AISI 1040 ÇELİĞİNİN İŞLENEBİLİRLİĞİ SIRASINDA OLUŞAN YÜZEY PÜRÜZLÜLÜĞÜ DEĞERLERİNİN FARKLI TAHMİN MODELLERİ İLE ARAŞTIRILMASI
Yıl: 2021 Cilt: 24 Sayı: 2 Sayfa Aralığı: 84 - 92 Metin Dili: Türkçe İndeks Tarihi: 13-05-2022
AISI 1040 ÇELİĞİNİN İŞLENEBİLİRLİĞİ SIRASINDA OLUŞAN YÜZEY PÜRÜZLÜLÜĞÜ DEĞERLERİNİN FARKLI TAHMİN MODELLERİ İLE ARAŞTIRILMASI
Öz: Bu araştırmada, 45 HRc sertlik değerine sahip AISI 1040 çeliği torna tezgahında işlenmiştir. Kesme hızı, ilerleme ve talaş derinliği parametreleri üçer seviye olarak belirlenmiştir. Deney listesi Taguchi L9 ortagonal dizilim ile oluşturulmuştur. Deneyler CNC kontrollü tornada gerçekleştirilmiştir. Tornalama işlemi sonunda ortalama yüzey pürüzlülüğü (Ra), off-line olarak elde edilmiştir. Elde edilen Ra değerleri Taguchi, çoklu regresyon modeli, yapay sinir ağı ve bulanık mantık ile modellenmiştir. Bu modeller arasındaki yüzdesel fark belirlenmiştir. Taguchi yaklaşık %86,27, çoklu regresyon modeli yaklaşık %85,85, yapay sinir ağı yaklaşık %78,92 ve bulanık mantık yaklaşık %93,86 doğrulukla test sonuçlarını tahmin etmiştir.
Anahtar Kelime: INVESTIGATION OF SURFACE ROUGHNESS VALUES DURING MACHINABILITY OF AISI 1040 STEEL WITH DIFFERENT ESTIMATION MODELS
Öz: In this research, AISI 1040 steel with a hardness value of 45 HRc was processed on a lathe. Cutting speed, feed and depth of cut parameters are determined as three levels. The experiment list was created with Taguchi L9 orthogonal sequence. The experiments were carried out on a CNC controlled lathe. At the end of the turning process, the average surface roughness (Ra) was obtained off-line. The Ra values were modeled with Taguchi, multiple regression model, artificial neural network and fuzzy logic. Percentage difference between these models has been determined. Taguchi estimated the test results with an accuracy of about 86,27%, the multiple regression model about 85,85%, the artificial neural network about 78,92% and fuzzy logic about 93,86%.
Anahtar Kelime: Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık
- Akkuş, H., & Asilturk, İ. (2011). Predicting surface roughness of AISI 4140 steel in hard turning process through artificial neural network, fuzzy logic and regression models. Scientific Research and Essays, 6(13), 2729-2736.
- Ataseven, B., (2013). Forecasting by using artificial neural networks. Institute of Social Sciences, 41(11), 101-115.
- Bagherzadeh, A., & Budak, E. (2018). Investigation of machinability in turning of difficult-to-cut materials using a new cryogenic cooling approach. Tribology International, 119, 510-520.
- Barzani, M. M., Zalnezhad, E., Sarhan, A. A., Farahany, S., & Ramesh, S. (2015). Fuzzy logic based model for predicting surface roughness of machined Al–Si–Cu–Fe die casting alloy using different additives-turning. Measurement, 61, 150-161.
- Das, D., Mukherjee, S., Dutt, S., Nayak, B. B., & Sahoo, A. K. (2018). High speed turning of EN24 steela Taguchi based grey relational approach, Materials Today: Proceedings, 5(2), 4097-4105.
- Debnath, S., Reddy, M.M., & Yi, Q.S. (2016). Influence of cutting fluid conditions and cutting parameters on surface roughness and tool wear in turning process using Taguchi method. Measurement, 78, 111-119.
- Dursun, S., (2012). About fuzzy logic paradigm. Batman University Journal of Life Sciences, 1(2), 347- 354.
- Hanief, M., Wani, M. F., & Charoo, M. S. (2017). Modeling and prediction of cutting forces during the turning of red brass (C23000) using ANN and regression analysis. Engineering science and technology, an international journal, 20(3), 1220-1226.
- Hocheng, H., Tseng, H. C., Hsieh, M. L., & Lin, Y. H. (2018). Tool wear monitoring in single-point diamond turning using laser scattering from machined workpiece. Journal of Manufacturing Processes, 31, 405-415.
- Huang, L., & Chen, J. C. (2001). A multiple regression model to predict in-process surface roughness in turning operation via accelerometer, Journal of Industrial Technology, 17, 2, 1-8.
- Kohli, A., & Dixit, U. S. (2005). A neural-network-based methodology for the prediction of surface roughness in a turning process. The International Journal of Advanced Manufacturing Technology, 25(1- 2), 118-129.
- Li, X., (2002). A brief review: acoustic emission method for tool wear monitoring during turning. International Journal of Machine Tools and Manufacture, 42(2), 157-165.
- Mia, M., Dhar, N. R. (2016). Response surface and neural network based predictive models of cutting temperature in hard turning. Journal of advanced research, 7(6), 1035-1044.
- Palanikumar, K., Karunamoorthy, L., Karthikeyan, R., & Latha, B. (2006). Optimization of machining parameters in turning GFRP composites using a carbide (K10) tool based on the Taguchi method with fuzzy logics. Metals and materials International, 12(6), 483.
- Paturi, U. M. R., Devarasetti, H., & Narala, S. K. R. (2018). Application of regression and artificial neural network analysis ın modelling of surface roughness ın hard turning of AISI 52100 steel. Materials Today: Proceedings, 5(2), 4766-4777.
- Rech, J., & Moisan, A. (2003). Surface integrity in finish hard turning of case-hardened steels. International Journal of Machine Tools and Manufacture, 43(5), 543-550.
- Tzeng, C. J., Lin, Y. H., Yang, Y. K., & Jeng, M. C. (2009). Optimization of turning operations with multiple performance characteristics using the Taguchi method and Grey relational analysis. Journal of materials processing technology, 209(6), 2753-2759.
- Wen, J. L., Yang, Y. K., & Jeng, M. C. (2009). Optimization of die casting conditions for wear properties of alloy AZ91D components using the Taguchi method and design of experiments analysis, The International Journal of Advanced Manufacturing Technology, 41(5-6), 430.
- Xavior, M. A., & Vinayagamoorthy, R. (2014). Fuzzy inference system for prediction during precision turning of Ti-6Al-4V. Procedia Engineering, 97, 308-319.
- Zębala, W., Kowalczyk, R., & Matras, A. (2015). Analysis and optimization of sintered carbides turning with PCD tools. Procedia Engineering, 100, 283-290.
| APA | AKKUŞ H (2021). AISI 1040 ÇELİĞİNİN İŞLENEBİLİRLİĞİ SIRASINDA OLUŞAN YÜZEY PÜRÜZLÜLÜĞÜ DEĞERLERİNİN FARKLI TAHMİN MODELLERİ İLE ARAŞTIRILMASI. , 84 - 92. |
| Chicago | AKKUŞ Harun AISI 1040 ÇELİĞİNİN İŞLENEBİLİRLİĞİ SIRASINDA OLUŞAN YÜZEY PÜRÜZLÜLÜĞÜ DEĞERLERİNİN FARKLI TAHMİN MODELLERİ İLE ARAŞTIRILMASI. (2021): 84 - 92. |
| MLA | AKKUŞ Harun AISI 1040 ÇELİĞİNİN İŞLENEBİLİRLİĞİ SIRASINDA OLUŞAN YÜZEY PÜRÜZLÜLÜĞÜ DEĞERLERİNİN FARKLI TAHMİN MODELLERİ İLE ARAŞTIRILMASI. , 2021, ss.84 - 92. |
| AMA | AKKUŞ H AISI 1040 ÇELİĞİNİN İŞLENEBİLİRLİĞİ SIRASINDA OLUŞAN YÜZEY PÜRÜZLÜLÜĞÜ DEĞERLERİNİN FARKLI TAHMİN MODELLERİ İLE ARAŞTIRILMASI. . 2021; 84 - 92. |
| Vancouver | AKKUŞ H AISI 1040 ÇELİĞİNİN İŞLENEBİLİRLİĞİ SIRASINDA OLUŞAN YÜZEY PÜRÜZLÜLÜĞÜ DEĞERLERİNİN FARKLI TAHMİN MODELLERİ İLE ARAŞTIRILMASI. . 2021; 84 - 92. |
| IEEE | AKKUŞ H "AISI 1040 ÇELİĞİNİN İŞLENEBİLİRLİĞİ SIRASINDA OLUŞAN YÜZEY PÜRÜZLÜLÜĞÜ DEĞERLERİNİN FARKLI TAHMİN MODELLERİ İLE ARAŞTIRILMASI." , ss.84 - 92, 2021. |
| ISNAD | AKKUŞ, Harun. "AISI 1040 ÇELİĞİNİN İŞLENEBİLİRLİĞİ SIRASINDA OLUŞAN YÜZEY PÜRÜZLÜLÜĞÜ DEĞERLERİNİN FARKLI TAHMİN MODELLERİ İLE ARAŞTIRILMASI". (2021), 84-92. |
| APA | AKKUŞ H (2021). AISI 1040 ÇELİĞİNİN İŞLENEBİLİRLİĞİ SIRASINDA OLUŞAN YÜZEY PÜRÜZLÜLÜĞÜ DEĞERLERİNİN FARKLI TAHMİN MODELLERİ İLE ARAŞTIRILMASI. KSÜ Mühendislik Bilimleri Dergisi, 24(2), 84 - 92. |
| Chicago | AKKUŞ Harun AISI 1040 ÇELİĞİNİN İŞLENEBİLİRLİĞİ SIRASINDA OLUŞAN YÜZEY PÜRÜZLÜLÜĞÜ DEĞERLERİNİN FARKLI TAHMİN MODELLERİ İLE ARAŞTIRILMASI. KSÜ Mühendislik Bilimleri Dergisi 24, no.2 (2021): 84 - 92. |
| MLA | AKKUŞ Harun AISI 1040 ÇELİĞİNİN İŞLENEBİLİRLİĞİ SIRASINDA OLUŞAN YÜZEY PÜRÜZLÜLÜĞÜ DEĞERLERİNİN FARKLI TAHMİN MODELLERİ İLE ARAŞTIRILMASI. KSÜ Mühendislik Bilimleri Dergisi, vol.24, no.2, 2021, ss.84 - 92. |
| AMA | AKKUŞ H AISI 1040 ÇELİĞİNİN İŞLENEBİLİRLİĞİ SIRASINDA OLUŞAN YÜZEY PÜRÜZLÜLÜĞÜ DEĞERLERİNİN FARKLI TAHMİN MODELLERİ İLE ARAŞTIRILMASI. KSÜ Mühendislik Bilimleri Dergisi. 2021; 24(2): 84 - 92. |
| Vancouver | AKKUŞ H AISI 1040 ÇELİĞİNİN İŞLENEBİLİRLİĞİ SIRASINDA OLUŞAN YÜZEY PÜRÜZLÜLÜĞÜ DEĞERLERİNİN FARKLI TAHMİN MODELLERİ İLE ARAŞTIRILMASI. KSÜ Mühendislik Bilimleri Dergisi. 2021; 24(2): 84 - 92. |
| IEEE | AKKUŞ H "AISI 1040 ÇELİĞİNİN İŞLENEBİLİRLİĞİ SIRASINDA OLUŞAN YÜZEY PÜRÜZLÜLÜĞÜ DEĞERLERİNİN FARKLI TAHMİN MODELLERİ İLE ARAŞTIRILMASI." KSÜ Mühendislik Bilimleri Dergisi, 24, ss.84 - 92, 2021. |
| ISNAD | AKKUŞ, Harun. "AISI 1040 ÇELİĞİNİN İŞLENEBİLİRLİĞİ SIRASINDA OLUŞAN YÜZEY PÜRÜZLÜLÜĞÜ DEĞERLERİNİN FARKLI TAHMİN MODELLERİ İLE ARAŞTIRILMASI". KSÜ Mühendislik Bilimleri Dergisi 24/2 (2021), 84-92. |
