Tepki yüzeyi tasarımı ve yapay sinir ağları yaklaşımı uygulanarak epoksi matrisli kompozit malzemenin aşınma dayanımının tahmini ve modellenmesi

dc.contributor.authorKarakurt, Necip Fazıl
dc.contributor.authorSağbaş, Aysun
dc.date.accessioned2021-06-03T06:15:10Z
dc.date.available2021-06-03T06:15:10Z
dc.date.issued2020-10-28
dc.description.abstractYapılan 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.
dc.description.abstractEpoxy resin is a widely used material in various of industries especially construction, aviation and automative. Factors that affect epoxy-based composite’s wear rate have been investigated and process optimization has been conducted in this paper. In order to predict the effect of glass and ferrochromium reinforcement in wear resistance of epoxy, total number of 54 sample has been produced where design points are determined by Central Composite Design (CCD). After samples have been tested via wear test machine, results are compared with Artificial Neural Network (ANN) and Response Surface Methodology (RSM) wear predictions. Mean absolute percentage error (MAPE) shows that ANN (8.18%) outperforms RSM (9.42%) in terms of wear prediction accuracy. Mean square error (MSE) and R 2 statistics are also examined in order to explain variability in response variable and it is concluded that RSM yields better results which are 1.317 and %81.1, respectively. Besides, it is found that glass reinforcement results in decrease in wear rate. Minimum wear rate for small sized particle is obtained at level where glass and ferrochromium reinforcement rates are 17.07% and 2.93%, respectively. For large sized particles, minimum wear rate is obtained where both reinforcements are at rate 17.07%.
dc.identifier.citationKarakurt, N. F. ve Sağbaş, A. (2020). "Tepki yüzeyi tasarımı ve yapay sinir ağları yaklaşımı uygulanarak epoksi matrisli kompozit malzemenin aşınma dayanımının tahmini ve modellenmesi". Uludağ Üniversitesi Mühendislik Dergisi, 25(3), 1325-1344.
dc.identifier.endpage1344
dc.identifier.issn2148-4147
dc.identifier.issn2148-4155
dc.identifier.issue3
dc.identifier.startpage1325
dc.identifier.urihttps://dergipark.org.tr/tr/download/article-file/1027826
dc.identifier.urihttps://doi.org/10.17482/uumfd.711221
dc.identifier.urihttp://hdl.handle.net/11452/20205
dc.identifier.volume25
dc.language.isotr
dc.publisherBursa Uludağ Üniversitesi
dc.relation.journalUludağ Üniversitesi Mühendislik Dergisi / Uludağ University Journal of The Faculty of Engineering
dc.relation.publicationcategoryMakale - Uluslararası Hakemli Dergi
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectTepki yüzeyi tasarımı
dc.subjectYapay sinir ağları
dc.subjectAşınma
dc.subjectEpoksi matrisli kompozit malzeme
dc.subjectRegresyon
dc.subjectResponse surface design
dc.subjectArtificial neural networks
dc.subjectWear
dc.subjectEpoxy matrix composite
dc.subjectRegression
dc.titleTepki yüzeyi tasarımı ve yapay sinir ağları yaklaşımı uygulanarak epoksi matrisli kompozit malzemenin aşınma dayanımının tahmini ve modellenmesi
dc.title.alternativePrediction and modelling wear resistance of epoxy matrix composite using artificial neural network and response surface design
dc.typeArticle

Files

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
25_3_13.pdf
Size:
1.37 MB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
Placeholder
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: