155 mm. MKE mod 274 uzun menzilli topçu mühimmatı sevk çemberi kaynak prosesinin yapay sinir ağları ile iyileştirilerek hatalı ürün oranlarının azaltılması
dc.contributor.advisor | Ersöz, Süleyman | |
dc.contributor.author | Öncel, İhsan Çağatay | |
dc.date.accessioned | 2020-12-09T09:30:50Z | |
dc.date.available | 2020-12-09T09:30:50Z | |
dc.date.submitted | 2013 | |
dc.date.issued | 2018-08-06 | |
dc.identifier.uri | https://acikbilim.yok.gov.tr/handle/20.500.12812/204701 | |
dc.description.abstract | Bu 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.abstract | In 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.language | Turkish | |
dc.language.iso | tr | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.rights | Attribution 4.0 United States | tr_TR |
dc.rights.uri | https://creativecommons.org/licenses/by/4.0/ | |
dc.subject | Endüstri ve Endüstri Mühendisliği | tr_TR |
dc.subject | Industrial and Industrial Engineering | en_US |
dc.title | 155 mm. MKE mod 274 uzun menzilli topçu mühimmatı sevk çemberi kaynak prosesinin yapay sinir ağları ile iyileştirilerek hatalı ürün oranlarının azaltılması | |
dc.title.alternative | Reducing rates of faulty products of 155 mm. MKE mod 274 long-range artillery ammunition rotating band welding process with artificial neural network | |
dc.type | masterThesis | |
dc.date.updated | 2018-08-06 | |
dc.contributor.department | Endüstri Mühendisliği Anabilim Dalı | |
dc.subject.ytm | Artificial neural networks | |
dc.subject.ytm | Welding | |
dc.subject.ytm | Welding defects | |
dc.subject.ytm | Welding quality | |
dc.subject.ytm | Mechanical and Chemical Industry Corporation | |
dc.subject.ytm | Ammunition | |
dc.subject.ytm | Process control | |
dc.subject.ytm | Industrial engineering | |
dc.identifier.yokid | 460862 | |
dc.publisher.institute | Fen Bilimleri Enstitüsü | |
dc.publisher.university | KIRIKKALE ÜNİVERSİTESİ | |
dc.identifier.thesisid | 344002 | |
dc.description.pages | 83 | |
dc.publisher.discipline | Diğer |