Yazar "Eser, Aykut" seçeneğine göre listele

Listeleniyor 1 - 2 / 2
  • Küçük Resim
    Öğe
    AA 6082 alüminyum alaşımlarında kesme parametrelerinin işlenebilirlik üzerine etkisinin araştırılması
    (Düzce Üniversitesi, 2020) Eser, Aykut; Ayyıldız, Mustafa
    Alüminyum alaşımları, yüksek dayanıklılık, ısı ve elektrik iletkenlikleri, ısıl işlemlere elverişli olmaları nedeniyle, otomotiv, demiryolu, gemi inşaat sektörü ve havacılık sektörlerinde yaygın bir şekilde kullanılmaktadır. Bu çalışmada 300x50x25 mm ebatlarında üç farklı AA 6082 alüminyum alaşımları kullanılmıştır. Kesici uçların yarısına, sıvı azot tüpleri ile soğutulan azot tanklarında kriyojenik işlem uygulanmıştır. Kriyojenik ve kriyojenik olmayan kesici uçlarla yüzey frezeleme işlemi yapılmıştır. Frezeleme işlemleri için belirlenen kesme parametrelerinin yüzey pürüzlülüğü ve kesme sıcaklığı üzerinde oluşturduğu etkiler gözlemlenmiştir. Deneylerde, iki farklı kesici uç (kriyojenik, kriyojenik olmayan) ile üç farklı kesme koşulu olarak kesme hızı (100-150-200 m/dak), ilerleme hızı (0,1-0,15-0,2 mm/dev), kesme derinliği (1-1,5-2 mm) değerleri kullanılmıştır. Kriyojenik uçlar ile yapılan deneylerde en düşük yüzey pürüzlülüğü 0,694 ?m için kesme koşulları; 200 m/dak kesme hızı, 0,1 mm/dev ilerleme hızı ve 1 mm kesme derinliği olarak elde edilmiştir. Kriyojenik işlemsiz kesici uçlar ile elde edilen en düşük yüzey pürüzlülüğü 1,136 ?m için kesme koşulları; 200 m/dak kesme hızı, 0,1 mm/dev ilerleme hızı ve 1 m kesme derinliğinde olarak tespit edilmiştir. Kriyojenik olmayan uçlarla yapılan deneysel çalışmada en yüksek yüzey pürüzlülüğü değeri 3.215'e ulaşılmıştır. Kriyojenik işlem uygulanmış kesici uçlar ile en düşük kesme sıcaklığı değeri 80,9 °C; 100 m/dak kesme hızı, 0,1 mm/dev ilerleme ve 1 mm kesme derinliği parametrelerinin uygulandığı deney çalışmasında belirlenmiştir. Kriyojenik olmayan kesici uçlarda en düşük kesme sıcaklığı 90 °C olarak; 200 m/dak kesme hızı, 0,2 mm/dev ilerleme hızı ve 2 mm kesme derinliği parametreleri ile gerçekleştirilen deney çalışmasında bulunmuştur. En yüksek kesme sıcaklığı değeri, kriyojenik işlemsiz kesici uç ile yapılan deney çalışmasında 182,5 °C olarak ulaşılmıştır. Elde edilen sonuçlarda kriyojenik uçlar ile yapılan deneylerde, kriyojenik işlem uygulanmamış uçlarla yapılan deneylere göre yüzey pürüzlülüğü ve kesme sıcaklığı değerlerinin azaldığı görülmüştür. Varyans analizi ile etkin kesme parametreleri belirlenmiştir.
  • Küçük Resim
    Öğe
    Artificial Intelligence-Based Surface Roughness Estimation Modelling for Milling of AA6061 Alloy
    (Hindawi Ltd, 2021) Eser, Aykut; Ayyildiz, Elmas Askar; Ayyildiz, Mustafa; Kara, Fuat
    This study introduces the improvement of mathematical and predictive models of surface roughness parameter (Ra) in milling AA6061 alloy using carbide cutting tools coated with CVD-TiCN in dry condition. An experimental model has been improved for estimating the surface roughness using artificial neural networks (ANN) and response surface methodology (RSM). For these models, cutting speed, depth of cut, and feed rate were evaluated as input parameters for experimental design. For the ANN modelling, the standard backpropagation algorithm was established to be the optimum selection for training the model. In the forming of the network construction, five different learning algorithms were used: the conjugate gradient backpropagation, Levenberg-Marquardt, scaled conjugate gradient, quasi-Newton backpropagation, and resilient backpropagation. The best consequent with single hidden layers for the surface roughness was obtained by 3-8-1 network structures. The statistical analysis was performed with RSM-based second-order mathematics model. The influences of the cutting parameters on surface roughness were defined by using analysis of variance (ANOVA). The ANOVA results show that the depth of cut is the most effective parameter on surface roughness. Prediction models developed using ANN and RSM were compared in terms of prediction accuracy R2, MEP, and RMSE. The data estimated from ANN and RSM were realized to be very close to the data acquired from experimental studies. The value R-2 of RSM model was higher than the values of the ANN model which demonstrated the stability and sturdiness of the RSM method.