Kol-Kızak Mekanizmasında 3B Yazıcı ile Farklı Üretim Parametrelerine Sahip Krankların Dinamik Performansa Etkisi: YSA Tabanlı Bir Analiz

Çağlar Sevim; İbrahim Uzmay

Makale detayları

Kol-Kızak Mekanizmasında 3B Yazıcı ile Farklı Üretim Parametrelerine Sahip Krankların Dinamik Performansa Etkisi: YSA Tabanlı Bir Analiz

Yazarlar:

Çağlar Sevim | İbrahim Uzmay

Yayıncı:

Erciyes University

Ana Başlıklar:

Makine Teorisi ve Dinamiği

Dergi:

Enginoscope Vol.1 Issue 1, pp.13-23

Belge Tipi:

Makale

Yayın Tarihi:

1/2025

Belge Dili:

Türkçe

Document ID (Org No.):

2001342118

pISSN:

3062-2360

Anahtar kelimeler:

Özet:

 Kol-kızak mekanizması, endüstriyel uygulamalarda yaygın olarak kullanılan temel mekanizmalardandır. Bu çalışmada, kol-kızak mekanizmasında, çeşitli üretim parametrelerine sahip 3B yazdırılmış krank uzuvlarının dinamik etkilerini analiz etmek amacıyla Yapay Sinir Ağları kullanılmıştır. Farklı üretim parametrelerine sahip uzuvların 3B yazıcı ile üretilerek bu uzuvların mekanizmanın performansına etkileri deneysel olarak incelenmiştir. Yapay sinir ağı modeli, Levenberg-Marquardt, Bayesian Regularization ve Scaled Conjugate Gradient eğitim algoritmaları kullanılarak optimize edilmiştir. Modelin performansı, çift katmanlı yapılandırma ile önemli ölçüde iyileştirilmiş, en iyi tahmin sonuçları logsig ve tansig aktivasyon fonksiyonları ile elde edilmiştir. Sonuçlar, 4212 farklı ağ kombinasyonu üzerinden değerlendirilmiş, en iyi tahmin sonuçları iki gizli katmana sahip yapay sinir ağı yapısında 0,999906 R2, 0,118938 RMSE ve 0,081985 MAE değerleri ile elde edilmiştir. Bu sonuçlar, mekanizma çıktılarını yüksek doğrulukla modelleyebilen bir YSAnın geliştirilmesini sağlamıştır.

 Kol-kızak mekanizması, endüstriyel uygulamalarda yaygın olarak kullanılan temel mekanizmalardandır. Bu çalışmada, kol-kızak mekanizmasında, çeşitli üretim parametrelerine sahip 3B yazdırılmış krank uzuvlarının dinamik etkilerini analiz etmek amacıyla Yapay Sinir Ağları kullanılmıştır. Farklı üretim parametrelerine sahip uzuvların 3B yazıcı ile üretilerek bu uzuvların mekanizmanın performansına etkileri deneysel olarak incelenmiştir. Yapay sinir ağı modeli, Levenberg-Marquardt, Bayesian Regularization ve Scaled Conjugate Gradient eğitim algoritmaları kullanılarak optimize edilmiştir. Modelin performansı, çift katmanlı yapılandırma ile önemli ölçüde iyileştirilmiş, en iyi tahmin sonuçları logsig ve tansig aktivasyon fonksiyonları ile elde edilmiştir. Sonuçlar, 4212 farklı ağ kombinasyonu üzerinden değerlendirilmiş, en iyi tahmin sonuçları iki gizli katmana sahip yapay sinir ağı yapısında 0,999906 R2, 0,118938 RMSE ve 0,081985 MAE değerleri ile elde edilmiştir. Bu sonuçlar, mekanizma çıktılarını yüksek doğrulukla modelleyebilen bir YSAnın geliştirilmesini sağlamıştır.

 Kol-kızak mekanizması, endüstriyel uygulamalarda yaygın olarak kullanılan temel mekanizmalardandır. Bu çalışmada, kol-kızak mekanizmasında, çeşitli üretim parametrelerine sahip 3B yazdırılmış krank uzuvlarının dinamik etkilerini analiz etmek amacıyla Yapay Sinir Ağları kullanılmıştır. Farklı üretim parametrelerine sahip uzuvların 3B yazıcı ile üretilerek bu uzuvların mekanizmanın performansına etkileri deneysel olarak incelenmiştir. Yapay sinir ağı modeli, Levenberg-Marquardt, Bayesian Regularization ve Scaled Conjugate Gradient eğitim algoritmaları kullanılarak optimize edilmiştir. Modelin performansı, çift katmanlı yapılandırma ile önemli ölçüde iyileştirilmiş, en iyi tahmin sonuçları logsig ve tansig aktivasyon fonksiyonları ile elde edilmiştir. Sonuçlar, 4212 farklı ağ kombinasyonu üzerinden değerlendirilmiş, en iyi tahmin sonuçları iki gizli katmana sahip yapay sinir ağı yapısında 0,999906 R2, 0,118938 RMSE ve 0,081985 MAE değerleri ile elde edilmiştir. Bu sonuçlar, mekanizma çıktılarını yüksek doğrulukla modelleyebilen bir YSAnın geliştirilmesini sağlamıştır.

 Kol-kızak mekanizması, endüstriyel uygulamalarda yaygın olarak kullanılan temel mekanizmalardandır. Bu çalışmada, kol-kızak mekanizmasında, çeşitli üretim parametrelerine sahip 3B yazdırılmış krank uzuvlarının dinamik etkilerini analiz etmek amacıyla Yapay Sinir Ağları kullanılmıştır. Farklı üretim parametrelerine sahip uzuvların 3B yazıcı ile üretilerek bu uzuvların mekanizmanın performansına etkileri deneysel olarak incelenmiştir. Yapay sinir ağı modeli, Levenberg-Marquardt, Bayesian Regularization ve Scaled Conjugate Gradient eğitim algoritmaları kullanılarak optimize edilmiştir. Modelin performansı, çift katmanlı yapılandırma ile önemli ölçüde iyileştirilmiş, en iyi tahmin sonuçları logsig ve tansig aktivasyon fonksiyonları ile elde edilmiştir. Sonuçlar, 4212 farklı ağ kombinasyonu üzerinden değerlendirilmiş, en iyi tahmin sonuçları iki gizli katmana sahip yapay sinir ağı yapısında 0,999906 R2, 0,118938 RMSE ve 0,081985 MAE değerleri ile elde edilmiştir. Bu sonuçlar, mekanizma çıktılarını yüksek doğrulukla modelleyebilen bir YSAnın geliştirilmesini sağlamıştır.

Makale detayları

Kol-Kızak Mekanizmasında 3B Yazıcı ile Farklı Üretim Parametrelerine Sahip Krankların Dinamik Performansa Etkisi: YSA Tabanlı Bir Analiz

Yazarlar:

Çağlar Sevim | İbrahim Uzmay

Yayıncı:

Erciyes University

Ana Başlıklar:

Makine Teorisi ve Dinamiği

Dergi:

Enginoscope Vol.1 Issue 1, pp.13-23

Belge Tipi:

Makale

Yayın Tarihi:

1/2025

Belge Dili:

Türkçe

Document ID (Org No.):

2001342118

pISSN:

3062-2360

Eklemeli imalat

Makine dinamiği

Üretim parametreleri

Yapay sinir ağları

Dinamik analiz

Sayı

Makale detayları

Kol-Kızak Mekanizmasında 3B Yazıcı ile Farklı Üretim Parametrelerine Sahip Krankların Dinamik Performansa Etkisi: YSA Tabanlı Bir Analiz

Yazarlar: Çağlar Sevim | İbrahim Uzmay

Yayıncı: Erciyes University

Ana Başlıklar: Makine Teorisi ve Dinamiği

Dergi: Enginoscope Vol.1 Issue 1, pp.13-23

Belge Tipi: Makale

Yayın Tarihi: 1/2025

Belge Dili: Türkçe

Document ID (Org No.): 2001342118

pISSN: 3062-2360

Eklemeli imalat

Makine dinamiği

Üretim parametreleri

Yapay sinir ağları

Dinamik analiz

Sayı

Yazarlar:

Çağlar Sevim | İbrahim Uzmay

Yayıncı:

Erciyes University

Ana Başlıklar:

Makine Teorisi ve Dinamiği

Dergi:

Enginoscope Vol.1 Issue 1, pp.13-23

Belge Tipi:

Makale

Yayın Tarihi:

1/2025

Belge Dili:

Türkçe

Document ID (Org No.):

2001342118

pISSN:

3062-2360