Frezelemesi işlemlerinde takım ömrünün akustik emisyon sinyalleri ile akılı yöntemler kullanılarak belirlenmesi

Abstract

ivÖZETTalaşlı imalatta en büyük giderlerden birisi kesici uç sarfiyatıdır. Bu sarfiyat öyleboyutlara çıkmaktadır ki önlem alınmadığı taktirde işletmeyi ağır sektelereuğratabilecektir. Kesici takım ömrü veya kullanım süresi talaşlı imalatınvazgeçilemez unsurlarından olmuştur ve araştırmacılar çalışmalarını kesici takımlarve kesici takım ömrü konularında yoğunlaştırmışlardır. Çalışmalar ekonomik takımömrü ve en az takım maliyeti üzerinde devam etmektedirBu çalışmada, frezeleme işlemlerinde ses ve titreşim sinyalleri akıllı yöntemlerdemodellenmesi ile takım ömrü tahmini çalışılmıştır.Yapılan deneysel çalışmada, freze tezgahına bağlanan iş parçası değişikparametrelerde işlenmiştir. İşleme sırasında iş parçasına bağlanan ses ve titreşimalgılayıcıları yardımıyla elde edilen sinyaller veri toplama kartı ile bilgisayardatoplanmıştır. İşlenmemiş sinyaller matlab programı yardımıyla değerlendirilmiş,gerekli çalışmalar ve düzenlemeler yapıldıktan sonra yapay sinir ağlarında veevrimsel programlama yöntemlerinde modeller kurulmuştur.Kurulan modeller sonrasında ekonomik takım ömrü tahmini yapılmış ve denklemlerkurulmuştur. Bu tahmin yapay sinir ağlarında net sonuç vermiş ve evrimselprogramlama tekniğinde %92' ye varan sonuçlara ulaşılmıştır. Sonuçlar grafikselolarak sunulmuştur.ANAHTAR KELİMELER: Talaşlı imalat, takım ömrü, dijital sinyal işleme, yapayzeka uygulamaları

vABSTRACTThe most important cost in machining is tool wear. This cost can go astronomicmeasures if some important actions don?t count to the account. One of the importantmeasures is life time of the cutting edges. For that reason researchers are focusingmost tool life and less tool wear cost.In this research, estimation of the tool life has been studied in machining and smartacoustic vibration method has been used.In the experimental work, work piece material in the machine tool has been studiedfor different cutting parameters. Voice recording and vibration sensor has beenemployed for the real time data recording through data acquazition card to acomputer during the experiment. Real data has been modeled and processed inmatlab environment using neural network and genetic programming methods.Estimation of the tool life has been studied using models. Estimations end up withclear solution using neural network and genetic programming, which yields %92 ofaccuracyKEYWORDS: Machining, Signal Processing, Artificial İntelligence Applications