5-eksenli torna-freze takım tezgahlarında döner çarkların enerji verimli talaşlı imalatı ve yapay sinir ağları ile işlem tahmin modelleri geliştirilmesi

Abstract

Sanayiide sürdürülebilir üretim uygulamalarının geliştrilmesi ve kullanılması son yıllarda önem kazanmıştır.Sanayiide sürdürülebilir üretim uygulamalarının kullanımı yaygınlaştığı taktirde çevre kirliliğini önlemek, sanayiide çalışanlar için tehlikeli koşulları ortadan kaldırmak, doğal kaynakları korumak ve verimli bir şekilde kullanılmasını sağlamak kolaylaşır. Bu amaç doğrultusunda bu tez kapsamında savunma, havacılık ve otomotiv sanayiinde yaygın olarak kullanılan serbest form yüzeylerine sahip döner çark parçaları gibi kompleks parçaların üretimi sırasında sürdürülebililir üretim uygulamaları üzerinde durulmuştur. Döner çark parçaları endüstride yüksek teknoloji ile üretilen en kritik parçalardan birisi olup talaşlı imalatı zor ve maliyeti yüksek bir parçadır. Bu parçalar karmaşık geometerili, serbest form yüzeylere sahip ve işlenmesi zor malzeme ve alaşımlardan (paslanmaz çelik, titanyum v.b.) imal edildiği için talaşlı imalatı maliyetli, enerji tüketimi yüksek ve işlenebilirliği zordur. Bütün bu sebeplerden dolayı, tez kapsamında geliştirilen sürdürülebilir üretim uygulamalarının temal amacı özellikle enerji verimliliğini göz önünde bulundurarak döner çark parçalarının talaşlı imalat işlemleri için işlem planlamaları geliştirilmiştir. Ayrıca döner çark parçalarının talaşlı imalatı, geliştirilen işlem planlamalarına bağlı kalınarak yüksek teknolojiye sahip 5-eksen torna freze takım tezgahlarında gerçekleştirilmiştir. 5-eksen torna freze-takım tezgahları karmaşık geometriye sahip parçalarda daha iyi yüzey kalitesi elde edebilmek ve daha iyi tölerans değerlerine ulaşabilmek amacıyla sıklıkla kullanılır.Bu çalışmada öncelikle AISI 304 Paslanmaz Çelik malzeme için Siemens NX 9.0 CAD / CAM paketi kullanılarak döner çark parçasının komple bir işlem planlaması geliştirilmiş ve Mazak i200-ST torna-freze takım tezgahı kullanılarak bir prototip imal edilmiştir. Prototipin talaşlı imalatı sırasında tornalama, kaba talaş frezeleme ve serbest form yüzeylerin ince talaş frezeleme işlemlerinin tükettiği enerjiler hesaplanıp her bir işlem kademesinin toplam enerji tüketimi üzerindeki dağılımı hesaplanmıştır. Tüm işlem kademelerinin enerji paylaşımları dikkate alındığı zaman, toplam tüketimin azaltılması amacıyla, Deney Tasarımı (DOE) yaklaşımını kullanarak en fazla enerji tüketilen bölgeler (kanatlar arasının kaba talaş işlemi ve kanat yüzeylerinin ince talaş işlemleri) üzerinde deneysel analizler gerçekleştirildi. Deneysel analiz için kullanılan giriş parametreleri yanal kayma (ae), kesme derinliği (ap), diş başına ilerleme (fz) ve kesme hızı (Vc) olup, gözlemlenen çıktı parametreleri ise Yüzey Pürüzlülüğü (Ra), Özgül Kesme Enerjisi (ÖKE) ve talaş kaldırma debisi (TKD)'dir.Deneysel çalışmalardan elde edilen veriler kullanılarak girdi ve çıktı parametreleri arasındaki ilişkiyi tahmin edebilmek için Yanıt Yüzey Metodu (YYM) ve Yapay Sinir Ağları (YSA) kullanılmıştır. Varyans analizi (ANOVA) kullanılarak da girdi parametrelerinin çıktı parametreleri üzerindeki etkileri incelenmiştir. Ayrıca, geliştirilmiş YSA modellerinin çıktıları Genetik Algoritma (GA) yönteminde amaç fonksiyonu olarak kullanılmıştır. Genetik Algoritma (GA) yöntemini kullanarak çıktı değişkenlerinin çok amaçlı optimizasyonu gerçekleştirilmiş ve sonuçta Pareto optimal ilişkileri üretilmiştir. Son olarak, YSA kullanılarak tahmin edilen sonuçlar ve GA kullanılarak elde edilen optimum işleme senaryoları, ek olarak gerçekleştirilen talaşlı imalat deneyleri ile doğrulanmıştır.

Sustainable manufacturing practices in many industries have been gaining importance in recent years as they are crucial for preventing environmental pollution, reducing energy consumption and eliminating hazardous conditions for workers. This thesis focuses on sustainable manufacturing practices, particularly energy efficiency, during the production of complex parts such as rotary impeller parts with freeform surfaces commonly used in the defense, aerospace and automotive industries. The rotary impeller which is a critical part of high-tech components used in these industries, has complex free-form surfaces on its blades which makes its manufacturing difficult and high energy intense. High-tech 5-axis machining centers or turn-mill machine tools are often used for the machining of such complex surfaces requiring good surface quality and tolerances.In this study, first of all a complete operation planning of rotary impeller has been performed using Siemens NX 9.0 CAD/CAM package for AISI 304 Stainless Steel material and a prototype was manufactured on Mazak i200-ST turn-mill machine tool. The operation plan encompasses all process steps including rough and finish cut, turning, milling and 5-axis surface profiling operations with ball-end milling toolsAfter considering the energy shares of all operation steps, in order to reduce overall consumption, experimental analysis have been carried out on highest energy consuming operations which are rough milling of blade cavities and finish cut of blade surfaces utilizing Design of Experiments(DOE) approach. Input parameters used for experimental analysis are stepover (ae), depth of cut (ap), feed per tooth (fz) and cutting speed (Vc), and output variables observed are Surface Roughness(Ra), Specific Cutting Energy (SEC) and Material Removal rate (MRR).Using the data obtained from machining experiments, relationships between input parameters and output variables have been developed by Response Surface Method (RSM) and Artificial Neural Networks (ANN) for estimation purposes, and ANOVA analysis have been done to understand the influence of input parameters on outputs.Furthermore, the developed ANN models are used for multi-objective optimization of output variables using Genetic Algorithm(GA) method and as a result, Pareto optimal relations are generated. Finally, the results which have been predicted using ANN and optimal machining scenario obtained using GA have been verified by further cutting experiments.