yapay zeka ile redüktör seçimi
TRANSCRIPT
-
8/2/2019 Yapay Zeka ile Redktr Seimi
1/128
-
8/2/2019 Yapay Zeka ile Redktr Seimi
2/128
Birol NAL taraf ndan haz rlanan YAPAY ZEKA YARDIMI LE REDKTR
SEM adl bu tezin Yksek Lisans tezi olarak uygun olduunu onaylar m.
Prof.Dr. Faruk MEND .
Tez Dan man ; Makine Eitimi Anabilim Dal
Bu al ma, jrimiz taraf ndan oy birlii ile Makine Eitimi Anabilim Dal nda
Yksek Lisans tezi olarak kabul edilmitir.
Prof.Dr. Kr at DNDAR .
Makine Eitimi Anabilim Dal , Gazi niversitesi
Prof.Dr. Faruk MEND .Makine Eitimi Anabilim Dal , Gazi niversitesi
Do.Dr. hsan KORKUT .
Makine Eitimi Anabilim Dal , Gazi niversitesi
Yrd.Do.Dr. O.Selim TRKBA ....
Makine Mhendislii Anabilim Dal , Gazi niversitesi
Yrd.Do.Dr. Haldun GKTA ....
Elektr. Bilg. Eitimi Anabilim Dal , Gazi niversitesi
Tarih : 11/11/2009
Bu tez ile G.. Fen Bilimleri Enstits Ynetim Kurulu Yksek Lisans derecesini
onam t r.
Prof. Dr. Nail NSAL
Fen Bilimleri Enstits Mdr
-
8/2/2019 Yapay Zeka ile Redktr Seimi
3/128
v
TEZ BLDR M
Tez iindeki btn bilgilerin etik davran ve akademik kurallar erevesinde eldeedilerek sunulduunu, ayr ca tez yaz m kurallar na uygun olarak haz rlanan bu
al mada orijinal olmayan her trl kaynaa eksiksiz at f yap ld n bildiririm.
Birol NAL
-
8/2/2019 Yapay Zeka ile Redktr Seimi
4/128
iv
YAPAY ZEKA YARDIMI LE REDKTR SEM
(Yksek Lisans Tezi)
Birol NAL
GAZ NVERSTES FEN BLMLER ENSTTS
KASIM 2009
ZET
Bu al mada, bir redktr katalo undaki 1200 adet Redktr aras ndantasar m deikenleri de dikkate al narak en uygun redktrn seimi iin yapayzeka ynteminin kullan lmas planlanm t r. Veri taban olarak Y lmazredktr firmas n n redktr katalo u esas al nm t r. Yapay zeka program
trlerinden de Yapay sinir a lar kullan larak yapay sinir alar tabanl Qwicknet 2.23 program ndan faydalan lm ve programda kullan lanparametreler excel ortam na aktar larak redktr al ma deerlerini ierenveri taban oluturulmu tur. lgili program kullan larak excel ortam ndaoluturulan veri taban yard m ile yapay zek program n n renme dzeyitesbit edilmi, daha sonra renmenin yeterli olup olmad n n kontrolyap larak redktr seimine gidilmitir.
Bilim Kodu : 3.029Anahtar Kelimeler : Redktr, redktr tasar m , dili sistemleri,
dili mekanizmalar , yapay zeka, yapay sinir alar Sayfa Adedi : 112Tez Yneticisi : Prof. Dr. Faruk MEND
-
8/2/2019 Yapay Zeka ile Redktr Seimi
5/128
v
REDUCER SELECTION USING ARTIFICIAL INTELLIGENCE(M.Sc.Thesis)
Birol NAL
GAZI UNIVERSITYINSTUTE OF SCIENCE AND TECHNOLOGY
NOVEMBER 2009
ABSTRACT
In this study, an artificial intelligence method has been planned to be select themost convenient reducer from among 1200 commercially available ones in afirm inventory considering the design variables. The catalogue of the Y lmazGearbox has been taken as a database for the analysis. Among the possible
artificial intelligence methods, the neural network has been exploited with thehelp of an artificial neural network-based program called Qwicknet 2.23. Theparameters used in this program have been transferred to excel environment,which helps to generate the database for the operation constraints of thereducer. The learning ability of the artificial intelligence method has beendetermined with the use of the artificial neural network program, which usesthe parameters from the excel database. Finally, the reducer has been chosen by
controlling the degree of learning.
Science Code : 3.029Key Worlds : Reducer, reducer design, gear systems, gear trains,
artificial intelligence, neural network-based
Page Number : 112Advisers : Prof. Dr. Faruk MEND
-
8/2/2019 Yapay Zeka ile Redktr Seimi
6/128
vi
TEEKKR
al malar m boyunca bana yol gsteren tez dan man m Prof. Dr. Faruk MEND
ye, yard mlar n esirgemeyen Abant zzet Baysal niversitesi, Gerede Meslek
Yksek Okulu, Makine Resim ve Konstrksiyonu Blm retim grevlisi,
Dr.Tamer BAKALa, Mersin niversitesi, Tarsus Teknik Eitim Fakltesi,
Makine A.B.D. retim yesi, Yrd. Do. Dr. Uur EMEye ve al malar m
boyunca manevi desteini esirgemeyen aileme teekkrlerimi bir bor bilirim.
-
8/2/2019 Yapay Zeka ile Redktr Seimi
7/128
vii
NDEK LER
Sayfa
ZET................ iv
ABSTRACT..... v
TEEKKR. vi
NDEK LER..... vii
ZELGELER N LSTES... x
EK LLER N LSTES... xi
SMGELER VE KISALTMALAR ..... xiii
1. GR .... 1
1.1. al man n Amac . 3
1.2. Yntem.. 3
2. LTERATR ARATIRMASI 4
3. REDKTR 9
3.1. Redktr Tan m 9
3.2. Kullan m Alanlar ....... 9
3.3. Redktr eitleri.. 10
3.3.1. Kademe say s na gre redktrler... 10
3.3.2. Dili tipine gre redktrler 113.4. Redktr Oluturan Paralar ve zellikleri.... 14
3.4.1. Dili arklar. 14
3.4.2. Miller.. 32
3.4.3. Yataklar.. 33
3.4.4.Gvdeler.......... 33
3.4.5. S zd rmazl k....... 33
-
8/2/2019 Yapay Zeka ile Redktr Seimi
8/128
viii
Sayfa
3.4.6. Dili arklar n yalanmas .. 34
3.4.7. Dili arklar n verimi...... 34
3.5. Redktr Seimiin Gerekli Parametreler..... 35
3.6. Redktr Seim Aamalar ... 37
3.6.1. Redktr tipinin seimi.......... 37
3.6.2. Redktr byklnn tespiti.. 37
3.6.3. Redktr firmas taraf ndan katalounda kullan lan temel eitlikler 39
3.6.4. Redktr seimi... 41
4. YAPAY ZEKA.... 49
4.1. Tan m ve Tarihesi. 49
4.2. nemli Yapay Zek Teknikleri.... 52
4.2.1. Bulan k mant k (BM)..... 524.2.2. Genetik algoritmalar (GA)..... 55
4.2.3. Uzman sistemler (US). 59
4.2.4. Yapay sinirsel alar (YSA). 62
5. YAPAY ZEKA YARDIMI LE REDKTR SEM.. 75
5.1. Yapay Zeka Yard m le Redktr Seimiin Gerekli Veri Taban n nOluturulmas 76
5.2. YSA Eitim Aamas .... 78
5.3. Arayz Oluturulmas ... 82
5.4. Delphi Tabanl Program n Kullan lmas ve Redktr Seimi... 83
6. SONU VE NER LER.. 89
KAYNAKLAR. 91
EKLER.......... 96
EK-1 Redktrlerin eitli kullan m alanlar . 97
-
8/2/2019 Yapay Zeka ile Redktr Seimi
9/128
ix
Sayfa
EK-2 Milleri konumlar na gre al an dili iftleri 98EK-3 Dili ark malzemeleri ve mekanik zellikleri... 99EK-4 Kavrama faktr (K ). 100EK-5 Kullan lan balant eleman na gre radyal yk hesaplama izelgesi. 101EK-6 Redktrlerin kullan m alanlar na gre yk s n fland rmas .. 102EK-7 izelge 3.6. Y lmaz redktr katalou 11-04/02 Sayfa 206.. 103EK-8 izelge 3.7. Y lmaz redktr katalou 11-04/02 Sayfa 70 104EK-9 izelge 3.8. Malzemelerin emniyet gerilmesi ve bas nc deerleri... 105
EK-10 Delphi Program algoritmas . 106EK-11 MetalMakina dergisi'nde yay mlanan Yapay Sinir Alar (YSA)Metodu
le Redktr Seiminin Modellenmesi konulu makalenin yay n evra 111
ZGEM. 112
-
8/2/2019 Yapay Zeka ile Redktr Seimi
10/128
x
ZELGELER N LSTES
izelge Sayfaizelge 3.1. Standart modl deerleri (m). 18
izelge 3.2. Di say s na gre form faktr ( K f ). 19
izelge 3.3. Dinamik h z faktr ( K v) 20
izelge 3.4. Srekli dayan m deeri ( D ).... 20
izelge 3.5. Di genilik oran ( d ).21
izelge 3.6. Yuvarlanma faktr ( K )... 21
izelge 3.7. Edeer elastiklik modl ve malzeme faktr ( K E ).... 22
izelge 3.8. Yzey bas nc na bal mr faktr ( K L).. 22
izelge 3.9. Gvenirlik faktr ( K R).. 23
izelge 3.10. Yalama faktr ( K Y )... 23
izelge 3.11. Yzey sertliine bal dayan m s n r ( P HD)........23
izelge 3.12. Sonsuz vida mekanizmas iin modl deerleri (m) 25
izelge 3.13. Yzey bas n deerleri ( P Hem).. 25
izelge 3.14. al ma faktr deerleri ( K o). 27
izelge 3.15. Yk da l m faktr ( K m)..... 28
izelge 3.16. Form faktr ( K fe)........ 29
izelge 3.17. Eim a s faktr ( K ) 30izelge 3.18. Form faktr ( K f2) 31
izelge 3.19. Verim deerleri ()...35
izelge 3.20. Fi deerine bal yk s n f . 43
izelge 3.21. Termik g tablosu... 45
izelge 5.1. Giri, gizli blge ve k blgesindeki balant a rl k katsay lar 76
-
8/2/2019 Yapay Zeka ile Redktr Seimi
11/128
xi
EK LLER N LSTES
ekil Sayfaekil 3.1. Redktr ve al ma sistemi............................................................... 9
ekil 3.2. Hijyenik tip redktr.......10
ekil 3.3. Al n dili redktrler........ 11
ekil 3.4. Sonsuz vidal redktr... 11
ekil 3.5. Planet dili redktr.......12
ekil 3.6. Konik dili redktr....... 13
ekil 3.7. Eik konik dili redktr...........13
ekil 3.8. Dz dili ark......16
ekil 3.9. Dili ark etkileyen kuvvetler... 26
ekil 3.10. Dinamik h z faktr (K v)...... 28
ekil 3.11. Elastik kavrama ile balant ve elastikiyet... 33
ekil 3.12.ki kademeli redktr...... 36
ekil 3.13. Servis faktr belirleme cetveli....43
ekil 4.1. Turing testi. 51
ekil 4.2. Yapay zeka bilimsel alan ilikisi.... 51
ekil 4.3. BM al ma alan mant ....... 52
ekil 4.4. Doru' ve 'Yanl ' n tan m ; a) Keskin km., b) Bulan k km... 53
ekil 4.5. zm kmesi..... 56
ekil 4.6. Genetik algoritmalarda zm kmesi oluumu..... 58
ekil 4.7. Uzman sistemlerin genel yap s .. 60
ekil 4.8. Bir sinir hcresinin biyolojik yap s ...... 65
ekil 4.9. Temel yapay sinir a hcresi.... 67
ekil 4.10. Yapay sinir a
yap
s
..... 68
-
8/2/2019 Yapay Zeka ile Redktr Seimi
12/128
xii
ekil Sayfa
ekil 4.11. YSA modellerinin temel bileenleri....... 69ekil 4.12.leri srml a.. 72
ekil 4.13. Geri beslemeli a....... 72
ekil 5.1. Excel ortam nda haz rlanm redktr katalog verileri (Y lmaz Red.)... 77
ekil 5.2. Monoblok redktr iin dzenlenmi yeni deerler....... 77
ekil 5.3. Text dosyas olarak renme seti.... 78
ekil 5.4. Qwiknet program veri seti ykleme kullan c ara yz..... 79
ekil 5.5 3:5:1 yap l geri yay lma algoritmal yapay sinir alar ...... 79
ekil 5.6. 100 sat rl k test grubu......80
ekil 5.7. YSA modelleme ve firma katalog k momenti (M2) deer
kar lat rmas .81
ekil 5.8. YSA ve katalog k momenti veri kar lat rmas ... 82
ekil 5.9. Delphi program arayz........ 82
-
8/2/2019 Yapay Zeka ile Redktr Seimi
13/128
xiii
SMGELER VE KISALTMALAR
Bu al mada kullan lan simgeler, a klamalar ve k saltmalar aa da verilmitir.
Simgeler A klama
b Di genilii
b Diler aras temas yay
d o Blm dairesi ap
d a Di st ap
d t Di dibi ap
e Diler aras ndaki boluk
E Emniyet katsay s
ED Redktrn bir saat iindeki al ma sresi
F r Radyal kuvvet
F t Teetsel kuvvet
F n Diliye etki eden kuvvet
F nc Etkili di kuvveti
f s Emniyet faktr
f dk Start say s
f t Gnlk al ma sresi faktr
h Di ykseklii
h b Di st ykseklii
h t Di dibi ykseklii
I Ak m i letme oran
J Silindir merkezindeki atalet momenti
J ind Motor miline indirgenmi atalet momenti
J top Toplam motor atalet momenti
J mot Motorun kendi atalet momenti
J 2 , J 3 ...... Dnen ktlelerin atalet momentleri
K A letme faktr K Yuvarlanma faktr
-
8/2/2019 Yapay Zeka ile Redktr Seimi
14/128
xiv
Simgeler A klama
K entik faktr
K E Malzeme faktr
K v Dinamik h z faktr
K m Yk da l m faktr
K f Form faktr
K fe Helisel dili form faktr
K o al ma faktr
K R Gvenirlik faktr
K i evrim oran faktrnn
K L mr faktr
K Y Yalama faktr
K Kavrama faktr
K Eim a s faktr
m Modl
mm Ortalama modl
mn Normal modl
ma Al n modl
M b Diliye etkiyen dndrme momenti
M bc al ma momenti
n Devir say s
P letilen g
P H Yzey bas nc P re Redktrn ta d g
P t Termik g
P i makinesi iin gerekli olan g
P g Nominal gc
P Hem Emniyet yzey bas nc
P HD Yzey sertliine bal dayan m s n r
P mot Motor gc
-
8/2/2019 Yapay Zeka ile Redktr Seimi
15/128
xv
Simgeler A klama
r f Di dibi kavisi
S Emniyet katsay s
S b Ba boluu
S 0 Di kal nl
t Ad mU Gerilim
A sal h z
x Profil kayd rma miktar
v evre h z
va Kayma h z
z Di say s
z n Edeer di say s
z e Helis dili dz dili edeer di say s
Eim a s
g Temel dairesine kar l k gelen eim a s
0 Dili helis a s
1,2 Konik dili ark koni tepe yar a lar em Malzeme emniyet deerleri
D Srekli mukavemet deeri
Top Toplam gerilme
Poisson oran
d Di genilik oran
Di kenar eim a s ,Cos
G faktr
Verim
top Toplam verim
nv Invers verim
-
8/2/2019 Yapay Zeka ile Redktr Seimi
16/128
xvi
K saltmalar A klamalar
DIN Alman endstri standartlar HRC Rockwell sertlik deeri
St elik GS Dkme elik GG Dkme demir GGG Kresel grafitli dkme demir BM Bulan k mant k GA Genetik algoritmalar US Uzman sistemler YSA Yapay sinir alar
-
8/2/2019 Yapay Zeka ile Redktr Seimi
17/128
1
GR
nsanlar n ihtiyalar na cevap verebilmek iin yap lan al malar, gnmzteknolojisinin yard m ile eitlilik kazanm olup, sorulara cevap bulabilmek gemie nazaran daha k sa sre almakta ve var lan sonular ihtiyalar kar lamaa s ndan daha yksek deerlere ulamaktad r.
Gnmzde, bilgisayar yard m ile yap lan al malar, insan zeks n nulaamayaca h z ve kesinlikte sonular vermekte olup, buna ramen son karar yinede insan zeks na kalmaktad r. nsan zeks , girdi ve kt lar deerlendirerek enuygun sonuca ulamay , ya da ula lan kt lar aras ndan en uygununu belirlemeyiamalamaktad r.
Gnmz teknolojisi, her alanda ilerlemekte, gnmzde ula lan gelimeler, ncekihibir zaman diliminde olmad kadar h zl olmaktad r. Bu gelimelerden ennemlilerinden bir tanesi yapay zek alan n da meydana gelen gelimelerdir. Bualandaki gelimeler, yapay zekn n farkl alanlarda zm bulma amac ylakullan lmas nedeniyle pek ok deiik bilim alan ndaki gelimeler iin katalizr grevi grmektedir.
Yapay zek incelendiinde, pek ok alanda farkl amalarla kullan lan eitli yapayzek trleri ile kar la lmaktad r. Bunlar; Genetik Algoritmalar, Uzman Sistemler,Robotik, Doal Diller, Sinirsel Alar, Sanal Gereklik vd. dir.
Zek, yetenekler bilekesidir diye tan mlanabilir. Yalab k (1990) zeky , Zek (us),soyut bir kavramd r, fakat bu zekn n bilimsel bir temele oturtulmas na engel tekiletmez diye a klam t r. Farkl amalara ynelik yeteneklerin, us yap s olarak adland r lan bir teori ileekilsel olarak modellenebilecei belirlenmitir.
Yapay zekn n bu al mada kullan m amac , klasik bilgisayar programlar ile elde
edilemeyecek elastikiyetin, yapay zek sistemleri taraf ndan salanabilir olmas d r.
-
8/2/2019 Yapay Zeka ile Redktr Seimi
18/128
-
8/2/2019 Yapay Zeka ile Redktr Seimi
19/128
3
1.1. al man n Amac
Bu al mada, yapay zek temeline oturan ve ihtiyaca en yak n sonucu verebilen bir yap oluturulmaya ve yapay zek program kullan larak, verilen ara deerler ile enuygun redktrn en k sa srede seimi salanmaya al lm t r.
al maya temel olarak Y lmaz Redktr firmas n n katalou kullan lm , Katalogverileri Excel sayfas na aktar larak, kullan labilir veri taban oluturulmutur.
1.2. Yntem
Yapay zek yard m ile redktr seimi yapabilmek amac yla yapt m z al mada bir yapay zek program olan QwikNet 2.23 program kullan lm . Program nrenme aamas nda, katalog verilerini ieren Excel tablosundan yararlan lm t r.
-
8/2/2019 Yapay Zeka ile Redktr Seimi
20/128
-
8/2/2019 Yapay Zeka ile Redktr Seimi
21/128
5
k sa srede optimum zme ulam t r. Bu metodun uygulama kolayl veetkinlii, literatrden bulunan farkl problemlere uygulanarak gsterilmi. Dilitasar m nda iki kademeli bir tasar mda, her bir dilinin di say s bulunarak bunlardanelde edilen iletim oran ile gerekli iletim oran aras ndaki hata pay minimum
yap lmaya al lm t r [Deb, 1998].
Duan, ve ark., GA'y saat hareketlerindeki dili parametrelerinin zm iinkullanm lard r. zel problemlerin GA'n n kullanabilecei ekilde modellenmesi zor olduundan, iletim mekanizmalar ndaki deiik dili parametreleri diziler eklindedzenlenmi ve dili parametrelerinin zm ilemi gerekletirilmilerdir. Buekilde saat dili hareketlerini geleneksel yntemlerle zmenin daha zor olduuynndeki grlerini ispatlam lard r [Duan, Zha, Lin ve Weng, 1998].
Fan, ve ark., geometrik yap lar n boyut toleranslar iin hiyerar ik optimizasyonisimli al malar nda, geometrik boyut tolerans n n optimizasyonu iin bir matematiksel model gelitirmiler ve optimum tolerans tasar m algoritmas nermilerdir. Algoritma, optimizasyon ilemini iki ayr alanda yapmaktad r. Birisitasar m merkezli problemleri zmekte ve ikincisi ise maliyetin daha fazla
drlmesi iin istatistiksel optimizasyon yapmaktad r. Matematik model, dilitasar m problemine uygulanm ve nerilen sistemin etkili olduu grlmtr [Fan, Ma, Yan ve Chen, 1999].
Fetvac ve mrak, kavramadaki dili iftindeki di dibi gerilmelerinin incelenmesine
imkn salayan dili ark sonlu eleman modelini elde etmi, ANSYS program kullan larak analizlerini gerekletirmi, oluturulan sonlu eleman modeli ileanaliz sonular n , literatrdeki modeller ve analizleriyle kar lat rarak bu modelindili arklar n say sal analizinin yap labilmesinde kullan labilirliini ortayakoymulard r [Fetvac ve mrak, 2004].
Flodin, dilerin temas hatalar n , iletim sorunlar n ve temas ekillerini, yatak
srtnmesinin fonksiyonu olarak ifade edip, Visual Basic program ile sonsuz vida-
-
8/2/2019 Yapay Zeka ile Redktr Seimi
22/128
6
dili ark mekanizmas n simle etmi; sonular , dili ark sistemlerininiyiletirilmesi amac yla kullanabilmek iin listelemitir [Flodin, 2000].
Fetvac ve mrak n dz dili arklar n bilgisayar ortam nda elde edilmesi zerine bir al ma yapm , GWBASIC yaz l m n kullanarak, di say s , modl, kavrama a s , profil kayd rma faktr vb. parametreleri girdi olarak kullan p, di profilini oluturannoktalar n koordinatlar n hesaplam lar, dililerin imalat ile ilgili simlasyon ilekremayer tak m geometrisinin ve tak m yerleiminin di geometrisi zerindekietkileri incelenmilerdir. Evolvent dz dili profiline ait nokta koordinatlar n n bulunmas nda, evolvent ve trokoid yap daki erilerin parametrik formllerinikullanm lard r Bu yaz l m, GRAPHER program ile birlikte kullan larak yap salanaliz uygulamalar nda kullan lmak zere 2D ya da 3D model elde edilebilmektedir
[Fetvac ve mrak, 2004].
Li, ve ark., GA'n n kompleks ekil metodu birletirilmesi ile karma GAgelitirmiler ve bunu mekanik problemlerinin zmnde kullanm lard r.Algoritman n oluturulabilmesi iin sistem analizi ve arat rmas yapm lar, bu yeniyap ile yapt klar al malar sonucu bu yntemin etkinliini ortaya koymulard r [Li,Zhou ve Zheng, 1999].
Liu, ve ark., ok etkenli sistemlerde, bilgi al verilerinin olduka karma k olmas ve iletiimdeki glkler nedeniyle ve ilemi etkileyen pek ok etken olmas sebebiile optimal zmlerinin gerekletirilmesi zor bir itir. Bu nedenle, zm
aamas nda GA kullan lm t r. GAlar n, sonular iin daha iyi zmlere ulat grlmtr. lemin h z n art rmak iin saya nerilmitir. Tatmin edici sonular dili pompa tasar mlar nda grlm, ayr ca GA ile ok etkenli sistemlerin birleimlerinin, sreci h zland rd ve bunun yan nda en iyi zm bulduugzlemlenmitir [Liu, Hu, Yan, Zheng, ve Yang, 1998].
Myint, GA tabanl bir sistem oluturulmu ve bu sistem var olan bir rnn
deitirilmesi veya tekrar tasarlanmas gerektii durumlarda uygulanm t r. Buyakla m iki blmden meydana gelmekte, birinci blm retimin realizasyonu
-
8/2/2019 Yapay Zeka ile Redktr Seimi
23/128
-
8/2/2019 Yapay Zeka ile Redktr Seimi
24/128
8
Trkolu, web tabanl YSA tekniinin planet dili mekanizmalar n n kinematik tasar m nda kullan lmas amac ile bir program oluturmu, bu program n kullan m ile tasar m ileminin daha az insan gc harcayarak ve dk maliyetleyap labileceini ortaya koymutur [Trkolu, 2008].
-
8/2/2019 Yapay Zeka ile Redktr Seimi
25/128
9
3. REDKTR
3.1. Redktr Tan m
Motordan al nan dnme hareketinin, ihtiyatan yksek olduu yerlerde, giri dn h z n n, istenen k dn h z na drlmesi amac yla kullan lan dili sistemlerineredktr denir. Redktrler ihtiya duyulan sisteme eklenen ba ms z elemanlard r.
Redktrl sitemler, sisteme g veren bir motor, redktr ve hareket-g ihtiyac
olan i sisteminden meydana gelirler. Kullan lan motorlar genellikle elektrik motorlar olmas na ramen ihtiya duyulduunda iten yanmal motorlardan dafaydalan l r. Hareket ve g, miller vas tas ile iletilir. G ve hareket iletiminde
sars nt ve merkez ka kl nedeni ile oluabilecek sak ncalar, birlemenoktalar nda kaplinler kullan larak giderilir (ekil 3.1).
ekil 3.1. Redktr ve al ma sistemi [Akkurt, 2005]
3.2. Kullan m Alanlar
Redktrler kuvvet ve hareketin olduu her yerde kullan labilirler. Yrr zgaralar, pompalar, tak m tezgahlar , asansrler, vinler, tekstil makineleri, sac bkme
makineleri,ahmerdanlar, dner tamburlar, konveyrlerde v.b. gibi bir ok dnme
-
8/2/2019 Yapay Zeka ile Redktr Seimi
26/128
10
hareketinin mevcut olduu yerlerde kullan l rlar. EK-1de eitli kullan malanlar na rnekler verilmitir.
Gnmzde yiyecek, iecek, g da endstrisi, kimya ve ila sanayinde ve hassas
rn alanlar nda hijyenik bir ortam olumas olduka nemlidir. ou durumlardaortam n bakterilerden tamamen ar nm olmas istenir. Gnmze kadar kullan lmakta olan tahrik zmleri, retim tesislerindeki temizleme ilemleriniolduka s n rl yordu. nk standart motorlarda mevcut olan soutmakanat klar nda ve fanlarda biriken pisliklerin temizlenmesi, buralara zor
eriilebildiinden kolay deildir. Bunun sonucu mikrop oluumudur. Bu sorunhijyenik tip zel redktr motorlarla zld (ekil 3.2). Yzeylerinin dz olmas sayesinde, hijyenik tipte helis dili, paralel milli, konik dili ve sonsuz diliredktrler kolayca temizlenebilir ve bylece mikrop ve bakteri oluumu nlerler.
ekil 3.2 Hijyenik tip redktr
3.3. Redktr eitleri
Redktrler ierdikleri dili tipine tertipleme ekillerine gre ve kademesay s na gre s n fland r l rlar.
3.3.1. Kademe say s na gre redktrler
Tek Kademeli, ok kademeli olarak;
-
8/2/2019 Yapay Zeka ile Redktr Seimi
27/128
11
3.3.2. Dili tipine gre redktrler
Al n dili redktrler
ekil 3.3. Al n dili redktrler
Al n dili redktrler birbirine paralel miller aras nda dz dili, helis dili ya daV (avu) dilileri kullanarak hareket iletmekte; h z dm dililer aras ndaki
ap fark ve bal olarak di say s fark ile oluturulmaktad r (ekil 3.3).
Sonsuz vidal redktrler
ekil 3.4. Sonsuz Vidal Redktr
H z dmnn ok fazla olduu ya da h z yerine g ihtiyac duyulansistemlerde kullan l rlar (ekil 3.4). Sonsuz vida ve kar l k dilisinden oluan bu sistemlerde, vidan n her dnnde dili bir di ilerlemektedir. rnein dili
-
8/2/2019 Yapay Zeka ile Redktr Seimi
28/128
12
zerinde 50 di olduunda, bu sistemde 1/50 lik h z dm olumaktad r. Busistemler 90o a l hareket iletimi iin uygundur.
Sonsuz vidalarda dililer birbiri zerinde kayarak hareket ettiklerinden verimleridk ve a nmalar fazlad r. Bununla birlikte dk hacimlerde yksek evrimoranlar ve k dorultusunun 90 oluu sonsuz vidal redktr semenizisalayabilir.
Gnmzde firmalar konik dili ifti ekleyerek helis dili redktrleri de 90 k l yapabilmektedirler. Fiyat olarak daha pahal ve daha byk olacakt r. Fakat yksek
verim ve uzun mr gereken yerlerde sonsuz vidal redktrlere tercih edilecektirler.
Sonsuz vidal redktrlerin otoblokaj zellii onu dier redktrlerden ay r r.Otoblokaj, redktrn k taraf ndaki hibir dndrc momentin girii eviremezolmas d r. Bu zellik yk ta ma uygulamalar nda, ykn geriye kama ihtimaliniortadan kald r r. Fakat otoblokaj yksek devir oranlar nda geerlidir. stediinizsonsuz vidal redktrn otoblokajl olup olmad n belirtmeniz gerekir.
Planet dili redktrler
ekil 3.5. Planet dili redktr
Kk hacimde yksek iletme oran istendiinde kullan lan dili sistemleridir [Trkolu, 2008]. Bir planet dili sisteminde en d taki ember eklindekidiliye ember dili, merkezdeki diliye gne dili, bu iki dili aras nda kalan
ve iki dili aras nda hareket ve kuvveti ileten farkl say daki dililere de planetdililer ad verilir (ekil 3.5).
-
8/2/2019 Yapay Zeka ile Redktr Seimi
29/128
13
Konik dili redktrler
ekil 3.6. Konik dili redktr
Konik dili redktrler her iki tork ynnde ve her giri h z nda yzde 96'n nzerinde yksek bir verime sahiptirler. Bu olaanst yksek verim deeri konik dili redktrleri, enerji tasarruflu dik a l hareket iletebilen redktrler halinegetirmektedir. Bak m gerektirmeden uzun sre al ma zellikleri sayesinde hemAC-senkron motorlar ve hem de asenkron ve senkron servo motorlar olarak her
yerde kullan labilirler. Hassas pozisyonland rma grevleri iin az di boluklu tipleride mevcuttur (ekil 3.6).
Eik konik dili redktrler
ekil 3.7. Eik konik dili redktr
Dileri helisel ekilde a lm t r. Dili ifti temas kesmeden dier dililer temasagetikleri iin bu tip redktrler kinematik olarak dzgn al abilen, dz konik dililere gre daha yksek h zlarda kullan labilirler. Bu tip redktrlerin dz konik
-
8/2/2019 Yapay Zeka ile Redktr Seimi
30/128
14
dili redktrlere gre bir avantaj da daha sessiz al mas d r. Deiik trde heliserileri bu tr dililer iin kullan labilir. Spiral, ember yay ve evolvent bu tr dililer iin kullan lan eri trleridir (ekil 3.7).
3.4. Redktr Oluturan Paralar ve zellikleri
Redktrler, retici firmalar taraf ndan standart boylarda imal edilirler. Redktr
seiminde evrim oran , g ve hareket iletme kabiliyeti, verim, boyut ve a rl k gibifaktrleri gz nne al n r.
Redktrler, gvde, dili arklar, miller, yataklar, v.s gibi elemanlardan oluansistemlerdir. Redktrlerde kullan lan dililer h za ve gce dayan kl malzemedenimal edilirler, yataklar genellikle rulmanl yataklard r. Ancak baz durumlarda ok
alak ve ok yksek h zlarda kaymal yataklar da kullan lmaktad r. Redktr,
gvdeleri sars nt ya darbeye ve al ma koullar dnldnde d etmenleredayanacak ekilde imal edilmektedir.
Aa da, redktrlerde kullan lan makine paralar hakk nda bilgi verilmitir.
3.4.1. Dili arklar
Birbirine paralel yada belirli bir a da (genelde 90) duran, birbirine ok uzak
olmayan miller aras nda hareket ve kuvvet iletmek amac yla kullan lan makine
elemanlar na dili ark ad verilir.
Dili ark mekanizmalar , bir milden dier bir mile hareket ve g iletiminde, devir say s n kltp/bytmek ve momenti deitirerek iletmek iin kullan l r [Zeyveli,2005].
Bir dili ark mekanizmalar en az iki dili arktan meydana gelir. Bir dili iftinden
kk olan pinyon, byk olana ark ad verilir. Milleri konumlar ve al an uygundili iftleri EK-2de gsterilmitir [Akkurt, 2005].
-
8/2/2019 Yapay Zeka ile Redktr Seimi
31/128
15
Dili arklar n malzemeleri
Redktrlerde kullan lan dililer, sementasyon elii DIN 16MnCr ve SAE8620 den imal edilmektedir. Dililerin semente derinlii ve sertlii, modl byklne uygun olarak yap lmaktad r. Sulama ileminden sonra, dili delikleridili profilleri talan r. Dililerin mukavemeti DIN 3990'a gre ve profilkayd rmalar da DIN 3992'e gre yap lmaktad r. Dililerde yap lan profilkayd rmalarla, zellikle pinyon dililerdeki alt kesilmeler nlenmi olur. Di profillerinin talanmas redktrn sessiz al mas n salar. Sonsuz vidal redktrlerinde vida malzemesi 16MnCr5 olup, sertletirilip talanmaktad r.Sonsuz vida ark malzemesi SnBzl2 den yap lmaktad r. Teknolojinin geliimi ile birlikte farkl malzemelerden de dili iftleri imal edilmeye (21NiCrMo2),(Gz12SnCuNi) balanm t r. Dili ark Malzemelerinin Mekanik Deerleri EK-3 degsterilmitir [Akkurt, 1982].
Dili arklara, dili modlne uygun sementasyon derinlii ve 58 - 60 HRC yzeysertlii salanacak ekilde s l ilemler uygulan r. Is l ilemlerinden sonra dilimillerin rulman yerleri, dili delikleri ve dililerin di profilleri talan r.
Dili arklar n lleri
Dili arklar n llendirmesinde kullan lan eitliklerde bulunan alt indislerdeki gyada 1 deeri dndren, eviren; yada 2 deeri, dndrlen, evrilen dilileri ifade
eder.
ekil 3.8de bir dz dili ark ve ark n oluturulmas iin gerekli olan l deerlerigrlmektedir. Bir dili ark n hesaplanabilmesi iin modl (m) deerine (iz. 3.1)ve dili ark n di say s na ( z) ihtiya vard r. Modl di bykln etkileyen bir katsay d r. Di say s ise iletme oran (i), dili ap bykl (d a) ve iletilecek kuvvet ( F n) gz nnde tutularak belirlenir.
-
8/2/2019 Yapay Zeka ile Redktr Seimi
32/128
16
ekil 3.8. Dz dili ark
Modl ve di say s bilindiinde, aa daki eitlikler kullan larak diliye ait llereula l r.
Blm dairesi ap
( 0d ):
zt d =0 (3.1)
eitliinden ekilerek
zt
d
=0 (3.2)
zmd =0 (3.3)
olur.
Di st ap (d a) :
md d a 20 += (3.4)
-
8/2/2019 Yapay Zeka ile Redktr Seimi
33/128
17
Di dibi ap (d t ) :
md d t 5,20 += (3.5)
Di st ykseklii (ha) :
mha = (3.6)
Di dibi ykseklii (ht ) :
25,1mht = (3.7)
Di ykseklii (h) :
t a hhmh +== 25,2 (3.8)
Ad m (t ) :
mt = (3.9)
Di kal nl ( 0S ) :
220mt
S == (3.10)
Diler aras ndaki boluk (e ) :
2t
e = (3.11)
Modl de erinin bulunmas
Modl deeri izelgelerden seilir. Fakat kritik al ma alanlar iin modln
hesaplanmas (E. 3.12, 3.16, 3.20, 3.21, 3.22 ve 3.24) daha uygun ve gvenlidir.
-
8/2/2019 Yapay Zeka ile Redktr Seimi
34/128
18
Hesaplamalarda malzeme emniyet deerlerinin yan s ra al ma artlar n ifade edenok say da faktr de kullan l r.
izelge 3.1. Standart modl deerleri (m)
Modl m (mm) Modl m (mm) Modl m (mm)
Seri 1 Seri 2* Seri 1 Seri 2* Seri 1 Seri 2*0.05 0.055 0.7 0.55 6 70.06 0.07 0.8 0.75 8 90.08 0.09 0.9 0.85 10 110.1 0.11 1 0.95 12 14
0.12 0.14 1.25 1.125 16 180.16 0.18 1.5 1.375 20 220.20 0.22 2 1.75 25 280.25 0.28 2.5 2.25 32 360.3 0.35 3 2.75 40 450.4 0.45 4 3.5 50 550.5 0.55 5 4.5 60 700.6 5.5
*Zorunlu olmad ka Seri 2 deerleri kullan lmamal d r
Millerin konumuna ve di ekillerine gre ayr ayr s n fland r lan dili ark
mekanizmalar n n yakla k boyutland rma hesaplar da baz farkl l klar gsterir.Mekanizma hesaplar nda fonksiyon emniyeti yani istenen gcn emniyetle nakli n
plandad r. Bunun yan nda; boyut, a rl k ve grlt azl da arzu edilir. Say lan tm bu kriterlere uygun olarak mekanizmalar boyutland rmak iin eitli hesapyntemleri gelitirilerek standartlat r lm t r. [Babal k ve ark., 2002]
Dz di li arklar iin di k r lma dayan m ynnden modl hesab
Bu standarda gre; dz ve helisel dili ark mekanizmalar nda di dibi mukavemetia s ndan modl (dz dili ark mekanizmalar nda al n modl, helisel dili ark mekanizmalar nda danormal modl) deeri:
v f emd
bc K K z
M m 3 2
1
2
(3.12)
m: Modl,
-
8/2/2019 Yapay Zeka ile Redktr Seimi
35/128
19
z: Di say s , M bc : al ma momenti [Nmm], K f : Form faktr (iz. 3.3),
K v : Dinamik h z faktr (iz. 3.2),
em : Malzeme emniyet gerilmesi [N/mm2], d : Di Genilik Oran (iz. 3.5),
al ma momenti hesab iin eitlik 3.13 kullan l r.
n P
K M obc955= [daNmm], (3.13)
izelge 3.2. Di say s na gre form faktr ( K f )
Profil Kayd rma Faktr x
Zn -0,6 -0,5 -0,4 -0,3 -0,2 -0,1 0 +0,1 +0,2 +0,3 +0,4 +0,5 +0,6 +0,7 +0,8 +0,9 +1 +1,1 +1,2 +1,3 +1,47 2,848 2,98 2,69 2,47
9 2,84 2,60 2,40 2,2210 2,99 2,73 2,52 2,34 2,1811 3,15 2,87 2,65 2,46 2,30 2,16 2,0512 2,93 2,79 2,58 2,41 2,27 2,14 2,0413 2,93 2,72 2,53 2,38 2,24 2,12 2,03 1,9614 3,36 3,10 2,86 2,66 2,48 2,34 2,22 2,11 2,03 1,9515 3,25 3,01 2,79 2,60 2,44 2,31 2,20 2,10 2,02 1,95 1,8916 3,45 3,16 2,95 2,74 2,56 2,42 2,29 2,18 2,09 2,02 1,95 1,8917 3,35 3,09 2,88 2,69 2,53 2,39 2,27 2,17 2,08 2,01 1,95 1,89 1,8518 3,53 3,26 3,02 2,82 2,65 2,50 2,37 2,26 2,16 2,08 2,01 1,95 1,90 1,8619 3,72 3,44 3,20 2,96 2,78 2,61 2,47 2,35 2,24 2,15 2,07 2,01 1,95 1,90 1,87 1,8320 3,62 3,35 3,12 2,91 2,74 2,58 2,45 2,33 2,23 2,14 2,07 2,01 1,95 1,90 1,87 1,8421 3,53 3,28 3,07 2,87 2,70 2,55 2,43 2,32 2,22 2,14 2,06 2,01 1,95 1,91 1,87 1,84 1,82
22 3,45 3,20 3,01 2,83 2,67 2,52 2,41 2,30 2,21 2,13 2,06 2,00 1,95 1,91 1,88 1,85 1,8323 3,64 3,38 3,15 2,96 2,80 2,64 2,50 2,39 2,29 2,20 2,12 2,06 2,00 1,95 1,91 1,88 1,85 1,83 1,8224 3,55 3,30 3,10 2,92 2,75 2,61 2,48 2,37 2,28 2,19 2,12 2,06 2,00 1,95 1,91 1,88 1,86 1,84 1,8325 3,73 3,45 3,25 3,05 2,88 2,72 2,58 2,46 2,36 2,27 2,19 2,12 2,05 2,00 1,95 1,92 1,88 1,86 1,84 1,8330 3,61 3,35 3,18 3,01 2,85 2,72 2,60 2,48 2,38 2,30 2,22 2,16 2,10 2,04 2,00 1,96 1,93 1,90 1,88 1,85 1,8540 3,15 3,00 2,86 2,75 2,63 2,54 2,45 2,37 2,30 2,24 2,18 2,13 2,08 2,04 2,01 1,97 1,95 1,93 1,91 1,90 1,8950 2,90 2,78 2,68 2,59 2,50 2,43 2,36 2,31 2,25 2,20 2,15 2,11 2,07 2,03 2,02 1,98 1,97 1,94 1,93 1,92 1,9160 2,75 2,65 2,57 2,50 2,42 2,37 2,32 2,25 2,22 2,17 2,13 2,10 2,08 2,04 2,02 1,99 1,98 1,96 1,94 1,94 1,93
100 2,46 2,40 2,35 2,32 2,26 2,24 2,21 2,17 2,15 2,12 2,10 2,08 2,06 2,04 2,03 2,01 2,00 1,99 1,98 1,98 1,97200 2,27 2,24 2,21 2,19 2,17 2,15 2,14 2,12 2,10 2,10 2,08 2,07 2,05 2,04 2,04 2,02 2,02 2,01 1,98 2,00 2,00400 2,17 2,15 2,14 2,13 2,12 2,11 2,10 2,09 2,08 2,08 2,08 2,07 2,06 2,06 2,05 2,04 2,04 2,04 2,03 2,03 2,03 2,07 2,07 2,07 2,07 2,07 2,07 2,07 2,07 2,07 2,07 2,07 2,07 2,07 2,07 2,07 2,07 2,07 2,07 2,07 2,07 2,07
-
8/2/2019 Yapay Zeka ile Redktr Seimi
36/128
20
izelge 3.3. Dinamik h z faktr ( K v)
Kalite Yzeysertlii HB
evre h z v, m/s
350 - 1 1 1.1 1 1.2 1.11.4 - 1.2
-
7 350>350 1 1 1 1 1.2 1.1 1.3 1.2 1.5 1.3
8 350
>350
1.1
1.1
1.3
1.21.413 - -
9 350>350 1.2 1.21.41.3 - - -
Emniyet gerilmesinin bulunmas nda
S D
em= (3.14)
eitliinden faydalan l r. Burada D srekli dayan m s n r d r.
D
D K
1= (3.15)
izelge 3.4. Srekli dayan m deeri ( D )
Sertletirilmi elikler 0,35 K Islah vemalat elikleri 0,4 K Dkme elik 0,35 K
Dkme demir 0,3 K
K : entik faktr (1,4..1,6 al nabilir).
-
8/2/2019 Yapay Zeka ile Redktr Seimi
37/128
21
izelge 3.5. Di Genilik Oran ( d )
Yataklama durumu b/d01
Her iki taraftan yataklanm normal dili ark 0,5
Rijit ve doru olarak yataklanm iyi ilenmi dili ark 0,1
Trbin mekanizmalar nda kullan lan kalitesi yksek olan
dili ark 2
yi yataklanmam veya kalitesi dk olan dili ark 0,4
Dz di li arklar iin yan yzey dayan m a s ndan modl hesab
3222
21
.21i E v
Hemd
bc K K K K p M
zm
(3.16)
eitlikleri ile hesaplanabilir.
m: Modl , z: Di say s , M c: al ma momenti (E. 3.13)
izelge 3.6. Yuvarlanma faktr ( K )
o 15 16 17 18 19 20 21 22 23 24 25 26 27K 2 1,94 1,89 1,84 1,80 1,76 1,73 1,70 1,67 1,64 1,62 1,60 1,57
evrim oran faktrnn bulunmas nda ise
12
12 1i
i K i
+= (3.17)
eitlii kullan l r.
-
8/2/2019 Yapay Zeka ile Redktr Seimi
38/128
22
izelge 3.7. Edeer elastiklik modl ve malzeme faktr ( K E )
Pinyon ark K E
daN/mm2 MalzemeE1 104
daN/mm2 MalzemeE1 104
daN/mm2a
St 2,1 85,3GS-60 2,05 85,2GS-52 2,05 85,2GGG-50 1,76 81,9
St 2,1 GGG-42 1,75 81,7G-SnBzl4 1,05 70,0SnBz-8 1,15 72,1GG-25 1,28 74,6GG-20 1,20 73,1GS-52 2,05 84,7
GS-60 2,05 GGG-50 1,76 81,4GG-20 1,20 72,8
GGG-50 1,76 GGG-42GG-20 1,75 1,20 78,4 70,7
GG-20 1,20GG-20 1,20 64,8GG-25 1,28 65,8
St-elik; GS-dkme elik; GGG-kresel grafit; G-SNBz-dkme kalay bronzu;Sn3z- dvme kalay bronza; GG-dkme demir
Di emniyet yzey bas nc ( P Hem) aa daki eitlikten hesaplan r.
S P
P HD Hem = (3.18)
S : Emniyet katsay s (1,21,5 al nabilir)
HDY R L HD P K K K P = (3.19)
izelge 3.8. Yzey bas nc na bal mr faktr ( K L)
Yk tekrar say s K L1 000 1
10 000 1,5
100 000 1,3
1 000 000 1,1
10 000 000 1
-
8/2/2019 Yapay Zeka ile Redktr Seimi
39/128
23
izelge 3.9. Gvenirlik faktr ( K R)
Verim (%) K R 50 1
90 0,897
95 0,868
99 0,814
99,9 0,752
99,99 0,704
izelge 3.10. Yalama faktr ( K Y )Kinematik viskozite 6,3 68 100 200 300
K Y 0,7 0,9 1,0 1,2 1,35
izelge 3.11. Yzey sertliine bal dayan m s n r ( P HD)
Malzeme P HDSementasyon elii 0,25 HBSertletirilmi elik 0,2 HBIslah elikleri 0,3 HB
Genel imalat elii 0,22 HBDkme demir 0,2 HB
Helis di li arklar iin modl hesab
v f emd
bcn K K
z
M m
23
21
cos.2 (3.20)
eitliinden hesaplan r.
mn : Normal modl,
: Eim a s ,
-
8/2/2019 Yapay Zeka ile Redktr Seimi
40/128
24
Konik di li ark mekanizmalar nda, ortalama aptaki yakla k modl hesab
a. Di dibi dayan m a s ndan
v f em
bc K K z M
m 3 21
1sin5,18
= (3.21)
m: Modl,
z: Di say s , (1418 al nmas nerilir),
M bc : al ma momenti [Nmm], K f : Form faktr (Bkz. iz. 3.2),
K v : H z faktr (Bkz. iz. 3.3),
em : Malzeme emniyet gerilmesi [N/mm2],
1 : Diliye ait koni a s ,
d : Di Genilik Oran (Bkz. iz. 3.5),
b. Yzey dayan m a s ndan
3222
221
2i E v
Hemd
bcm K K K K p z
M m
(3.22)
eitlii kullan l r.
mm : Ortalama modl,
z1 : Di say s , (1418 al nmas nerilir), M bc : al ma momenti [Nmm], K f : Form faktr (Bkz. iz. 3.2),
K v : H z faktr (Bkz. iz. 3.3),
K E : Malzeme faktr (Bkz. iz. 3.7),
K : Yuvarlanma faktr (Bkz. iz. 3.6),
K i : evrim oran faktr (E. 3.23),
-
8/2/2019 Yapay Zeka ile Redktr Seimi
41/128
25
K i =12
212
1i
i + (3.23)
P Hem : Emniyetli yzey bas nc (iz. 3.13).
Sonsuz vida kar l k di lisi mekanizmalar nda di li modl hesab
3
22
22
Hem
bca p z
M m
(3.24)
eitliiyle yap labilir. Basit hesaplamalarda izelge 3.12 den uygun bir deer seilir.Bu ba nt larda kullan lan sembollerin anlamlar da yle zetlenebilir:
ma : Al n modl (iz. 3.12),
z2 : Dndrlen dili di say s , (1418 al nmas nerilir), M bc : al ma momenti [Nmm],
: Genilik faktr. (1,53 aras nda al nabilir), P Hem : Emniyetli yzey bas nc (iz. 3.13),
izelge 3.12. Sonsuz vida mekanizmas iin modl deerleri (m)
modl m
1 1.3 1.6 2 2.5 3.2 4 5 6.3 8 10 13 16 20
izelge 3.13. Yzey bas n deerleri ( P Hem)
Kayma h z va [m/s]
2 3 4 5 6 8 10 15 20
P Hem [daN/mm] 0.80 0.70 0.60 0.52 0.48 0.40 0.35 0.24 0.22
-
8/2/2019 Yapay Zeka ile Redktr Seimi
42/128
26
Di li ark dayan m hesaplar
Dz di li arklar n dayan m hesaplar
ekil 3.9. Dili ark etkileyen kuvvetler
a. Dz dili arklarda di dibi gerilme hesab
O noktas na etki eden F n kuvveti, bileenleri olan F r ve F t kuvvetlerine ayr l r.Diliyi etkileyen en byk kuvvet, dier dilinin tepe noktas na F n kuvveti ile diliyetemas ettii and r. Bu anda dili dibinde ekme, Basma, Kesme ve eilmegerilmeleri oluur. Levis hesaplar nda yaln zca eilme gerilmesini hesaba katm t r [Akkurt, 2005]
DIN normlar nda ise hem F n hem da F t kuvvetleri, dii etkileyen kuvvetlerinhesaplamas nda kullan lmaktad r (ekil 3.9).
cosnt F F = (3.25)
al ma momenti ( M bc) gz nne al nd nda
o
bct d
M F
2= (3.26)
OFn
Fr
Ft
-
8/2/2019 Yapay Zeka ile Redktr Seimi
43/128
27
eitlii kullan l r. Bu eitlikte
bob M K M = (3.27)
dir.
K o: al ma faktr (iz.3.14)
izelge 3.14. al ma faktr deerleri ( K o)
makines (Yk ifadesi
ile)
Motorun cinsi
Elektrik veyatrbn
ok silindirli, itenyanmal
Tek silindirli, itenyanmal
Dzgn 1,00 1,25 1,50Orta darbeli 1,25 1,50 1,75A r darbeli 1,75 2,00 2,25Dzgn ifadesi: santrifj pompalar,s v kar t r c ;Orta darbeli ifadesi: krkl pompalar, kat ve yar kat kar t r c lar, bantl konveyrler;A r darbeli ifadesi: haddeleme, presleme, deirmenler vb.
M b : Dndrme momenti
n P
M b9550= [Nm] (3.28)
P : G [kW]
n : Devir say
s
[d/d]
Sistemi etkileyen tm faktrler gz nne al nd nda etkili di kuvveti ( F nc) hesaplanmak istediinde ise;
F nc=K v K m K F n (3.29)
eitlii kullan l r.
F n : Di kuvveti
-
8/2/2019 Yapay Zeka ile Redktr Seimi
44/128
28
F nc : Etkili di kuvveti K v : Dinamik h z faktr (ekil 3.10), K m : Yk da l m faktr (iz. 3.15), K : Kavrama faktr (EK-4),
A: Yksek hassasiyetle tralanm veya talanm , nemli yk gelmeyen dililerdeB: Yksek hassasiyetle tralanm veya talanm , az dinamik ykemaruz dililerdeC: Orta dinamik yklerdeD: Azd rma freze veya Felowsyntemi ile a lm dililerde
ekil 3.10. Dinamik h z faktr ( K v)
izelge 3.15. Yk da l m faktr ( K m)
01/ d bd = Her iki taraftansimetrik olarak
yataklanm dili
Asimetrik olarak yerletirilmi olan dili Kar k ekildeyerletirilmi
diliok rijid mil Rijidlii daha az
olan, mil0,2 1 1 1,05 1,150,4 1 1,04 1,10 1,220,6 1,03 1,08 1,16 1,320,8 1,06 1,13 1,22 1,451 1,10 1,18 1,29
1,2 1,14 1,23 1,361,4 1,19 1,29 1,451,6 1,25 1,35 1,55
b. Di dibi dayan m hesab
v f t
Top K K bm F = (3.30)
eitliinden faydalan l r.
Top : Toplam gerilme
Taksimat dairesindeki evre h z v
D i n a m i
k f a k t r
K v
-
8/2/2019 Yapay Zeka ile Redktr Seimi
45/128
29
K f : Form faktr (Bkz.iz. 3.2),
K v : Dinamik h z faktr (Bkz.iz. 3.3),
c. Yzey bas nc hesab
vt
i E H K bd F
K K K P 01
= (3.31)
eitliinden faydalan l r.
Helisel di li ark dayan m hesab
a. Dayan m hesab
v fen
t K K bm F = (3.32)
K fe : Form faktr (iz. 3.16)
izelge 3.16. Form faktr ( K fe)
ze 12 14 15 16 17 18 19 20 21 22 23 24 25 26
K fe 3.7 3.33 3.23 3.15 3.08 3 2.98 2.95 2.9 2.86 2.82 2.78 2.73 2.7
ze 27 28 29 30 35 40 45 50 65 70 80 90 100
K fe 2.67 2.64 2.62 2.6 2.51 2.45 2.41 2.37 2.29 2.28 2.25 2.23 2.21 2.2
e z : Helis dili, dz dili edeer di say s
02 coscos g
e z
z = (3.33)
g : Temel dairesine kar l k gelen eim a s
0 : Dili helis a s
b. Yzey bas nc hesab
-
8/2/2019 Yapay Zeka ile Redktr Seimi
46/128
30
vbc
i E H K bd M
K K K K P 01
2 = (3.34)
eitliklerinden faydalan l r.
K : Eim a s faktr (iz. 3.17).
izelge 3.17. Eim a s faktr ( K )
0 10 12 14 16 18 20 22 24 26 30 32 35
K 1 0.99 0.99 0.98 0.97 0.96 0.95 0.94 0.93 0.92 0.91 0.89 0.86
Konik di li arklar n dayan m hesaplar
v fem
t K K bm F = (3.35)
mm : Ortalama modl (E. 3.21)
Sonsuz vida ve kar l k di lisi sisteminde dayan m hesaplar
Dayan m hesab , dili ark n d dibindeki k r lma olay n yans tmaktad r. Sonsuzvida mekanizmalar nda di dibi k r lmas ok ender, ancak byk darbelerin alt ndameydana gelmektedir. Bu nedenle mukavemet hesab , bir fikir verme mahiyetinde
olup ancak kontroleklinde yap l r. Buna gre silindirik dilileri esas alarak, di dibindeki gerilmeler,
22
. f
tce K
bm
F = (3.36)
eitlii ile hesaplan r. Sonsuz vida ve kar l k dilisi sisteminde dayan m hesaplar eitliklerinde alt indiste gsterilen 1 deeri dndren yani sonsuz vidaya ait, 2 deeridndrlen yani kar l k dilisine ait deerler iin kullan lm t r.
-
8/2/2019 Yapay Zeka ile Redktr Seimi
47/128
31
02
22
.2d
M F bctc = (3.37)
m : Modl (Bkz. iz. 3.12)
K f2 : Form faktr (iz. 3.18)
izelge 3.18. Form faktr ( K f2)
z 20 25 30 35 40 50 K f2 2.9 2.72 2.6 2.5 2.45 2.35
b : Diler aras temas yay ,
=
180
f r b (3.38)
: Di kenar eim a s ,
f r : Di dibi kavisi,
bb
f S d
r +
=
21 (3.39)
bS : Ba boluu
mS b 2,0= (3.40)
1ad : Di st dairesi ap
1011 .2 ba hd d += (3.41)
ab mh =1
am = Al
n modl
-
8/2/2019 Yapay Zeka ile Redktr Seimi
48/128
32
3.4.2. Miller
Redktrlerin giri milleri genellikle pinyon dili millerdir ve sementasyoneliinden imal edilirler. Redktr giri milindeki pinyon dili, giri miline gemeolarak tak lacak ise giri mili malzemesi 1040 veya 1050 imalat eliidir. k milleri de yine 1040 veya 1050 imalat eliklerinden imal edilip,sulanmazlar. Miller zerindeki kama yerleri DIN 6885'e uygun yap lmaktad r.
k milleri taland ndan, kee yerlerinden ya s zd rmazlar.Giri ve k milleri 50 mm ap lsne kadar k6 toleransta, 50mm den byk aplarda ise m6 toleransta talan r. Mil ular na DIN 332` ye uygun olarak vidalimerkezleme ve ektirme delii delinir. Giri ve k milleri zerindeki kamayuvalar ve kamalar DIN 6885/1`e gre ilenir.
Millerin balanmas
Redktr k milleri, i makinesine elastik veya rijit kavramalarla, al n dililerle,zincir dili sistemleri ile balanabilir. Kavramalarla balamada mil eksenlerinin ok iyi ayarlanmas , mil eksenleri aras ndaki a sal ve dorusal sapmalar n minumumaindirilmesi, millerin, rulmanlar n ve kavraman n mrn uzatt gibi, sistemintitreimsiz al mas n da salar (ekil 3.11). Dililerle balamada millerin birbirine paralel olmas ve dililerin tm di yzeyi boyunca birbirini kavramas gerekir.Redktr giri millerini motora, kay -kasnak sistemleri, elastik kavramalar, hidrolik veya elektromanyetik lamelli kavramalarla balamak uygundur. Redktr
girilerinde rijit kavrama kullanmaktan ka n lmal d r.
Kavramalarla balamada millerin koaksiyal (eeksenli); kay -kasnak sistemlerindeise millerin birbirine paralelliinin salanmas ; balama elemanlar n n, motor veredktr mili rulmanlar n n mr ve sistemin titreimsiz al mas iin gereklidir.
-
8/2/2019 Yapay Zeka ile Redktr Seimi
49/128
33
ekil: 3.11. Elastik kavrama ile balant ve elastikiyet
3.4.3. Yataklar
Redktr mil ve dililerin yataklar nda konik masural veya oynak silindirik masural rulmanlar kullan lmaktad r. Rulman mrleri en az 50 000 saat olacak ekildeseimleri yap l r.
3.4.4. Gvdeler
Redktr gvdeleri GG 22 kalitede gri pik dkmdr. Gvdeler istek zerine GGG-
42 kalite sfero dkmden yap labilir. zel redktr gvdeleri elik kaynakl
konstrksiyon yap labilmektedir. Gvdelerin zerinde ya doldurma ve boaltmatapalar , ya seviye gstergesi bulunur. Baz redktr modellerinde btn dilileringrlebilecei gzetleme kapaklar ve a r redktrlerde kald rma halkalar vard r.Redktrlerin ya doldurma tapalar ayn zamanda havaland rma delii grevinistlenir.
3.4.5. S zd rmazl k
Redktr, al ma alanlar bak m ndan olduka a r artlarda al abilirler. Bunedenle d etkenlerin dili sistemini etkilememesi iin gvde balant noktalar n ns zd rmaz olmas na ihtiya vard r. Redktrlerde, gvde ve kapaklar aras ndaki
s zd rmazl k s v conta ile giri ve k millerinin s zd rmazl ise lastik ya keeleri
ile salan r.
-
8/2/2019 Yapay Zeka ile Redktr Seimi
50/128
34
3.4.6. Dili arklar n yalanmas
Yatay konumda al an redktrlerde yalama, banyolu arpma yalama yntemi ilesalanmaktad r. Redktrn ta yaca g, termal g s n r na yak n veya onunstndeyse, redktrn yalanmas bas nl , pskrtmeli ve gerekirse soutmal yalama sistemleri ile salan r. Dey konumda al an redktrlerde yatay konumluredktrler gibi banyolu yalama ile yalan r. Ancak dey konumlu redktrlerdearpma yalama imkan olmad iin redktrn ya seviyesinin yksek olmas ,genellikle de redktrn tamamen yala doldurulmas gerekir. Dey konumluredktrlerin yalanmas nda ikinci zm yolu bas nl yalamad r. Redktrn stk sm nda bulunan dili ve rulmanlara ya direkt olarak pskrtlerek yalanmalar salan r. Bas nl yalama sisteminde redktrn tamam n n yala dolmas gerekmedii iin ya n s nmas ve tamas gibi sorunlar da ortadan kalkar.
3.4.7. Dili arklar n verimi ()
Redktrlerde verim =P /P g oran ndan elde edilir. Bu deer redktrn normalartlarda al t , iyi yalama yap ld ve ykn nominal deere yak n olduutaktirde geerlidir. Sonsuz Vidal redktrlerde ilk 50 saatlik al ma sresi iindeverim sonsuz vida tablolar nda verilen deerlerden daha dk olacakt r;
Statik verim ( s) start an nda oluan verimdir ve dinamik verim'n n ok alt ndad r.Motor nominal devrine ulat nda redktrn verimi kataloglarda verilen deerlere
ulaacakt r.
Invers verim ( nv) k mili taraf ndan redktre tahrik gelmesi ile oluan verimdir ve her-zaman dan kktr. Bu deer aa daki gibi hesaplan r.
12 =inv (3.42)
Benzer ekilde statik invers verim;
-
8/2/2019 Yapay Zeka ile Redktr Seimi
51/128
35
sv
12sin = (3.43)
izelge 3.19da eitli sistemlere ait verim deerleri verilmitir.
izelge 3.19. Dili arklarda verim deerleri ()
Dili arklar Kademe ba na Verim (%)
Dier mekanizmalar Kademe ba na Verim (%)
Silindirik dili 9699 Dz kay kasnak 9598
Konik dili 9598 V kay kasnak 9294Sonsuz vida Dili kay kasnak 9698Kilitlemesiz 6080 Zincir mekanizmas 9698
Kilitlemeli 2540 Srtnmeli ark 9097
Helisel dili 98 Yataklar 97
3.5. Redktr Seimiin Gerekli Parametreler
letme s ras nda redktrn sorun yaratmadan al mas ve uzun mrl olmas her eyden nce doru seim ile mmkndr. Redktr seiminin doru yap labilmesiiin redktre ait teknik bilgilerin ve iletme koullar n n bilinmesi gerekir.
Aa da belirtilen teknik bilgiler ve iletme koullar gz nne al narak iletme iinen uygun redktr seilir. Redktr seimi yap l rken ekonomik koullar da gznne al n r ve ayn i iin birden ok redktr tipi mevcut ise en ekonomik olan
seilir.
Tm dili sistemlerinde olduu gibi redktrlerde de evrim oran ile beraber dnmeyn de nemlidir. Bu bak mdan dndren ve dndrlen elemanlar n dnme ynleri
birbirine gre ters olduu durumda (-) iareti, ayn ynde olduu durumda (+) iaretiile gsterilir. Redktrlerde sistemi oluturan herhangi bir dilinin di say s evrimoran n etkiler. Bu kural tm paralel dili dizileri iin geerlidir.ki diliden oluan
bir mekanizma birey olarak kabul edilirse, redktr oluturan mekanizmalar
nsay s , h z n ka kez deitiini yani redktrn kademelerini gsterir [Akkurt, 2005]
-
8/2/2019 Yapay Zeka ile Redktr Seimi
52/128
36
ekil 3.12de teknik resmi grlen redktr iki kademelidir. Yani hareket giri milinden k miline kadar iletilirken; devir iki kere deiir. Teknik resmi
ekil 3.12. ki kademeli redktr
incelemeye devam edersek; giri milinin zerindeki dili en ufak dilidir ve h z burada en yksektir, k milinin zerindeki dili ise en byk dilidir ve h z buradaen dk, tork en yksektir. Giri milinden itibaren dililere s ras yla z1,z2,z3 ve z4dilileri dersek, z di say lar n ve i de evrim oranlar n gstermek zere toplamevrim oran n ;
31
42
3
4
1
23412top z z
z z z z
z z
iii =
== (3.44)
eklinde gsterebiliriz. Ayr ca kademelerin say s , giri k ile dnme h zlar n n birbirine gre dnme ynlerini belirler. Kademe say s n n tek say olmas durumunda
giri k dnme ynleri ters, ift say olmas durumunda ayn d r.
Redktr oluturan kademelerin verimi12 , 34, eklinde gsterilirse ve yatak
verimi y ile ifade edilirse, sistemin toplam verimi;
-
8/2/2019 Yapay Zeka ile Redktr Seimi
53/128
37
top = 12 34 y (3.45)
olarak ifade edilebilir.yle ki, k ve giri dnme momentlerinin aras ndaaa daki ba nt vard r;
M b= M bg top (n g /n ) ;
M b = M bg .top itop (3.46)
toptop
g
g b i
n
P M
9550= (3.47)
Ancak toplam verim hesab nda dili arklar ta yan millerin yataklar n n daverimlerinin gz nne al nmas gereklilii unutulmamal d r.
3.6. Redktr Seim Aamalar
Redktr seimi Redktr tipinin seimi ve Seilen redktr tipinin byklnntespiti olmak zere iki aamada yap l r.
3.6.1. Redktr tipinin seimi
makinesi veya tesise uygun redktr tipi genellikle proje safhas nda seilir. Projesorumlusu mhendis veya konstrktr hangi makined, hangi tip redktr
kullanaca na tecrbelerine dayanarak veya daha nce yap lm rnekleri inceleyerek karar verir. Kk g ta yan tesislerde, motoru redktre direkt balanm motorluredktrler akla ilk gelen zmdr. Motorlu redktrler montaj kolayl veekonomik olular yznden tercih edilen tiplerdir. Mile geme redktrlerde yinemontaj kolayl ve ucuz olular yznden ok kullan lan tiplerdir.
3.6.2. Redktr byklnn tespiti
Redktr byklnn tespiti, redktr g izelgeleri yard m ile yap l r. Her
-
8/2/2019 Yapay Zeka ile Redktr Seimi
54/128
38
redktr tipi iin ayr ayr olmak zere redktr imalat s firmalar taraf ndan g
izelgeleri dzenlenmitir. Her redktr boyunun ta yabilecei g ( P ) kw. olarak,redktr giri devir say s (n g ) ve evrim oran na (i) bal olarak bu izelgelerdeverilmitir. Redktrlerin ta yabilecekleri k dndrme momentleri ( M b) de ayr bir izelgede verilmitir. izelgelerde yer alan g ve dndrme momentleri nominaldeerlerdir. makines iin gerekli olan g ve dndrme momenti, redktrnta yabilecei nominal gten, dolay s yla dndrme momentinden kk olmal d r ki redktr, i makines iin gerekli gc belirli bir emniyetle ta yabilsin.Redktrn ta mas gereken ( P re) gc, redktrn al t rd i makinesi iingerekli olan ( P i ) gcnn, iletme emniyet faktr ( f s) ile arp m yla bulunur.Seilecek redktrn nominal gc bu P i deerine eit veya daha byk olmal d r. Nominal gc ( P g ) bu deere eit veya daha byk olan redktr ilgili gizelgesinden bulunur.
P re = P i . f s (3.48)
Redktr al t racak motorun gc ( P mot ) ve devir say s (n g )
Redktre balanacak motorun gc, i makinesi iin gerekli olan P i gcnden byk seilmelidir. Redktr seiminde olduu gibi, motor gcn tespit ederken, i makinesi iin gerekli olan g belirli bir emniyet katsay s ile arp larak motorun
gc bulunur. Motor gc tespiti iin al nacak emniyet katsay s ( E ) ile redktr
seiminde al nacak emniyet katsay lar ( f s) farkl olabilir. Motor gcnn gereinden byk seilmesi ekonomik olarak uygun deildir, ayr ca elektrik kullan m motor gc ile orant l olduundan iletme giderlerini artt racakt r. letmenin cinsine,gnlk al ma sresine bal olarak motor emniyet katsay s ( E ) 1,25 ile 1,8aras nda al nabilir. Redktr seilirken, motor emniyet katsay s n n ka al nd veyai makinesinin gerek g ihtiyac n n ( P i ) ka kw. olduu bilinmelidir. Redktr dekullan lacak ideal motor devir say s 1500 ve 1000 d/d`d r. Redktrler de yksek
devirli motor kullanmak sak ncal d r. Yksek devir, redktrn sesini art raca gibi,rulman ve dililerin mrn azalt r. 3000 d/d`lik motor kullanmak zorunluluu varsa
-
8/2/2019 Yapay Zeka ile Redktr Seimi
55/128
39
motor ile redktr aras na kay -kasnak sistemi koyarak redktr giri devrini 1500veya 1000 d/d`ya drmek uygun olacakt r.
P mot = P i . E (3.49)
Termik g ( P t )
Redktrn s nmadan ta yabilecei gtr. Redktrn termik gc, redktr gvdesinin d yzeyinin byklne, evre s cakl na, al ma ortam na ( kapal
alan, a
k saha ), redktrn bir saat iindeki al
ma sresine ( ED ) bal
d
r.Redktrlerin g izelgelerinde her redktr boyunun ta yabilecei termik gverilmitir. izelgede verilen termik g ( P t ) redktrn kapal ortamda bulunmas , 20-30 C evre s cakl ve srekli al ma ( ED = % 100 ) iingeerlidir.
40 C evre s cakl iin izelgede verilen deerin % 75`i,50 C evre s cakl iin izelgede verilen deerin % 60 al nmal d r.
Redktr bir saat iinde yar m saat al yorsa ( ED = % 50 ), Nt % 25 oran ndaart r labilir.
Bir saatte 15 dakika al ma ( ED = % 25 ) iin P t , 1,5 kat art r labilir.Redktrn hava ile soutulmas veya redktr ya n n soutulmas durumlar ndatermik g, soutman n etkisine bal olarak % 10 - % 50 oran nda art r labilir [Akkurt, 2005].
3.6.3. Redktr firmas taraf ndan katalounda kullan lan temel eitlikler
a. Motorun harcad g
1000/3 UICos P = (3.50)
b. Motorun verdii g
-
8/2/2019 Yapay Zeka ile Redktr Seimi
56/128
-
8/2/2019 Yapay Zeka ile Redktr Seimi
57/128
41
f. Lineer hareket ataletinin motor miline indirgenmesi
21
2
2,91nv
m J ind = (3.57)
g. Dnen hareket ataletinin motor miline indirgenmesi
21
22
nn J
J ind = (3.58)
h. Farkl devirlerde dnen hareket ataletlerinin motor miline indirgenmesi
21
233
222 ....
nn J n J
J ind += (3.59)
3.6.4. Redktr Seimi
a. al ma artlar na bal olarak emniyet faktr ( f s) belirleyiniz
Emniyet faktr ( f s) redktrn al t artlar ile uyumlu olmas iin gerekli olanemniyet katsay s d r. rnein " f s = 1" Dzgn ve sakin yklerde, gnlk sekiz saatve saatte yz start al may kar lar.
Basit eitlikle emniyet faktrnn hesaplanmas nda;
f s = K A K o f t f dk (3.60)
eitliinden faydalan l r.
K A: letme faktr (Bkz. iz. 4.5) K o: al ma faktr (Bkz. iz. 3.14) f t : Gnlk al ma sresi faktr
-
8/2/2019 Yapay Zeka ile Redktr Seimi
58/128
42
Gnde 3-10 saat aras nda al an iletmelerin f t faktr 1 olarak al n r. Gnde 3saatten az al an iletmelerin f t faktr 0,8 olarak, gnde 10-24 saat aras ndaal an iletmelerin f t faktr 1,25 olarak al n r.
f dk : Start say s
Bir saat ierisinde en fazla 5 defa start yapan iletmelerin f dk faktr 1 olarak al n r. Bir saat ierisinde 5`den fazla duru-kalk yapan iletmeler iin zelnlemler almak gerekebilir. Motorla redktr birbirine hidrolik veya
elektromekanik kavramalarla balamak duru-kalk lardaki darbe etkisini azalt r.5` ten fazla duru-kalk yapmas gereken iletmelerin f dk faktr 1,25-2 aras ndaal nmal d r ve zel nlemler gerektirir.
3.60 eitliinden faydalan larak servis faktr hesaplan r.
Emniyet faktrnn bulunmas nda uygulanan dier bir yntem:o Makinenin gnlk al ma sresini tespit ediniz.o Makinenin ne trde ykler verdiini tespit ediniz (EK-6 ).
U - Dzgn ve sabit ykler
M - Orta darbeli ykler
H - A r darbeli ykler
Yk s n f n n daha teknik seimi iin rotora indirgenmi toplam atalet momentieitliinden faydalanabilirsiniz .
mot ext
ind J i J
J += 2 (3.61)
mot
ind i J
J F = (3.62)
top J : Toplam d atalet momenti
-
8/2/2019 Yapay Zeka ile Redktr Seimi
59/128
43
ind J : Motora indirgenmi toplam moment
mot J : Motorunatalet momenti
izelge 3.20. Fi deerine bal Yk s n f
o Saatteki start say s n tespit ediniz.o ilk maddeye bal servis faktrn aa daki tablodan seiniz.
* Gnlk al ma sresi (saat/gn) ** Start Say s , Tm kalk ve frenleme ilemleri ile dk h zdan yksek h za (veya tersi) geiler StartSay s na dahildir
ekil 3.13. Servis Faktr Belirleme Cetveli [Y lmaz Redktr katalou,11.04/02]
f s , redktrmzn tahrik tipine bal olarak " K o" katsay s ile arp larak artt r l r.
b. makinesi iin gerekli olan dndrme momenti ( M i ), hesap yoluyla veya dahance yap lm olan makinelerden edinilmi tecrbelerle tesbit edilir.
c. makinesi iin en uygun devir say s (n ), yine tecrbelerle veya deneme-yan lma metoduyla bulunur.
U Dzgn ve sabit ykler Fi
-
8/2/2019 Yapay Zeka ile Redktr Seimi
60/128
44
d. Makine iin gerekli dndrme momentini, seilen devir say s nda salayacak gihtiyac hesaplan r. makinesi iin gerekli olan dndrme momenti sabit kalmak art ile makineyi deiik devirlerde al t rmak gerekiyorsa g ihtiyac enyksek al ma devri iin hesaplan r.
9550i
i n M
P = (3.63)
e. makinesi iin gerekli olan gle ( P i ), Servis faktr ( f s) bize redktrn
ta mas gereken gc ( P re) verir. Bulunan bu P re deeri redktr seiminde esasal n r.
P re = f s . P i (3.64)
f. Seilen redktr tipine ait g izelgesinde, istenilen giri ve k devir say lar nda redktr boylar n n ta yabilecei nominal g deerleri P g [kw]olarak verilmitir. Nominal gc, hesaplanan i makinesi iin gerekli
P re gcne eit veya ondan byk olan redktr bykl, ilgili g
izelgesinden bulunur.
g. Redktrn termik g kontrol; seilen redktr boyunun termik gc P t
izelgelerden bulunur. Hesaplanan P re gc, termik gten ( P t ) kk olmal d r
( P re < P t ). P re, termik gce yak n veya daha bykse redktr soutulmal d r.Soutma imkn yoksa bir boy byk redktr seilir. Bylece redktr seimitamamlanm olur.
h. Redktr ile makine aras nda kullan lan balant eleman na gre radyal yk hesaplan r (EK-5). Sonsuz tip redktrlerde k gc, k devri,deerlerine uyan servis faktr ve radyal yk bulduunuzdan daha yksek veyaeit olan redktr, g-devir seim tablolar ndan seilir. Helisel tipredktrlerde verim yksek olduundan k gc verilmemitir.Hesaplad n z g deerini giri gc olarak kabul edip seiminizi yap n z.
-
8/2/2019 Yapay Zeka ile Redktr Seimi
61/128
45
izelgelerde verilen M ( M i ) k momentinin hesaplad n z M ( M i ) den byk olmas na dikkat ediniz. Eer seilen redktrnki daha ufak ise bir st motor gcne geiniz. Motorsuz sonsuz vida redktrler ve yat k tip
redktrlerin seiminde katalog termik gcnn( P tg ), hesaplad n z termik gcn alt nda olmas na dikkat edilmelidir. (izelge 3.21).
izelge 3.21. Termik g tablosu
Maximum evreS cakl
Srekli(S 1)
al ma ekli Duraksamal (S1S6)[%] olarak 60 dakikada al ma
kt
60 40 25 1540 0.8 0.9 1 1.2 1.330 0.9 1.1 1.2 1.4 1.520 1 1.2 1.4 1.5 1.710 1.2 1.4 1.5 1.7 1.9
rnek redktr seimi
a. Makine Cinsi
Lastik bantl konveyr, dkme yk ta yor.
b. Makine iin gerekli moment
Makine iin hesaplanan moment;M = 470Nm
c. Makine gerekli
k
devri; r >2 = 50dev/dak.
d. Gnlk al ma sresi; 16 saat
e. Saatte start say s ; Saatte 1 start
f. Makine ile balant ekli; Zincir dili (ap -130 mm)
Yk s n fland rma tablosundan yk s n f M olarak seilir (EK-6)
-
8/2/2019 Yapay Zeka ile Redktr Seimi
62/128
46
Gnlk al ma sresi 16 saat
Saatte start say s 1 ve yk s n f M'ye tekabl eden servis faktr
tablosundan, servis faktr iin f s = 1.3 deeri bulunur, (Bkz. ekil 3.13)
Makinenizin g ihtiyac (Redktr k gc);
kW n M
P 46,29550
504709550
===
Zincir di li uygulamas iin (EK-5) F q deeri;
N D
M F q 7592130
47021002100 ===
Ortaya kan redktr ihtiyac ;
P 2,46 kW M 470 Nm
f s 1,3
n 2 = 50 d/d
f q 7592 N
Sonsuz vida seimi
G-Devir tablolar ndan (EK-7)
P f = 3 kW
n2= 54 d/d
P= 2,52 kW> 2,46
F qgv = 8200 > 7592
f s= 1,6 > 1,3
olan EV125-100L/4b tipi ( Y lmaz Redktr Katalou 11.04/2)seilir.
-
8/2/2019 Yapay Zeka ile Redktr Seimi
63/128
47
Helisel redktr seimi;
G-Devir tablolar ndan (EK-8)
Pf= 3 k W
n2= 55 d/d
M= 497 Nm > 470 Nm
F qgv= 21196 N> 7592 N
f s = 2,6 > 1,3
olan M42-100L/4b tipi ( Y lmaz redktr katalou 11.04/2)seilir.
rnek motor seimi
5,5 kW, 1415 d/d, 3 faz AC Asenkron motor
Motor kataloundan;
,7,2/ = N A M M ,1,37 Nm M n = 2
. .093,0 mkg J mot =
Ykn motor miline indirgenmi ataleti 3.58 nolu eitlikten;
22
2
. .034,014105.029952,91 mkg J ind ==
Yk s n f n n tespiti iin atalet faktrn hesaplayal m;
336,0093,0034,0 0,2 olduundan yk s n f M'ye girmektedir. Gnde 8 saatlik al ma iin f s =1,2olmal (ekil 3.13).
Ortaya kan ihtiya; 5,5kW, 21 d/d, helisel dili delik milli redktr. fs =1,2 ve zeri(Geri ka rmamas iin fren veya kilit kullanmak gerekir. Ancak bu rnekte bu
dikkate al nmam t r).
-
8/2/2019 Yapay Zeka ile Redktr Seimi
64/128
48
Redktr seimi;
5,5 kW,
21 d/d,
fs=1,3
olan D6300-100L/4b(Y lmaz redktr katalou 11.04/2)tipi seilir.
-
8/2/2019 Yapay Zeka ile Redktr Seimi
65/128
49
4. YAPAY ZEK
4.1. Tan m ve Tarihesi
Yapay zek fikrinin temelini sibernatik bilimi oluturmaktad r. Sibernatik insanlar ve hayvanlar aras nda ileti im ve kontrol bilimi olarak Norbert W ENER taraf ndan 1948 y l nda ortaya konmu, sonralar fizik, elektroteknik, bilgisayar,felsefe, matematik, psikoloji, psikiyatri, sosyoloji, fizyoloji gibi farkl bilim
dallar nda ileti im ve kontrol iin ortak olan problemlerin renilmesi dzeyine
gelmitir. Sibernatiin en nemli zellii canl ve cans z sistemler aras ndaki fark n bilerek nemsenmemesidir.
Yapay zek, sibernatik biliminin bir yan dal olarak ortaya km , zaman ierisindekendi ba na bir bilim dal haline gelmitir.
Yapay zek, kabaca; bir bilgisayar n ya da bilgisayar denetimli bir makinenin,
genellikle insana zg nitelikler olduu varsay lan ak l yrtme, anlam kartma,genelleme ve gemi deneyimlerden renme gibi yksek zihinsel srelere ilikingrevleri yerine getirme yetenei olarak tan mlanmaktad r [Nabiyev, 2005]. Yapayzek kavram eitli ekillerde tan mlanabilmektedir. Bu tan mlardan baz lar ise;
Yapay zek; sezgisel programlama temelinde olan bir yakla md r [Abinov, 1989].
Yapay zek; insanlar
n yapt
klar
n
bilgisayarlara yapt
rabilme al
mas
d
r[Nenov, 1999].
Genesereth ve Nilsson'a gre yapay zek, ak ll davran zerine bir al mad r .Amac , doadaki varl klar n ak ll davran lar n yapay olarak retmeyi amalayan bir kuram n oluturulmas d r [Akak n, 1988]
Axe a gre yapay zek; bir bilim olarak ak ll programlar ierir. Bu programlar
aa dakileri yapabilmelidir;
-
8/2/2019 Yapay Zeka ile Redktr Seimi
66/128
50
nsan beyninin al ma biimini taklit ederek karma k problemleri zebilmeli, Deiik durumlar kar
s
nda uygun cevaplar verebilmeli, renerek uzmanl n gelitirmeli ve eski bilgilerini yenilerle uyumlu biimde
kullanarak bilgi taban n geniletebilmelidir [Atkinson ve ark, 1999].
Grld gibi, verilen her tan m kendi iinde doru olmas na ramen, farkl l klar da iermektedir. Ayr ca (u ana kadar yap lamayanlar) veya (bir ak l teorisinin) dahaayr nt l a klanmas bizi, yeni kavramlar n hiyerar ik olarak tan mlanmas nagtrmektedir. Bu arat rmalar n daha derinden anla labilmesi iin, zekn nkendisinin ne olduunu anlamak gerekmektedir. Biz yapay zeky nsana zg ak lc hareketlerin makine taraf ndan taklidi biiminde tan mlanabilir.
Yzy llardan beri ak ll yapay varl klar n yarat lmas insanolunu megul etmesineramen Yapay Zekn n douu olarak 1956 yaz nda Dartmouth College'dedzenlenen konferans baz al nmaktad r. Bu konferansa kat lan, Marvin Minsky,
Ailen Newell ve Herbert Simon Yapay Zek'n n kurucular olarak an lmaktad rlar.
lk Yapay Zek kitab E. Feigenbaum ve J. Feldman taraf ndan derlenerek 21 maka-leden oluan ve 1963 y l nda bas lan "Bilgisayar ve D nce" (Computer and Thought) kitab d r. Alan Turing'in 1950'de yazd Testiyle ilgili makaleyi de ieren bu makaleler Yapay Zekn n klasikleri olarak grlmektedir. Turing testi
bilgisayar d nebilir mi? Sorusuna cevap arayan ve bir makinenin dnmesi ileilgili a klamalar n mant ksal olarak mmkn olup olmad n arat ran bir testti.
Bu testte Sorgulay c dediimiz kii ayn sorular bir paravan n tesindeki bir insanve bir bilgisayara ynelterek; ald cevaplara bakarak insan, bilgisayar ayr m yapmaya al maktayd . Sorgucunun ayr m yapamamas ya da yanl sonucaulamas bilgisayar n dnebilirlik dzeyi hakk nda bir fikir olutururdu (ekil4.1).
-
8/2/2019 Yapay Zeka ile Redktr Seimi
67/128
51
ekil 4.1. Turing testi
Yapay zekn n, insan davran n taklit etme, benzetirme veya modellemeamac yla bilgisayar programlar n n gelitirilmesi biiminde tan mlanabileceinedeindik. Yapay zekn n dier bilim alanlar ile olan yakla k ilikisi ematik olarak ekil 4.2'de gsterilmitir. Grld gibi yapay zekn n birok farkl bilimsel alanlailikisi bulunmaktad r.[Nabiyev, 2005]
ekil 4.2. Yapay zek bilimsel alan ilikisi [Nabiyev, 2005]
Yapay zek, kullan m alanlar ve al ma mant a s ndan incelendiinde altoluumlara ayr ld grlr. Bunlardan nemli olanlar inceleyelim.
Sorgucu
Gzel Sanatlar
Mant k
Psikolo i
Felsefe
Matematik
Fizik-Elektronik
Dil Bil isi
Bil isa ar
Fizyoloji
Bi olo i
YAPAY ZEKA
-
8/2/2019 Yapay Zeka ile Redktr Seimi
68/128
52
4.2. nemli Yapay Zek Teknikleri
4.2.1. Bulan k mant k (BM)
Bulan k mant k ( Fuzzy Logic ) kavram ilk kez 1965 y l nda California Berkeley
niversitesinden Prof. Lotfi A. Zadehin bu konu zerinde yazd bir makalesayesinde duyulmutur. O tarihten gnmze nemi gittike daha ok anla lan veteknolojinin eitli dallar nda daha geni alanlarda kullan lmaya balanm olan bulan k mant k, belirsizliklerin anlat m ve belirsizliklerle al labilmesi iinkurulmu kat bir matematik dzen olarak tan mlanabilir. Bilindii gibi istatistikte veolas l k kuram nda, belirsizliklerle deil kesinliklerle al l r ama insan n yaad ortam daha ok belirsizliklerle doludur. Bu yzden insanolunun sonu karabilmeyeteneini anlayabilmek iin belirsizliklerle al mak gereklidir. Belirsizlikler dnldnde bulan k mant k, Siyah, beyaz aras ndaki grilerle al abilen bir kavram olarak alg lanabilir.
Doru Yanl Dolu Bo S cak Souk
ekil 4.3. BM al ma alan mant
BM kuram n n merkez kavram Bulan k mant k ( fuzzy) kmeleridir. Kme kavram
anla lmas kolay bir kavramd r. rnein gen kavram n inceleyecek olursak, bukavram n s n rlar n n kiiden kiiye deiiklik gsterdiini grrz. Gen kavram kesin s n rlarla belirlenmi bir kavram olmad ndan matematiksel olarak da kolayca
formle edemeyiz. Ama genel olarak 18 ile 35 yalar
genlik s
n
rlar
olarak dnlebilir. Burada grld gibi gen tan m nda 18-35 yalar kullan lm t r,
1 0,8 0,6 0,4 00,2
-
8/2/2019 Yapay Zeka ile Redktr Seimi
69/128
53
oysa yaamda 17 veya 36 ya ndaki kiiler iinde gen terimi kullan labilmektedir.Buradaki rnek, kesin s n rl kmeler oluturman n zorluunu bize gstermektedir.BM bu tr kesin doru ve yanl n olumad durumlarda kullan lmaya uygundur.
Bir fuzzy kmesi kendiaitlik fonksiyonu ile temsil edilir. Byle bir aitlik fonksiyonu
ile kesinlikle ait (doru) veya kesinlikle ait deil(yanl ) aras nda istenilenincelikte ayarlama yapmak mmkndr. Farkl ve elien iki nesne ayn bulan k kmesinin yeleri olabilirler. "Doru" ve "Yanl "' tan mlamadaki fark ekil 4.4'dekeskin kmeler ve bulan k kmeleriyle tan mlanm t r. Bir bulan k kmesindenemli olan, her bir elemana atanan doruluk derecesidir [Aydemir, 2001].
ekil 4.4. Doru ve Yanl ' n tan m ; a) keskin kmeler, b) bulan k kmeler [Tokta,2003]
Daha sonra, girdi ve kt yelik fonksiyonlar aras ndaki ilikiyi belirleyen kurallar n bulunduu kural taban oluturulur. Kural taban oluturulurken ya mevcut verilerdenhareket edilir veya tecrbelerden yararlan l r. Kural taban szel cmleciklerden
oluur. BM ile modellemede, kural taban bir eit mant ksal ifade olan E ER- SE yap s yla oluturulur. E ER k sm , girdi bulan k kmelerinden, SE k sm kt bulan k kmesinden deikenleri ierir. E ER- SE ifadeleriVE veya VEYA balalar ile birbirine balan r [Tokta, 2003].
BM ile matematik aras ndaki temel fark bilinen anlamda matematiin sadece a r udeerlerine izin vermesidir. Klasik matematiksel yntemlerle karma k sistemleri
-
8/2/2019 Yapay Zeka ile Redktr Seimi
70/128
54
modellemek ve kontrol etmek ite bu yzden zordur, nk veriler tam olmal d r.BM kiiyi bu zorunluluktan kurtar r ve daha niteliksel bir tan mlama olana salar.Bir kii iin 40 ya nda demektense sadece orta yal demek birok uygulama iinyeterli bir veridir. Bylece az msanamayacak lde bir bilgi indirgenmesi sz
konusu olacak ve matematiksel bir tan mlama yerine daha kolay anla labilenniteliksel bir tan mlama yap labilecektir.
BMda fuzzy kmeleri kadar nemli bir dier kavramda linguistik deikenkavram d r. Linguistik deiken s cak veya souk gibi kelimeler ve ifadelerletan mlanabilen deikenlerdir. Bir linguistik deikenin deerleri fuzzy kmeleri ileifade edilir. rnein oda s cakl linguistik deiken iin s cak, souk ve ok s cak ifadelerini alabilir. Bu ifadenin her biri ayr ayr fuzzy kmeleri ile
modellenir.
BM nin uygulama alanlar ok genitir. zellii ise insana zg tecrbe ilerenme olay n n kolayca modellenebilmesi ve belirsiz kavramlar n bilematematiksel olarak ifade edilebilmesine olanak tan mas d r. Bu nedenle lineer olmayan sistemlere yakla m yapabilmek iin zellikle uygundur.
BM konusunda en ok arat rma Japonyada yap lmakta, fuzzy process controller olarak isimlendirilen zel amal bulan k mant k mikroilemci ipinin retilmesineal lmaktad r. Bu teknoloji fotoraf makineleri, ama r makineleri, klimalar veotomatik iletim hatlar gibi uygulamalarda kullan lmaktad r. Uzay arat rmalar ve
havac l k endstrisinde kullan ma da uygundur. Yine bir baka uygulama olarak otomatik c vatalamalar n deerlendirilmesinde Bulan k mant k kullan lmaktad r. BMyard m yla c vatalama kalitesi belirlenmekte, c vatalama teknii alan nda bilgiliolmayan kiiler a s ndan konu effaf hale getirilmektedir. Burada bir uzman ndeerlendirme s n rlar na eriilmekte ve hatta geilmektedir [Tokta, 2003].
-
8/2/2019 Yapay Zeka ile Redktr Seimi
71/128
55
4.2.2. Genetik algoritmalar (GA)
Genetik algoritmalar, doada gzlemlenen evrimsel srece benzer bir ekilde al anarama ve eniyileme yntemidir. Karma k ok boyutlu arama uzay nda en iyininhayatta kalmas ilkesine gre btnsel en iyi zm arar.
lk olarak Michigan niversitesi'nden John Holland, evrim yasalar n GAlar iindeeniyileme problemleri iin kullanm t r. GAlar n temel ilkeleri Holland taraf ndanortaya at lm t r. Holland 1975 y l nda yapt al malar Adaptation in Natural andArtificial Systems adl kitab nda toplam t r.
GAlar problemlere tek bir zm retmek yerine farkl zmlerden oluan bir zm kmesi retir. Bylelikle, arama uzay nda ayn anda birok nokta
deerlendirilmekte ve sonuta btnsel zme ulama olas l ykselmektedir.zm kmesindeki zmler birbirinden tamamen ba ms zd r. Her biri ok boyutlu uzay zerinde bir vektrdr.
GAlar problemlerin zm iin evrimsel sreci bilgisayar ortam nda taklit ederler.
Dier eniyileme yntemlerinde olduu gibi zm iin tek bir yap n n gelitirilmesiyerine, byle yap lardan meydana gelen bir kme olutururlar. Problem iin olas pek ok zm temsil eden bu kme GA terminolojisinde nfus ad n al r. Nfuslar
vektr, kromozom veya birey ad verilen say dizilerinden oluur. Birey iindeki her bir elemana gen ad verilir. Genler probleme zg bilgileri ieren belirli uzunluktaki
dizilerdir. Nfustaki bireyler evrimsel sre iinde genetik algoritma ilemcileritaraf ndan belirlenirler (ekil 4.5 ).
Problemin bireyler iindeki gsterimi problemden probleme deiiklik gsterir.GAlar n problemin zmndeki baar s na karar vermedeki en nemli faktr, problemin zmn temsil eden bireylerin gsterimidir. Nfus iindeki her bireyin
problem iin zm olup olmayaca na karar veren bir uygunluk fonksiyonu vard r.
Uygunluk fonksiyonundan dnen deere gre yksek deere sahip olan bireylere,nfustaki dier bireyler ile oalmalar iin f rsat verilir. Bu bireyler aprazlama
-
8/2/2019 Yapay Zeka ile Redktr Seimi
72/128
56
ilemi sonunda ocuk ad verilen yeni bireyler retirler. ocuk kendisini meydanagetiren ebeveynlerin (anne, baba) zelliklerini ta r. Yeni bireyler retilirken dk uygunluk deerine sahip bireyler daha az seileceinden bu bireyler bir sre sonranfus d nda b rak l rlar. Yeni nfus, bir nceki nfusta yer alan uygunluu yksek bireylerin bir araya gelip oalmalar yla oluur. Ayn zamanda bu nfus ncekinfusun uygunluu yksek bireylerinin sahip olduu zelliklerin byk bir k sm n ierir. Bylelikle, pek ok nesil arac l yla iyi zellikler nfus iersinde yay l rlar vegenetik ilemler arac l yla da dier iyi zelliklerle birleirler. Uygunluk deeriyksek olan ne kadar ok birey bir araya gelip, yeni bireyler oluturursa arama uzay ierisinde o kadar iyi bir al ma alan elde edilir. Probleme ait en iyi zmn bulunabilmesi iin bireylerin gsterimi doru bir ekilde yap lmal ;
Uygunluk fonksiyonu etkin bir ekilde oluturulmal , Doru genetik ilemciler seilmeli.
ekil 4.5. zm Kmesi
Bu durumda zm kmesi problem iin bir noktada birleecektir. GAlar, dier eniyileme yntemleri kullan l rken byk zorluklarla kar la lan, olduka byk arama uzay na sahip problemlerin zmnde baar gstermektedir. Bir problemin btnsel en iyi zmn bulmak iin garanti vermezler. Ancak problemlere makul
bir sre iinde, kabul edilebilir, iyi zmler bulurlar. GAlar n as l amac , hibir
zm teknii bulunmayan problemlere zm aramakt r. Kendilerine has zmteknikleri olan zel problemlerin zm iin mutlak sonucun h z ve kesinlii
a s ndan GAlar kullan lmazlar. Genetik algoritmalar ancak;
-
8/2/2019 Yapay Zeka ile Redktr Seimi
73/128
57
Arama uzay n n byk ve karma k olduu, Mevcut bilgiyle s
n
rl
arama uzay
nda zmn zor olduu, Problemin belirli bir matematiksel modelle ifade edilemedii, Geleneksel eniyileme yntemlerinden istenen sonucun al nmad alanlarda etkili
ve kullan l d r.
GAlar parametre ve sistem tan lama, kontrol sistemleri, robot uygulamalar , grnt
ve ses tan ma, mhendislik tasar mlar , planlama, yapay zek uygulamalar , uzman
sistemler, fonksiyon ve kombinasyonel eniyileme problemleri a tasar m problemleri, yol bulma problemleri, sosyal ve ekonomik planlama problemleri iin
dier eniyileme yntemlerinin yan nda baar l sonular vermektedir.
Dier yntemlerden fark
GAlar problemlerin zmn parametrelerin deerleriyle deil, kodlar yla arar.Parametreler kodlanabildii srece zm retilebilir. Bu sebeple GAlar ne yapt konusunda bilgi iermez, nas l yapt n bilir.
GAlar aramaya tek bir noktadan deil, noktalar kmesinden balar. Bu nedenleounlukla yerel en iyi zmde s k p kalmazlar.
GAlar uygunluk fonksiyonunun deerini kullan r. Bu deerin kullan lmas ayr ca yard mc bir bilginin kullan lmas n gerektirmez. GAlar gerekirci kurallar
deil olas l ksal kurallar kullan r.
Genetik algoritman n al mas
GAn n al mas n aa daki ad mlarla zetleyebiliriz (ekil 4.6)
-
8/2/2019 Yapay Zeka ile Redktr Seimi
74/128
58
ekil 4.6. Genetik Algoritmalarda zm kmesi oluumu
1. Ad m: Olas zmlerin kodland bir zm grubu oluturulur. zmgrubuna biyolojideki benzerlii nedeniyle nfus, zmlerin kodlar da
birey olarak adland r l r. Bu ad ma nfusta bulunan birey say s belirlenerek balan r. Bu say iin bir standart yoktur. Genel olarak nerilen 100-300 aral nda bir byklktr. Byklk seiminde yap lanilemlerin karma kl ve araman n derinlii nemlidir. Nfus builemden sonra rasgele oluturulur.
2. Ad m: Her bireyin ne kadar iyi olduu bulunur. Bireylerin ne kadar iyi olduunu
bulan fonksiyona uygunluk fonksiyonu denir. Bu fonksiyon iletilerek bireylerin uygunluklar n n bulunmas ise hesaplama (evalution) ad verilir. Bu fonksiyon genetik algoritman n beynini oluturmaktad r.GA'da probleme zel al an tek k s m bu fonksiyondur. ou zamanGA'n n baar s bu fonksiyonun verimli ve hassas olmas na bal olmaktad r.
3. Ad m: Bu bireyleri eleyerek yeniden kopyalama ve deitirme operatrleriuygulan r. Bu sayede yeni bir nfus oluturulur. Bireylerin elenmesi
ocuklar
Oluan yeni bireylerden bir k sm tan mlananUYGUNLUK FONKSYONU taraf ndan elimine edilir.
-
8/2/2019 Yapay Zeka ile Redktr Seimi
75/128
59
bireylerin uygunluk deerlerine gre yap l r. Bu seimi yapmak iin rulettekerlei seimi, turnuva seimi gibi seme yntemleri vard r.
4. Ad m: Yeni bireylere yer amak iin eski bireyler ortadan kald r l r. Eski bireyler
kart larak sabit byklkte bir nfus salan r.
5. Ad m: Tm bireylerin uygunluklar tekrar hesaplan r. Tm bireyler yeniden
hesaplanarak yeni nfusun baar s bulunur.
6. Ad m: GA, defalarca al t r larak ok say da nfus oluturulup hesaplan r. Eer zaman dolmam sa 3. ad ma gidilir.
7. Ad m: O ana kadar bulunan en iyi birey sonutur. nk nfuslar n
hesaplanmas nda en iyi bireyler saklanm t r [Korukolu, 2003].
4.2.3. Uzman sistemler (US)
Uzman sistemler 1960larda, J.Lederbergin spektrograf verilerini bilgisayarla
yorumlama abalar sonucu ortaya km , yapay zekn n problem zme alan d nataarak yeni bir dal haline gelmitir. Uzman sistemler belirli bir alanda sistemegirilen verileri yorumlayarak karar verme ilemlerini modelleyen programlard r.
USler parasal analiz, mhendislik, t p bata olmak zere pekok alanda gnmzde
aktif olarak kullan lmaya balanm t r. USlerin genel yap s ekil 4.7de verilmitir.
Bilgi taban nda bilgiler genel olarak kurallar;(E ER- SE), bilinen gerekler, bilgis n flar , prosedrler ve algoritmalar eklindedir.
Uzmanlar n bilgi ve tecrbesinden yararlanarak oluturulan USlerin en nemliyararlar unlard r [Baral ve Kulak, 2000];
-
8/2/2019 Yapay Zeka ile Redktr Seimi
76/128
60
Uzmanlardaki yorgunluk ve stres sebebiyle srekli yksek verimde
al amamalar n n aksine, her an haz rd rlar ve muntazam bir ekilde al rlar.Yksek performans, uygun yan t sresi, yksek gvenilirlik, anla labilirlik veesneklik gibi kaliteyi artt ran genel karakteristiklere sahiptirler.
Kullan c ya, sistemin sonu karma yntemini a klamas ve o konudaki
uzmanl rahat ve kolay bir ekilde sunarak yard mc olmas itibariyle zeki bir reticidir.
Tasar m n tutarl n bir organizasyon dahilinde gelitirir.
Problem zmnde hatalar azalt r.
Mhendislik analizi iin gelitirilmi yaz l mlara uyumludur.
erik, eleman ve materyalin en uygun seimi iin geni bilgi bankas n k sasrede tarar ve ok fazla miktardaki bilgiyi, belirli bir uygulama problemin
zm iin beceriyle kullan rlar.
ekil 4.7. Uzman Sistemlerin genel yap s [Tokta, 2003]
Bunlar n yan nda uzman sistemlerin baz k s tlamalar vard r.
Bugn USleri gelitirmedeki en nemli darboazlardan birisi bilginintoplanmas ve uzmandan al nmas problemidir. Uzman sahip olduu bilgileri,
VER TABANI
BLG TABANI
MANTIKSALIKARIMMODL
BLG KAZANMAMODL
YARDIMCIYORUMLAMAMODL
UZMAN(BLG GNCELLEME)
VER GR
SONU LAR
-
8/2/2019 Yapay Zeka ile Redktr Seimi
77/128
61
tecrbesini, yeteneklerini kurallar halinde ortaya koyamayabilir. Bunlar n bir
k sm n n kurallar halinde programlanmas sz konusu da olamayabilir. Bilgi
edinme ilemleri konusunda olduka youn bir arat rma sre gelmektedir.
Bir US genelde, bilgiyi sembolik olarak ifade eder, k yaslama ilemini inceler ve a klar, ayr ca probleme ait alanlar belirler. Bu ilemi yapacak bir uzman nuzun bir sre ileri dzeyde bir eitim almas ve y llarca bu konuda tecrbeedinmesi gerekecektir ki bu da olduka maliyetli ve zaman al c bir itir. Bununyan nda, bir US'in uygunluu, bir problem kar s nda konunun uzman taraf ndan kar lan sonuca yak nl ile llr.
US, veritaban nda bulunan bilgiler ve bu bilgilerin yerletirilmesi iin gerekli ileminzellii ile k s tl d r. Bilgi taban nda kesin olarak belirlenmemi yeni durumlar ortaya kt nda probleme zm retilemez. Yani problemi zmek iin gerekli btn bilgiler s n rlar ile nceden bilinmelidir. Dier bir deyile, elde mevcut olandurum bilgi taban ndaki E ER- SE eklinde tasarlanm kurallar n E ERk sm nda belirtilen durumlara %100 uyum salamaz ise problemlere zmgetirilemez. Mesela oda s cakl 20 derece olduunda termostat n kapanmas istendiinde oda s cakl 19,9999 olsa bile sistem termostat kapat nerisivermez. Hayatta her eyi byle kesin s n rlar ile sylemek mmkn deildir.Yksek, alak, yakla k olarak, tahmini olarak, yeterince vb. gibi s fatlarauzmanlar n bilgilerini anlat rken olduka fazla rastlan r. Bunlar n yorumu ise
kiiden kiiye deimektedir [Denning, 1986].
Bu sebeple, US'ler beklenmeyen durumlarda nemli a klar verebilirler. Ayr ca
programdaki hatalar bulmak iin yap lan testlerin de doal olarak gvenilmez olduusylenmektedir. Bu k s tlamalar n yan s ra uzman sistemler iin sahip olunan ortak
kan , beklenmeyen durumlar iin yarat c yan t bulma, renme ve alg lamayoluyla tecrbe vb. zelliklere sahip olmama gibi dezavantajlar da vard r.
USlerin kullan ld uygulama alanlar fonksiyonlar na gre; tehis, s n fland rma,seim, veri analiz ve yorumu, analiz, tasar m, tahmin, simlasyon, izleme,
-
8/2/2019 Yapay Zeka ile Redktr Seimi
78/128
62
dan manl k, zeki yard m-destek, planlama ve programlama, kontrol ve eitimolarak s n fland r lm t r [Geren ve Baysal, 2001].
Bir tasar m uygulamas nda kullan lmas planlanan bir uzman sistem gelitirmearac aa da verilen zellikleri salamal d r [Denning, 1986].
Kullan c ya sonu alma ilemi sresince soru sorma kabiliyeti ve sonualma ileminin her ad m iin nedenlerin kullan c taraf ndan belirlenmesineizin veren bir a klama mekanizmas ,
Sonu karma ileminin kullan c taraf ndan kolayl kla kontrol iinmekanizmalar (arama yn vs: ileri doru (forward) veya geriye doru(backward) arat rma kabiliyeti),
Bilgi taban n n grafiksel gsterimi,
ak an veriler bulunduunda kullan c y uyarabilme ve kurallara ncelik vea rl k verme kabiliyeti,
Kar l kl etkileim kabiliyetleri, kullan c ya her bir kural ve veriye, okluzellikleri a ka belirtmesine olanak salayan ereve (frame) tabanl bilgitemsilemas n n istenilir olduuna iaret etmektedir.
Tasar m uygulamalar nda uzman sistemler, tasar mc n n aktivitelerini modeller,
tasar mc n n bilgi birikimini tasvir eder ve tasar mc ya yard mc olacak sistemleri
veya tasar m yapacak sistemlerin kurulmas n ierir [Brown, 1997].
4.2.4. Yapay sinir alar (YSA)
Yapay sinir alar dncesi, beyin al ma biiminin bilgisayarlara adapte edilmesi
fikri ile ortaya km ve ilk al malar beyni oluturan biyolojik hcrelerin
-
8/2/2019 Yapay Zeka ile Redktr Seimi
79/128
63
(nronlar n) matematiksel olarak modellenmesi zerine younlam t r.
YSA biyolojik sinir sistemini bilgisayar ortam nda canland rmak amac yla tasarlanan
bir programd r. Bu program daha iyi anlayabilmemiz iin nce biyolojik sinir
sistemini ve bu sistemi oluturan sinir hcresini tan mam z gerekmektedir.
YSA da eitli yollarla birbirine bal birimlerden olumu topluluklard r. Her birimiyice basitletirilmi bir nronun niteliklerini ta r. Nron alar sinir sisteminin paralar ndan olup, olan biteni taklit etmekte, ie yarar ticari cihazlar yapmakta ve beynin ileyiine ilikin genel kuramlar s namakta kullan l r. Sinirsel a iindeki birimler, herbirinin belli ilevi olan katmanlar eklinde rgtlenmitir ve bu yap yaYSA mimarisi denir.
YSAlar n temel yap s , bilgisayar n yap s ndan daha fazla bir beynin al mayap s na benzemektedir. Yine de gerek nronlar kadar karma k bir yap ya sahipdeildirler ve alar n ounun yap s , beyin kabuundaki balant larlakar lat r ld nda byk lde basit kalmaktad r. Gnmzde, s radan bir bilgisayarda, beynimizdeki sinir a yap s n n akla uygun bir srede taklitedilebilmesi iin bu a n son derece kk olmas gerekiyor. Gittike daha h zl vedaha komplike al an bilgisayarlar piyasaya kt ka zamanla gelimeler salanacakt r.
YSA daki her bir ilem birimi, basit anahtar grevi yapar veiddetine gre, gelen
sinyalleri keser ya da iletir. Bylece sistem iindeki her