Tornalama süreçlerinde aktif titreşim kontrolü, yapay zeka uygulamaları ve nesnelerin interneti uygulamaları

Abstract

Son yıllarda sensör teknolojieri, haberleşme platformları, siber fiziksel sistemler, depolama teknolojileri ve internet uygulamalarının gelişimi ile yüksek kaliteye ve düşük maliyete sahip, rekabetçi ürünler üretebilmenin yolu açılmıştır. “Endüstri 4.0” olarak adlandırılan bu süreçte, Nesnelerin İnterneti (IoT), yapay zeka uygulamaları, öğrenen robotlar, siber fiziksel sistemler, büyük veri ve analizi, bulut teknolojileri, üç boyutlu yazıcılar, simülasyon-dijital ikiz teknolojilerinin üretime entegre edilmesi ile akıllı imalata geçilmiştir. Bu tez çalışmasında; akıllı imalat uygulamalarından yola çıkarak talaşlı imalatta önemli bir proses olan tornalama için yüksek kalitede ürün elde edilmesi amaçlanmıştır. Tez kapsamında öncelikle, S235JR çeliği için tornalama işlemi yapılmış ve Yapay Sinir Ağı (YSA) modeli ve Çoklu Lineer Regresyon Modeli kullanılarak, yüzey pürüzlülüğü ve kesici takım ucu sıcaklığının en iyi değerleri için kesme parametreleri tahmininde bulunulmuştur. Tahmin çalışmalarının diğer ayağında AA6013 Al alaşımının kuru tornalanması sırasında takım titreşimlerinin ve yüzey pürüzlülüğünün tahmini için PSO, ACO ve GA metasezgisel algoritmalar ile eğitilen ANFIS kullanılmıştır. İkinci olarak, AA6013 için yüzey pürüzlülüğü ve takım titreşimi arasındaki ilişkiler irdelenmiştir. Kesme derinliği, ilerleme hızı ve iş mili hızı gibi kesme parametrelerinin takım titreşimi ve yüzey pürüzlülüğü üzerindeki etkileri irdelenmiştir. Belirlenen kesme parametreleri, takım ömrü ve en iyi ürün kalitesi için optimize edilmiştir. Üçüncü olarak, endüstriyel IoT kavramı çerçevesinde, tornalama esnasında takım üzerinden üç eksen ivme verisi toplanmış ve frekansın istenmeyen düzeylere ulaşması durumunda kullanıcıya SMS yolu ile bilgi veren bir durum izleme/görüntüleme sistemi tasarlamıştır. Son olarak, tornalama prosesi için istenmeyen bir durum olan tırlamanın azaltılması ve giderilmesi adına kayan kipli kontrol tabanlı bir aktif titreşim kontrolü gerçekleştirilmiştir. Çalışmada, Ti6Al4V’ın tornalanması esnasında takım üzerinden üç eksenli ivme verileri toplanmıştır. Toplanan ham verinin kontrolde kullanılabilmesi için FIR filtrelemesi, FFT analizleri ve matematiksel modele uyarlayabilmek için integrali alınmıştır. Aktif titreşim kontrolü uygulamasının ardından tırlamanın %85 oranında azaldığı görülmüştür. Aktif kontrol sonrası elde edilen grafiğin genliğinin oluşturduğu yüzey kalitesi gerçek imalat sonucundan alınan verilerle karşılaştırılmış ve doğrulanmıştır.

In recent years, with the development of sensor technologies, communication platforms, cyber-physical systems, storage technologies and internet applications, the way to produce competitive products with high quality and low cost has been opened. In this process called "Industry 4.0", smart manufacturing has been started by integrating the Internet of Things (IoT), artificial intelligence applications, learning robots, cyber-physical systems, big data and analysis, cloud technologies, three-dimensional printers, simulationdigital twin technologies into production. In this thesis study; Based on smart manufacturing practices, it is aimed to obtain high quality products for turning, which is an important process in machining. Within the scope of the thesis, firstly, turning process was performed for S235JR steel and cutting parameters were estimated for the best values of surface roughness and cutting tool tip temperature by using Artificial Neural Network (ANN) model and Multiple Linear Regression Model. In the other part of the estimation studies, ANFIS trained with PSO, ACO and GA metaheuristic algorithms was used to predict tool vibrations and surface roughness during dry turning of AA6013 Al alloy. Secondly, the relationships between surface roughness and tool vibration are investigated for AA6013. The effects of cutting parameters such as depth of cut, feed rate and spindle speed on tool vibration and surface roughness were investigated. The specified cutting parameters are optimized for tool life and best product quality. Third, within the framework of the industrial IoT concept, three axes acceleration data were collected from the tool during turning and a status monitoring/display system was designed to inform the user via SMS in case the frequency reaches undesirable levels. Finally, an active vibration control based on sliding mode control has been implemented in order to reduce and eliminate chatter, which is an undesirable situation for the turning process. In the study, three-axis acceleration data were collected from the tool during the turning of Ti6Al4V. In order to use the collected raw data in control, FIR filtering, FFT analysis and integration were taken in order to adapt it to the mathematical model. After the application of active vibration control, it was observed that chattering was reduced by 85%. The surface quality formed by the amplitude of the graph obtained after the active control was compared and verified with the data obtained from the actual production result.