CNC freze tezgahı için kesme parametrelerinin akıllı yöntemlerle elektronik ortamda optimizasyonu

Abstract

Bu çalışmada, sert malzemelerin frezelenmesi esnasında oluşan kesici takımaşınmaları, CNC freze tezgahı üzerine yerleştirilen farklı sensörler ile belirlenerekfrezeleme için en uygun kesme koşulları Bulanık Mantık Modelleme, ve GenetikProgramlama gibi yapay zeka algoritmalarında değerlendirilerek tespit edilmiştir.Sert malzemelerin frezelenmesi için seçilen uygun kesici takımların aşınmasüreçlerinin incelendiği çalışmada, yüzey frezeleme ve kaba frezelemedeki aşınmakarakteristikleri araştırılmıştır.Yüzey frezeleme işlemleri için CNC takım tezgahına yerleştirilen akustik emisyon,ve titreşim sensörlerinden alınan sinyaller özel kaplamalı kesici takımın aşınmadeğerleri ile ilişkisinin analizinde Genetik Programlama yöntemi kullanılmıştır.Kaba frezeleme için kesme kuvvetlerinin artması ile değişen frezeleme dinamiği,titreşim karakteristiğinin tespit edilebilmesi amacı için, Bulanık Mantık Modellemeyöntemini kullanarak kesme kuvveti sensör verileri ve ortam ses sinyal verileriyardımıyla kararlı kesme şartlarını sağlayacak model geliştirmiştir. Geliştirilenmodelin verdiği test sonuçları deneysel olarak ve dinamik modelde doğrulanarak,tespit edilen optimum kaba frezeleme şartlarında yapılan deneylerde, kaplamalıparmak frezenin aşınma karakteristikleri analiz edilmiştir.Çalışmanın sonunda, sert metal frezelemede kesici takım aşınmasını etkileyenfaktörler değerlendirilerek uygun sensör seçimi, optimum kesme şartlarının tespitedilebilmesi yapay zeka algoritmaları kullanılarak elektronik ortamdagerçekleştirilmiştir. Bunun yanında tırlama olmadan, kararlı kesme şartlarının tespitiiçin geliştirilen Bulanık Mantık Modelinde, işleme anında oluşan ses sinyalleri vekesme kuvveti sinyallerinin detaylı analizi yapılarak optimum kesme koşullarınaulaşmaya çalışılmıştır.ANAHTAR KELİMELER: Frezeleme Optimizasyonu, Yapay Zeka, BulanıkMantık, Takım Aşınması

In this study, cutting tool wears have been analyzed and optimum cutting parameterwas find for hard milling operations with using different sensor signals and differentartificial intelligent modeling techniques such as Fuzzy Logic Modeling, and Geneticprogramming.Characteristics of cutting tool wears have been studied for finish milling and roughmilling operations with using suitable hard milling cutting tools.Acoustic Emission Signals and Vibration sensor signals were used for description ofnon-linear relations between signals and tool wears. Cutting parameters and sensorsignals was used with Genetic Programming for finish milling tool wear detection.Fuzzy Logic Model was developed for finding to stable cutting conditions. In thismodel, cutting force signals and cutting sound signals were analyzed. Cutting forcesand also forced vibrations are directly effected cutting tool wear in rough millingoperation. So, optimum stable cutting parameter must be find before tool wearexperiments. Then, cutting tool wear experiments for rough milling operations werestudied with using optimum stable cutting parameter which were predicted FuzzyLogic Model.Finally, cutting tool performance and wear characteristics for hard milling operationsis discussed. Suitable sensors and artificial intelligence techniques are also discussedin conclusions.KEY WORDS: Hard Milling Optimization, Artificial Intelligence, Fuzzy Logic,Tool Wear