Research Article
BibTex RIS Cite

Yapay Sinir Ağları Yöntemi ile Optimum Takım Seçimi

Year 2019, Volume: 6 Issue: 2, 323 - 332, 31.05.2019
https://doi.org/10.31202/ecjse.511882

Abstract

CNC tezgahlarda
üretime başlamak için; CNC programının hazırlığı, uygun takımların seçimi ve
tarete yerleştirilmesi ve buna ilave olarak, parçanın uygun aparat veya aynaya
emniyetli bir şekilde bağlanması gerekir. CNC Torna tezgahlarında kullanılan
programlar CAD/CAM yazılımları vasıtasıyla ISO kodunda üretilir. Burada kesmede
kullanılacak takımın seçilebilmesi için iyi bir takım bilgisine ihtiyaç vardır.
Bu bilgiye sahip olmak uzun bir deneyim ve mesleki bilgiyi gerektirmektedir.



Bu çalışmada, DXF
formatındaki parça profili elde edildikten sonra eldeki takım kütüphanesi,
tezgah özelliklerini ve kesilecek malzeme bilgilerini dikkate alarak takım seçme
işlemini Yapay Sinir Ağları Yöntemi kullanılarak otomatik olarak yapmaktadır. Ayrıca,
bu çalışmada mevcut olan CNC programı okunarak buradan işlenecek olan iş parçası
profili oluşturulmaktadır. Bu oluşturulan parça profili esas alınarak, yine
Yapay Sinir Ağları yöntemiyle uygun takımlar otomatik olarak seçilmektedir. Seçilen
takımların listelenmesi ve resimlerinin gösterilmesi sayesinde takım dolabına
gitmeden takım tanınmakta ve böylece zaman kaybı olmadan eldeki 
takımlardan en
uygun olanı program sayesinde seçilmektedir.

References

  • [1] Işık, Y., Çakır, M.C., “Hız Çeliği Takımlar İçin Kesme Parametrelerinin Yüzey Pürüzlülüğüne Etkilerinin Deneysel Olarak İncelenmesi”, Teknoloji Dergisi, 2001, 1-2: 111-118.
  • [2] Chen, S.J., Hinduja, S., Barrow. G., “Automatic tool selection for rough turning operations”, International Journal of Machine Tools and Manufacture, 1989, 29 (4): 535-553.
  • [3] Saygın, C., "A Rule Based Approch in Sequencing Machining Operations For Rotational Parts" Y.L.Tezi ODTÜ Fen Bilimleri Enstitüsü, (1992).
  • [4] Kaparti, S., Suresh N.C., " A Neural Network System for Shaped Based Classification and Coding of Rotational Parts", lnt. J. Production Res .. 1991, 29: 1771-1784.
  • [5] Maropoulus, P.G., Gill, P.A.T., "Intelligent Tool Selection: Part A: Logic of the knowledge based module Proc. lnsn. Mech. Engrs., Part B:", Journal of Engineering Manufacture, 1995, 209 (3):183-192.
  • [6] Zhao,Y., Ridgway, K., AL-Ahmari, A.M.A., "Integration of CAD and a Cutting Tool Selection System", Computers & IndustrialEngineering, 2002, 17-34.
  • [7] Etyemez, A., “ CNC Tezgahlarında Dönel Elemanların İşlenmesinde Yapay Sinir Ağı İle Kesici Takım Seçimi” Doktora Tezi, M.Ü. Fen Bilimleri Enstitüsü, (2003).
  • [8] Doğan, A., "Yapay Zeka", Kariyer Yayıncılık, İstanbul, Türkiye, 3-5, (2002).
  • [9] Çakır, M.C., Oral A., "Tornalama İşlemlerinde İş Parçası Bağlama Yönteminin Bilgisayar Desteği ile Belirlenmesi", 7. Uluslararası Makine Tasarımı ve İmalat Kongresi Bildiri Kitabı, , ODTU, 445-455, (1996).

Optimum Tool Selection by Artificial Neural Networks

Year 2019, Volume: 6 Issue: 2, 323 - 332, 31.05.2019
https://doi.org/10.31202/ecjse.511882

Abstract

In order to start the operation in the CNC machine, the preparation of
the CNC, the selection and positioning of appropriate tools should be done and
the tool should be securely tightened on a scroll
chuck or a device. The programs used in the CNC Lathe are produced with the aid
of the CAD/CAM in ISO code. In order to able to select the tool that is going
to be used in the cutting process, it is
necessary to have a good knowledge of
tools. To acquire this knowledge should have experience and professional training. In this study, automatic tool selection process is completed by using
Artificial Neural Network Method from the tool Library
after recognizing workpiece profile from
the DXF format together with the necessary data about machine tools
specification and workpiece materials. In
addition, workpiece profile is created by
using the CNC program in this study. This
workpiece machining profile is taken as a reference for selecting appropriate tools.

References

  • [1] Işık, Y., Çakır, M.C., “Hız Çeliği Takımlar İçin Kesme Parametrelerinin Yüzey Pürüzlülüğüne Etkilerinin Deneysel Olarak İncelenmesi”, Teknoloji Dergisi, 2001, 1-2: 111-118.
  • [2] Chen, S.J., Hinduja, S., Barrow. G., “Automatic tool selection for rough turning operations”, International Journal of Machine Tools and Manufacture, 1989, 29 (4): 535-553.
  • [3] Saygın, C., "A Rule Based Approch in Sequencing Machining Operations For Rotational Parts" Y.L.Tezi ODTÜ Fen Bilimleri Enstitüsü, (1992).
  • [4] Kaparti, S., Suresh N.C., " A Neural Network System for Shaped Based Classification and Coding of Rotational Parts", lnt. J. Production Res .. 1991, 29: 1771-1784.
  • [5] Maropoulus, P.G., Gill, P.A.T., "Intelligent Tool Selection: Part A: Logic of the knowledge based module Proc. lnsn. Mech. Engrs., Part B:", Journal of Engineering Manufacture, 1995, 209 (3):183-192.
  • [6] Zhao,Y., Ridgway, K., AL-Ahmari, A.M.A., "Integration of CAD and a Cutting Tool Selection System", Computers & IndustrialEngineering, 2002, 17-34.
  • [7] Etyemez, A., “ CNC Tezgahlarında Dönel Elemanların İşlenmesinde Yapay Sinir Ağı İle Kesici Takım Seçimi” Doktora Tezi, M.Ü. Fen Bilimleri Enstitüsü, (2003).
  • [8] Doğan, A., "Yapay Zeka", Kariyer Yayıncılık, İstanbul, Türkiye, 3-5, (2002).
  • [9] Çakır, M.C., Oral A., "Tornalama İşlemlerinde İş Parçası Bağlama Yönteminin Bilgisayar Desteği ile Belirlenmesi", 7. Uluslararası Makine Tasarımı ve İmalat Kongresi Bildiri Kitabı, , ODTU, 445-455, (1996).
There are 9 citations in total.

Details

Primary Language Turkish
Subjects Engineering
Journal Section Makaleler
Authors

Ayhan Etyemez

Mustafa Kurt

Publication Date May 31, 2019
Submission Date January 11, 2019
Acceptance Date March 20, 2019
Published in Issue Year 2019 Volume: 6 Issue: 2

Cite

IEEE A. Etyemez and M. Kurt, “Yapay Sinir Ağları Yöntemi ile Optimum Takım Seçimi”, El-Cezeri Journal of Science and Engineering, vol. 6, no. 2, pp. 323–332, 2019, doi: 10.31202/ecjse.511882.
Creative Commons License El-Cezeri is licensed to the public under a Creative Commons Attribution 4.0 license.
88x31.png