Conference Paper

Aramid Elyaf Takviyeli Polimer Matris Kompozitlerin Mekanik Deney Sonuçlarının Yapay Sinir Ağlarıyla Tahminleri ve İstatistiksel Analizleri

Volume: 14 Number: 1 January 31, 2022
EN TR

Aramid Elyaf Takviyeli Polimer Matris Kompozitlerin Mekanik Deney Sonuçlarının Yapay Sinir Ağlarıyla Tahminleri ve İstatistiksel Analizleri

Abstract

Kompozit malzemelerde polimer matris en çok tercih edilen malzeme türlerinden biri haline gelmesi personel koruma ya da diğer zırh malzemesi türlerinde de kullanımını artmakla birlikte gelişmeye devam etmektedir. Mekanik deney sonuçlarını birçok yöntemle matematiksel modellemesi yapılırken en fazla tercih edilenlerden bir tanesi de yapay sinir ağları olmaktadır. Kompozit malzemelerin birden fazla parçacık ya da malzemelerin birleşimiyle oluşmasından dolayı birleşime dahil olan parça ya da malzemenin mekanik sonuçlara etkisinin anlamlı veya anlamsız olduğunu söylemenin en güzel yollarından biri de istatistiksel analizlerdir. İstatistiksel analizlerle bilgi ve yorumlanmasıyla birlikte diğer oran ya da türevlerinin kıyaslama ya da karşılama yapılmasına da olanak sağlamaktadır. Bu çalışmada; Numuneler 8 katlı Aramid elyaf takviyeli ve dolgu malzemesi olarak ağırlıkça %0, %1, %2 ve %4 oranında TiB2 ilaveli olup ayrıca 450 ve 900 oryantasyona sahip olarak üretilmiştir. Yapay sinir ağları ve İstatistiksel analizler ağırlıkça %1 TiB2 ilaveli ve 900 oryantasyona sahip kompozitler diğer oranlara göre balistik amaca en anlamlı sonucu vermiştir.

Keywords

“İç İçe Tasarımlı ve Faktöriyel Varyans Analizi, Polimer Matrisli Kompozitler, Yapay Sinir Ağları, nftool, Kevlar-49, Aramid Elyaf”

References

  1. Akşehirli Ö., Cangür Ş, Ankaralı H., Sungur M.A. (2012). 24 Faktöriyel Tasarımların Sağlık Alanında Kullanımı. Düzce Üniversitesi Sağlık Bilimleri Enstitüsü Dergisi, 2(3): 1-6.
  2. Balaji R., Nadarajan M., Selokar A., Kumar S.S., Sivakumar S. (2019). Modelling And Analysis of Disk Brake Under Tribological Behaviour of Al-Al2O3 Ceramic Matrix Composites/Kevlar® 119 Composite/C/Sic-Carbon Matrix Composite/Cr-Ni-Mo-V Steel. Proceedings 18, 3415–3427.
  3. Balaji N. S., Jayabal S., Kalyana S. (2016). A. Neural Network Based Prediction Modeling for Machinability Characteristics of Zea Fiber-Polyester Composites. Trans Indian Inst Met (2016) 69(4):881–889.
  4. Chen CT ve Gu GX (2019). Machine Learning For Composite Materials. MRS Communications Volume 9, Issue 2, 556–566.
  5. Eyecioğlu Ö. (2021). Bazalt/PANI Kompozitlerinin Dielektrik Özelliklerinin Tahmini İçin Makine Öğrenmesi Modellerinin Karşılaştırılması. Avrupa Bilim ve Teknoloji Dergisi, Sayı 23, S. 817-826.
  6. Fazilat H., Ghatarband M., Mazinani S., Asadi Z.A, Shiri M.E., Kalaee M.R. (2012). Predicting The Mechanical Properties Of Glass Fiber Reinforced Polymers Via Artificial Neural Network And Adaptive Neuro-Fuzzy İnference System. Computational Materials Science 58 (2012) 31–37.
  7. Gedik İ. (2010). İç-içe Tasarımlarda Dayanıklı Analiz ve Uygulamaları. Yüksek Lisans Tezi Ankara Üniversitesi Fen Bilimleri Enstitüsü İstatistik Anabilim Dalı, Ankara, 93 Sayfa.
  8. James R. Brown, Daryl K.C. Hodgeman (1982). An E.s.r. Study of the Thermal Degradation of Kevlar 49 Aramid., Volume 23, Issue 3, March 1982, Pages 365-368.
  9. Kubat C., Kiraz A., Atakan Ü. (2017). Matlab Yapay Zekâ ve Mühendislik Uygulamaları Kitabı, İstanbul, Abaküs Yayınları.
  10. Kumar S.S., Priyadarshan , Kumar G. S. (2021). Statistical and Artificial Neural Network Technique for Prediction of Performance İn AlSi10Mg-MWCNT Based Composite Materials. Department of Mechanical Engineering, Indian Institute of Technology (ISM) Dhanbad, 826004, Volume 273, 125136.
APA
Buyrul, F. (2022). Aramid Elyaf Takviyeli Polimer Matris Kompozitlerin Mekanik Deney Sonuçlarının Yapay Sinir Ağlarıyla Tahminleri ve İstatistiksel Analizleri. International Journal of Engineering Research and Development, 14(1), 271-281. https://doi.org/10.29137/umagd.1041175
AMA
1.Buyrul F. Aramid Elyaf Takviyeli Polimer Matris Kompozitlerin Mekanik Deney Sonuçlarının Yapay Sinir Ağlarıyla Tahminleri ve İstatistiksel Analizleri. IJERAD. 2022;14(1):271-281. doi:10.29137/umagd.1041175
Chicago
Buyrul, Fatih. 2022. “Aramid Elyaf Takviyeli Polimer Matris Kompozitlerin Mekanik Deney Sonuçlarının Yapay Sinir Ağlarıyla Tahminleri Ve İstatistiksel Analizleri”. International Journal of Engineering Research and Development 14 (1): 271-81. https://doi.org/10.29137/umagd.1041175.
EndNote
Buyrul F (January 1, 2022) Aramid Elyaf Takviyeli Polimer Matris Kompozitlerin Mekanik Deney Sonuçlarının Yapay Sinir Ağlarıyla Tahminleri ve İstatistiksel Analizleri. International Journal of Engineering Research and Development 14 1 271–281.
IEEE
[1]F. Buyrul, “Aramid Elyaf Takviyeli Polimer Matris Kompozitlerin Mekanik Deney Sonuçlarının Yapay Sinir Ağlarıyla Tahminleri ve İstatistiksel Analizleri”, IJERAD, vol. 14, no. 1, pp. 271–281, Jan. 2022, doi: 10.29137/umagd.1041175.
ISNAD
Buyrul, Fatih. “Aramid Elyaf Takviyeli Polimer Matris Kompozitlerin Mekanik Deney Sonuçlarının Yapay Sinir Ağlarıyla Tahminleri Ve İstatistiksel Analizleri”. International Journal of Engineering Research and Development 14/1 (January 1, 2022): 271-281. https://doi.org/10.29137/umagd.1041175.
JAMA
1.Buyrul F. Aramid Elyaf Takviyeli Polimer Matris Kompozitlerin Mekanik Deney Sonuçlarının Yapay Sinir Ağlarıyla Tahminleri ve İstatistiksel Analizleri. IJERAD. 2022;14:271–281.
MLA
Buyrul, Fatih. “Aramid Elyaf Takviyeli Polimer Matris Kompozitlerin Mekanik Deney Sonuçlarının Yapay Sinir Ağlarıyla Tahminleri Ve İstatistiksel Analizleri”. International Journal of Engineering Research and Development, vol. 14, no. 1, Jan. 2022, pp. 271-8, doi:10.29137/umagd.1041175.
Vancouver
1.Fatih Buyrul. Aramid Elyaf Takviyeli Polimer Matris Kompozitlerin Mekanik Deney Sonuçlarının Yapay Sinir Ağlarıyla Tahminleri ve İstatistiksel Analizleri. IJERAD. 2022 Jan. 1;14(1):271-8. doi:10.29137/umagd.1041175