Notch Sensitivity Factor Determination With Artificial Neural Network For Shafts Under The Bending Stress

Year 2013, Volume: 19 Issue: 1, 24 - 32, 01.01.2013

Murat Tolga Özkan , Cengiz Eldem Erdal Köksal

Abstract

Notch, hole, tap and a variety of geometric shapes such as curves or discontinuities can be found with various reasons in the design of Machine Element. Stress is caused by sudden changes in section aggregating. Stress concentration can occur with the reason of material features of size or direction of forces application. This type of stress concentration in the material brings out the effect of notch. Notch impact can lead to distortions and breakage of materials. In this study, the notch sensitivity factor values have been modelled Artificial Neural Networks (ANN) for shafts that is under the influence of bending stress, and the accuracy of the model has been verified by using Statistica software. The model has been developed using Pythia. With this software, the user can be obtained the accurate value by inputing shaft dimension and the applied force without the need for notch sensitivity factor tables and any calculations.

Keywords

Notch sensitivity factor, Machine design, Artificial neural network

Eğilme Gerilmesi Etkisindeki Millerin Çentik Faktörünün Yapay Sinir Ağları İle Belirlenmesi

Abstract

Makine elemanları tasarımında çeşitli nedenlerle çentik, delik, kademe ve çeşitli kavisler gibi geometrik şekiller veya süreksizlikler bulunabilmektedir. Ani kesit değişiklikleri gerilme yığılmalarına neden olmaktadır. Gerilme yığılmaları, malzemenin boyut özelliklerinden veya kuvvetlerin uygulama doğrultusu sebebiyle ile oluşabilirler. Bu tür gerilme yığılmaları; malzemede çentik etkisi vardır şeklinde değerlendirilir. Çentik etkisi malzemede kırılmalara, bozulmalara ve deformasyonlara yol açabilir. Bu çalışmada, Eğilme gerilmesi etkisi altındaki millerde çentik faktörü değeri Yapay Sinir Ağları (YSA) ile modellenmiş ve modelin doğruluğu Statistica yazılımı ile kontrol edilmiştir. YSA modeli, Pythia programı kullanılarak hazırlanan bir yazılım ile modellenmiştir. Kullanıcı, milin boyut ölçülerini ve üzerine uygulanan kuvvetin cinsini girerek hesaplamalarda kullanacağı çentik faktörünü, çentik tablolarına bağımlı kalmaksızın ve doğru bir değer ile elde edile bilinmektedir.

Keywords

Çentik faktörü, Makine tasarımı, Yapay sinir ağları.

References

• Nicholas, T., “High Cycle Fatigue: A Mechanics of Materials Perspective”,Oxford: Elsevier, 213–238, 2006.
• Doğrusadık, A., “Çentikli Parçaların Yorulma Ömürlerinin Saptanmasında Kullanılan Yöntemlerin Deneysel Tahkiki”, İstanbul Teknik Üniversitesi, İstanbul, 1-2, 2009.
• Mcclintock, F., “A criterion of ductile fracture by the growth of holes”, J Appl Mech, 35: 363–71, 1968.
• Rice, J., Tracey, D. “On the ductile enlargement of voids in triaxial stress fields”, J Mech Phys Solids, 17:201–217, 1969.
• Hancock, J., Mackenzıe, A., “On the mechanisms of ductile failure in high-strength steels subjected to multi-axial stress-states”, J Mech Phys Solids 24: 69-147, 1976.
• Bridgman, P. “Studies in large plastic flow and fracture”, Cambridge, MA: Harvard University Press; 3-5, 1952.
• Hancock, J., Brown, D., “On the role of strain and stress state in ductile Failure”, Journal of the Mechanics and Physics of Solids, 31 (1): 1-24, 1983.
• Efe, M. Ö., Kaynak, O., “Yapay Sinir Ağları ve Uygulamaları”, Boğaziçi Üniversitesi Yayınları, İstanbul, 3:1, 2000.
• Elmas, Ç., “Yapay Sinir Ağları”, Seçkin Yayıncılık, Ankara 27-37, 2003.
• Arslan, A., İnce, R., “The neural network approximation to the size effect in fracture of cemetitious Mechanics, 54, 1996. Engineering Fracture
• Yao, X., “Evolving artificial neural Networks”, Proceedings of the LEEE, 87, 1999.
• Bozacı, A., “Makine Elemanlarının Projelendirilmesi”, Seç Yayın Dağıtım, İstanbul 1-6, 1995.
• Akkurt, M., “Makine Elemanları”, Birsen Yayın Evi Ltd. Şti. Seç Yayın Dağıtım, İstanbul 29, 2005.
• Koç, E., “Makine Elemanları”, Nobel Kitapevi, Adana 47, 2004.
• Can, A. Ç., “Makine Elemanları Tasarımı”, Birsen Yayın Evi, İstanbul 43, 2006.
• Öztemel, E., “Yapay Sinir Ağları”, Papatya Yayıncılık, İstanbul 87, 2006.
• Peterson, R. E., “Design Factors for Stress Concentration,” Machine Design, Vol. 23, No. 2, February 1951, p. 169; No. 3, March 1951, p. 161, No. 5, May 1951, p. 159; No. 6, June 1951, p. 173; No. 7, July 1951, p. 155. Reprinted with permission from Machine Design, a Penton Media Inc. Publication, 1951.
• Budynas−Nisbett Shigley’s Mechanical Engineering Design,” McGraw, H.,“A.B.D. 1003-1005, 2006.
• Ek A: Eğilme Etkisinde Zorlanan Miller İçin Çentik Tabloları Kademeli dairesel mildeki eğilme (Round shaft with shoulder filet in bending) [18]. σ0 = Mc/I c = d/2 I = πd4/64
• Kanallı dairesel mildeki eğilme (Grooved round bar
• in bending) [18]. σ0 = Mc/l c = d/2 I = πd4/64
• Enine delikli mildeki eğilme (Round shaft in bending
• with a transverse hole) [18].
• σ0 = M/[(πD3/32)−(dD2/6)]