Farklı sıcaklıkta üretilen T/M yatakların dinamik yük altında aşınmasının araştırılması ve yapay sinir ağları ile modellenmesi

Abstract

Bu çalışmada gözenekli yatakların farklı çalışma şartları altındaki aşınma davranışları deneysel olarak incelenmiş ve deney sonuçları Yapay Sinir Ağları kullanılarak modellenmiştir. Yatak malzemeleri %90Cu+%10Sn ve %90Cu+%9Sn+%1C olmak üzere iki farklı kompozisyonda üretilmiştir. Kendi kendini yağlayan yataklar %80 ve %85 son yoğunluklarda üretilmiştir. Yataklar oda sıcaklığı ve 140°C sıcaklık olmak üzere iki farklı sıcaklıkta preslenerek parçalanmış Amonyak Gazı atmosferinde 20 dakika sinterlenmiştir. Preslenmiş ve sinterlenmiş yataklara iki farklı yağ emdirilmiştir. Numune yatakların aşınma özellikleri iki farklı sıcaklık, üç farklı yük ve 26.6m/d, 44.9m/d ve 57.2m/d hızlarda incelenmiştir. Aşındırıcı olarak SAE 1050 çeliği kullanılmıştır. Aşınma deney sonuçları kullanılarak kayma mesafesi(yol)-ağırlık kaybı grafikleri, farklı çalışma şartları için çizilmiştir. Testlerde aynı zamanda sürtünme katsayısının değişimi de incelenmiştir. Son olarak Yapay Sinir Ağları kullanılarak, test sonuçları iki farklı ağ da modellenmiştir.Anahtar Kelimeler: Toz Metalurjisi, Kendi Kendini Yağlayan Yataklar, Aşınma, Sürtünme, Yapay Sinir Ağları

In this study, the wear performances of porous bearings under different operating conditionswere experimentally investigated and test results were modeled using Artificial NeuralNetworks. Two different bearing material compositions of self lubricating bearings werechosen as follows: 1) 90%Cu+10%Sn, 2) 90%Cu+9%Sn+1%C. Two different types ofbearings were produced with their final densities at 80% and 85%. Bearings were pressedunder room temperature and 140°C. The specimens were sintered for 20 minutes underdissociated ammonia atmosphere. Pressed and sintered bearings were oil impregnated withtwo different oils. Wearing properties of sample bearings were determined at two differenttemperatures, three different loads and three different sliding speeds as follow 28.6m/min,44.9m/min and 57.2m/min. All wearing tests were performed under dynamic loading. As anabrasive material SAE 1050 steel bar was used. Sliding distance-weight loss curves wereplotted for different test conditions using wearing experiment results. In the tests, thevariations of friction coefficients were also investigated. Lastly, test results were modeled attwo different networks using Artificial Neural Networks.Key Words: Powder Metallurgy, Self-Lubricating Bearings, Wear, Friction, ArtificialNeural Networks,