Yusuf FEDAİ Yusuf FEDA İ 1

Tezin Amacı Yusuf FEDA İ 2 Bilgisayar kontrollü CNC işleme tezgâhlarındaki gelişmeler, konvansiyonel tezgâhlardaki hataları en aza indirerek, müşterinin istediği kalitede ürünlerin en hassas ve maksimum verimle üretilebilmesini sağlamaktadır. CNC tezgâhlardaki bu gelişmelere rağmen bu sistemlerin en önemli dezavantajı kesme hızı, ilerleme ve kesme derinliği gibi işleme kontrol değişkenlerinin bir kısmının, operatör tarafından öngörülmesi ve dolayısıyla onun tecrübe ve bilgisine bağlı olmasıdır. Operatör, pratikte nadiren meydana gelen, kesme esnasındaki kuvvet değişimlerden dolayı takımı ve iş parçasını aşırı yüklemeden korumak ve meydana gelebilecek olan en olumsuz koşulları hesaplayarak işleme değişkenlerini en koruyucu değerlerden seçmektedir.

GİRİş; Yusuf FEDA İ 3 Yapılacak çalışma; CNC Frezeleme işleminde, önceden belirlenen değişik geometrik boyutlardaki iş parçası numunelerini tezgahta işleyerek elde edilen kesme kuvvetleri, her deney sonrası ölçülecek yüzey pürüzlülük değerleri ve ölçülecek takım aşınma miktarı değerlerini kullanarak bir veri seti oluşturmak Ve…

Yusuf FEDA İ 4 bu verileri; -Yapay sinir ağları (YSA) -Yapay sinir ağları (YSA), -Genetik Algoritma(GA) (ve/veya Parçacık Sürü Optimizasyonu-PSO) Optimizasyonu-PSO) ve -Adaptif Sinirsel Bulanık Çıkarım Sistemi(ANFIS) -Adaptif Sinirsel Bulanık Çıkarım Sistemi-(ANFIS) ten oluşan Sanal bir Yapay Zeka CNC İşleme Simülasyonu kullanarak malzemenin işlenmesi için gereken optimum kesme parametrelerinin belirlenmesidir.

Optimizasyon Yöntemleri ve Zeki Sistemler Araştırmacıların büyük bir bölümü tarafından ifade edilen çalışmaların önündeki en büyük engel gelişmiş takım tezgahlarındaki parça işleme programlarının, program haricinde dışardan bir uygulamaya müdahale ettirmemesidir. Bu sebeple yaptığımız tez çalışmasında gerçek tezgah ölçümlerinden aldığımız verileri sanal ortamda işleyerek optimum parametreleri oluşturmaya çalıştık. Zeki sanal sistemimiz; geri beslemeli yapay sinir ağı, genetik algoritma-parçacık sürü optimizasyon algoritması karışımı bir algoritma sistemi ve sinirsel bulanık çıkarım sisteminden oluşan komplex bir yapıya sahiptir Yusuf FEDA İ 5

Optimizasyon Yöntemleri ve Zeki Sistemler Bu çalışmada, girdi ve çıktı değişkenleri arasındaki herhangi bir matematiksel işleme ihtiyaç duymadan, doğrusal olmayan modellemeyi sağlayabildiği, öğrenme, hafızaya alma ve veriler arasındaki ilişkiyi ortaya çıkarma kapasitesine sahip olduğu için frezelemede kesme kuvvetlerinin tahmininde YSA (Yapay Sinir Ağları), Yusuf FEDA İ 6

Optimizasyon Yöntemleri ve Zeki Sistemler Sanal sistemimizde ana çıktıyı yani optimum kesme parametrelerinin tayininde geleneksel olmayan optimizasyon yöntemlerinin optimizasyon problemlerindeki başarısından dolayı Genetik algoritma (GA) ve parçacı sürü optimizasyonu (PSO) veya bu iki algoritma yönteminin karışımından oluşan hibrit bir optimizasyon algoritması kullanılacaktır. Yapılan araştırmalarda optimum kesme parametrelerini elde etmek için genetik algoritma parçacık sürü algoritması optimizasyonu veya her ikisini de kullanan çalışmalar yapılmıştır. Yusuf FEDA İ 7

Optimizasyon Yöntemleri ve Zeki Sistemler Takım aşınmasının tayin edilmesinde son yıllarda bu konuda uygulanmış ve yüksek hassasiyette başarı göstermiş Uyarlamalı Sinirsel Bulanık çıkarım Sistemi (ANF İ S) kullanılacaktır. Anfis mimarisi 1993 yılında (Jang, 1993) tarafından bulunmuştur. Yusuf FEDA İ 8

Optimizasyon Yöntemleri ve Zeki Sistemler Bulanık mantık ve sinir a ğ ları, akıllı sistemlerin geliştirilmesinde birlikte kullanılan tamamlayıcı araçlardır. Yapay sinir a ğ ları, ham verilerle u ğ raşıldı ğ ında iyi sonuçlar veren düşük seviyeli yapılardır. Bulanık mantık ise, uzman görüşü sonucu elde edilen dilsel bilgileri kullanarak daha yüksek seviyeli sonuçlar çıkarmaktadır. Aslında bulanık sistemlerin ö ğ renme kabiliyeti yoktur ve kendilerini yeni çevreye adapte edemezler. Di ğ er yandan yapay sinir a ğ ları ö ğ renme kabiliyetine sahiptir; fakat kullanıcı tarafından anlaşılmazlar. Yusuf FEDA İ 9

Deney Tesisatı ve Sistemin çalışması Deneysel çalışmalar: Örnek malzemenin Gerçek CNC tezgahında işlenmesiyle elde edilen veri grubu Sanal sistem: Elde edilen verilerin sanal olarak simülasyonda işlenmesiyle elde edilen optimum işleme de ğ erleri Deneylerin hem hem sanal ortamda adaptif kontrollü, hem de klasik kontrollü olarak gerçekleştirilmesi düşünülmektedir. Yusuf FEDA İ 10

Deney Tesisatı ve Sistemin çalışması a. Deneysel çalışmalar Deneyler Mazak 5 eksen CNC Frezede yapılacaktır. Sarf malzemesi olarak Ck45 malzeme kullanılacak ve numune boyutu:100*100*50 (mm) boyutlarında olacaktır. İ şleme takımı olarak tek a ğ ızlı ve çok a ğ ızlı parmak freze çakısı ve uçları (sert metal malzeme) kullanılması planlanmaktadır. Deneylerde kullanılacak numune iş parçası için 6 farklı geometrik yüzeyden oluşan bir parça tasarlanmıştır. Bu parça; birinde talaş hacmi belirli bir de ğ erden başlayarak artan(2 numara), di ğ erinde max talaş hacminden sıfır talaş hacmine düşen iki e ğ ik düzlem(6 numara), üç tane farklı kalınlıkta düzgün düzlem(1,3,5 numara), bir tanede silindirik yüzeyden (4 numara) oluşmuştur Yusuf FEDA İ 11

Deney Tesisatı ve Sistemin çalışması a. Deneysel çalışmalar Yusuf FEDA İ 12 Deneylerde kullanılması düşünülen numune iş parçası

Deney Tesisatı ve Sistemin çalışması a. Deneysel çalışmalar CNC Frezeleme ile yapılan deneyde aşa ğ ıdaki işlemlerin yapılması planlanmaktadır. Temel amaç, talaş hacminin maksimizasyonu oldu ğ undan, dışardan kaynaklanan kısıtlarlar (iş parçası malzemesi, kesici takım geometrisi, tezgah rijitli ğ i vs)do ğ rultusunda talaş hacmini oluşturan ilk v, f, a de ğ erleri tezgaha verilerek numune iş parçasının kesme işlemi başlatılır. Kesme işlemi süresince dinamometre vasıtasıyla tüm kesme zamanı boyunca oluşan Fx, Fy ve Fz kesme kuvvetleri amplikatör üzerinden Bir DAQ kartı tarafından toplanarak PC ye aktarılır. PC deki Labview programı ile görüntülü sinyallere dönüştürülerek kaydedilir. Yusuf FEDA İ 13

Deney Tesisatı ve Sistemin çalışması a. Deneysel çalışmalar Deneysel çalışmalarda her işleme sonrası e ğ itim ve test amaçlı kullanmak üzere bir yüzey pürüzlülük ölçüm cihazı ile işlenmiş numune üzerindeki her farklı yüzeyin pürüzlülük de ğ erinin ölçümü yapılır, Deneysel çalışmalarda bir takımcı mikroskobuyla takımda meydana gelen aşınma şeridi genişli ğ inin ölçülür, Di ğ er bir yöntem de Tezgahın x, y, z eksenleri boyunca % ilerleme miktarına etki etmek için alt programlardan veya elektronik sistemlerden faydalanılması düşünülmektedir. Böylece adaptif olarak kontrolü sa ğ lanacak olan parametrelerin bilgisayarda programlanmış olan de ğ erlerinin tezgahı komuta etmesi sa ğ lanır. Yusuf FEDA İ 14

Deney Tesisatı ve Sistemin çalışması a. Deneysel çalışmalar Deney sonuçlarından elde edilen grafikler incelenecek, geleneksel ve adaptif kontrol yöntemleri karşılaştırılacaktır. Hangi kontrolcünün daha etkin oldu ğ u irdelenecek ve araştırılacaktır. Adaptif kontrol sistemi içerisinde farklı yapay zeka metodları kullanılarak performansları incelenecektir. Yusuf FEDA İ 15

Deney Tesisatı ve Sistemin çalışması a. Deneysel çalışmalar Yusuf FEDA İ 16 Elde edilen bu veriler iki grupta toplanır. Bir grup Yapay Zeka CNC İ şleme Simülasyonuna gönderilerek sistemin e ğ itimi için kullanılırken, di ğ er grup ise işlemin do ğ rulu ğ unu belirleyecek test grubunu oluşturacaktır.

Deney Tesisatı ve Sistemin çalışması b. Yapay Zeka CNC İşleme Simülasyonu Yusuf FEDA İ 17 Labview’e kaydedilen çıkış kuvvet değerleri ve ölçülen yüzey pürüzlülüğü Yapay Zeka CNC İşleme Simülasyonundaki CNC işleme merkezinden çıkıyormuş gibi döngüyü başlatır. CNC işlemeden alınan ilk Fx, Fy, Fz değerleri işlenmiş parçadan alınan Ra değeri ile birlikte Takım aşınması Vb yi tahmin etmek için ANFİS e gönderilir. Sistemdeki YSA, ANFIS ten gelen Vb takım aşınması değerini ve GA (veya PSO) dan gelen v,f,a değerlerini işleyerek en uygun kesme kuvvet değerlerini tahmin ederek bu değerleri optimum kesme koşullarını belirlemek için GA (veya PSO)ya göndererek çevrimi tamamlar.

Deney Tesisatı ve Sistemin çalışması b. Yapay Zeka CNC İşleme Simülasyonu Yusuf FEDA İ 18 Algoritma Giriş parametreleri Çıkış parametreleri YSA v, f, a, V b F x, F y, F z GA(veya PSO) F x, F y, F z v, f, a ANF İ S Ra, v, f, a, F x,, F y, F z V b Ölçülen Parametreler Kesme kuvvetleri (F x, F y, F z ) Takım aşınması (V b ) Yüzey pürüzlülü ğ ü (Ra) Optimizasyonda amaç fonksiyonu; Talaş kaldırma hacmidir ; MRR= v.f.a. Kısıtlar; V min ≤V≤V max a min ≤a≤a max f min ≤f≤f max F≤F max

Sonuç ve beklentiler Yusuf FEDA İ 19 Çalışmanın sonunda ilgili malzeme için değişken parametrelerin optimizasyonunu sağlayan bir bilgi tabanı oluşturulması düşünülmektedir. Böylece daha sonra aynı malzemenin işlenmesi anında parametrelerden bazılarını istenen değerlere sabitleyerek, diğer parametrelerin en optimum değerlerinin seçilmesi sağlanacaktır. Sanal yapay zeka simülasyonunun en önemli çıktılarından biriside işleme esnasında takım aşınma durumunu tahmin edecektir. Böylece takımın kırılarak işlenen malzemeye ve yüksek maliyetli tezgahlara büyük zararlar vermesi önlenmiş olacaktır. Yine yüzey pürüzlülüğüne etki eden en önemli parametrelerden birisi takım aşınması olduğu için aşınmanın tahmini bize o andaki yüzey pürüzlülük değerlerini de verecektir. Sonuç olarak, aşınma miktarına bağlı olarak yüzey pürüzlülük değerleri de simülasyon tarafından belirlenebilecektir.

Sonuç ve beklentiler Geliştirilen modelden beklentiler ise; Frezeleme prosesini iyi bir şekilde modellemesi İşleme zamanını azaltması Optimum kesme şartlarını sağlayarak verimliliği arttırması Daha kaliteli parça yüzeyi elde etme Malzeme, tezgah ve takım üçlüsünden oluşan bir veri tabanı oluşturulacaktır. Yapılan her deney sonucu bu veri tabanı genişleyerek sonraki yapılacak parça işlemelerinde çalışma parametrelerini sanal sitemimizde optimize edilmesi gibi getirilerinin olacağı düşünülmektedir. Yusuf FEDA İ 20

Yusuf FEDA İ 21 Sabırla Dinlediğiniz için, teşekkür ederim…