Birimi’ne ayrıca teşekkür ederim.

    18/04/2006

    Oğuz ÇOLAK

  • vi

    İÇİNDEKİLER LİSTESİ ÖZET ......................................................................................................................................... i ABSTRACT.....................................................................................................................................iii ÖNSÖZ VE TEŞEKKÜR ............................................................................................................... iv İÇİNDEKİLER LİSTESİ ................................................................................................................ vi SİMGELER DİZİNİ ........................................................................................................................ ix ŞEKİLLER LİSTESİ ......................................................................................................................xii TABLOLAR LİSTESİ ................................................................................................................xviii 1.GİRİŞ ........................................................................................................................................ 1 2.LİTERATÜR TARAMASI........................................................................................................... 6 3.MATERYAL VE YÖNTEM ...................................................................................................... 22

    3.1. MATERYAL .............

Recommended

View more >