2020 Cilt 25 Sayı 3

Permanent URI for this collectionhttps://hdl.handle.net/11452/20110

Browse

Browsing by Subject "Artificial neural networks"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Tepki yüzeyi tasarımı ve yapay sinir ağları yaklaşımı uygulanarak epoksi matrisli kompozit malzemenin aşınma dayanımının tahmini ve modellenmesi
    (Bursa Uludağ Üniversitesi, 2020-10-28) Karakurt, Necip Fazıl; Sağbaş, Aysun
    Yapılan çalışmada; inşaat, otomotiv ve havacılık gibi birçok sektörde geniş bir kullanım alanına sahip olan epoksi matrisli kompozit malzemenin aşınma davranışına etki eden faktörler incelenmiş olup, süreç optimizasyonu gerçekleştirilmiştir. Cam ve ferrokrom (karbür) katkı maddelerinin epoksi matrisli kompozit malzemenin aşınma dayanımına etkisini tahmin etmek için, Merkezi Birleşik Tasarım (MBT) uygulanarak toplam 18 deney noktasında 54 adet deney numunesi üretilmiştir. Üretilen numunelerin aşınma tepki değerleri ölçülerek Tepki Yüzeyleri Tasarımı (TYT) ve Yapay Sinir Ağları (YSA) aşınma tahmin modelleri oluşturulmuş ve bu modellerin tahmin performansı değerleri karşılaştırılmıştır. YSA yaklaşımının, sınama setinin aşınma oranı tahmininde ortalama yüzde hata değeri (MAPE) %8,18 olarak hesaplanmış olup, TYT yaklaşımının MAPE değeri %9,42 olarak bulunmuştur. Tepki değişkenindeki değişkenliğin açıklanmasında ve epoksi matrisli kompozit malzemenin aşınma davranışının tahmin edilmesinde R 2 ve ortalama kare hata (MSE) istatistikleri de incelenmiş olup, bu istatistiklerde MSE için 1,317 ve R 2 için %81,1 değerleri ile TYT yaklaşımının YSA yaklaşımına göre daha başarılı olduğu sonucuna ulaşılmıştır. Ayrıca, cam katkı oranının artması ile aşınma oranının büyük ölçüde azaldığı görülmüştür. Minimum aşınma oranı; küçük parçacıklarda cam ve ferrokrom katkı oranının sırasıyla %17,07 ve %2,93 olduğu, büyük parçacıklarda iki katkı oranının da %17,07 olduğu durumda elde edilmiştir.