Show simple item record

dc.contributor.advisorErsöz, Süleyman
dc.contributor.authorÖncel, İhsan Çağatay
dc.date.accessioned2020-12-09T09:30:50Z
dc.date.available2020-12-09T09:30:50Z
dc.date.submitted2013
dc.date.issued2018-08-06
dc.identifier.urihttps://acikbilim.yok.gov.tr/handle/20.500.12812/204701
dc.description.abstractBu çalışmada, Makina ve Kimya Endüstrisi Kurumu (MKEK) Mühimmat Fabrikası, tarafından tasarlanan 155mm. MKE MOD 274 Mühimmatının, üretimindeki özel proseslerden bir tanesi olan sevk çemberi kaynak prosesi Yapay Zeka Teknikleri kullanılarak kontrol altına alınmıştır.Sevk çemberi, mühimmatın namlu içerisinde ?yiv-set?lere oturarak dönü kazanmasını ve istenilen hedefe ulaşmasını sağlar. Sevk çemberi, bakır ve pirinç tellerin çelik gövdeyi aşındırarak gövde üzerine kaynaması sonucu oluşur. Sevk çemberi, MIG (Metal Inert Gas) kaynak yöntemi kullanılarak yapılan dolgu kaynağı (overlay welding) ile oluşturulur.Kaynak prosesi 22 girdi parametresi ve 3 çıktı parametresinden oluşmaktadır. Çok sayıdaki girdi parametrelerinin birbiriyle etkileşimi ve bu etkileşimin çıktı parametrelerine yansıması tam olarak bilinmemektedir. Bu durumda proses kontrol altında tutulamamaktadır.Prosesten elde edilen 101 adet veri yardımıyla Yapay Sinir Ağı (YSA) modelleri hazırlanmış ve test edilmiştir. İlk tahmin modelleriyle çıktılar %99,9 doğrulukta tahmin edilmiştir. Girdi parametreleri sayısı Pareto Analizi yöntemi ile 9'a indirgenmiştir. Bunun sonrasında sınıflandırma modelleri geliştirilmiş ve çıktıların doğru tahmin edildiği görülmüştür. Son olarak hedeflenen çıktılara ulaşmak için olması gereken girdi parametre değerlerini bulmayı hedefleyen girdi tahmin modelleri oluşturulmuştur. Bu model sayesinde uygun çıktılara ulaşmak için girdi parametrelerinin minimum ve maximum sınırları belirlenmiştir.Böylece bir kaynak prosesindeki girdi parametrelerinin kontrol altında tutulması ve çok sayıda hatalı parça üretilen bir iş istasyonunda hatalı parça sayısını minimize etmek hedefine ulaşılmış ve YSA Yönteminin bu proseste kullanılabileceği görülmüştür. YSA Yöntemi ile girdi ve çıktılar arasında ilişkilerin tespit edilerek, ele alınan kalite kontrol problemlerinin minimize edilmesinin mümkün olduğu görülmüştür.
dc.description.abstractIn this study, 155mm. MKE MOD 274 Ammunition, designed by Mechanical and Chemical Industry Corporation (MKEK) Ammunition Factory is analyzed, which is one special rotating band welding process is controlled by using Artificial Intelligence Techniques.en_US
dc.languageTurkish
dc.language.isotr
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAttribution 4.0 United Statestr_TR
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectEndüstri ve Endüstri Mühendisliğitr_TR
dc.subjectIndustrial and Industrial Engineeringen_US
dc.title155 mm. MKE mod 274 uzun menzilli topçu mühimmatı sevk çemberi kaynak prosesinin yapay sinir ağları ile iyileştirilerek hatalı ürün oranlarının azaltılması
dc.title.alternativeReducing rates of faulty products of 155 mm. MKE mod 274 long-range artillery ammunition rotating band welding process with artificial neural network
dc.typemasterThesis
dc.date.updated2018-08-06
dc.contributor.departmentEndüstri Mühendisliği Anabilim Dalı
dc.subject.ytmArtificial neural networks
dc.subject.ytmWelding
dc.subject.ytmWelding defects
dc.subject.ytmWelding quality
dc.subject.ytmMechanical and Chemical Industry Corporation
dc.subject.ytmAmmunition
dc.subject.ytmProcess control
dc.subject.ytmIndustrial engineering
dc.identifier.yokid460862
dc.publisher.instituteFen Bilimleri Enstitüsü
dc.publisher.universityKIRIKKALE ÜNİVERSİTESİ
dc.identifier.thesisid344002
dc.description.pages83
dc.publisher.disciplineDiğer


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess