Polipropilen talk/kolemanit hibrit kompozit malzemelerin çekme özelliklerinin deneysel tasarım yöntemi ile eniyilenmesi/yapay sinir ağı ile kestirimi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Kocaeli Üniversitesi, Fen Bilimleri Enstitüsü, Makina Mühendisliği Bölümü, Türkiye
Tezin Onay Tarihi: 2018
Tezin Dili: Türkçe
Öğrenci: EMEL ŞAHİN
Danışman: Şenol Şahin
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:polipropilenin özelliklerinin iyileştirilmesi amacıyla; talk ve kolemanit hibrit katkılı polipropilen homopolimer (PPH) kompozitlerin çekme özellikleri Taguchi yöntemiyle en iyilenmiş ve bu özellikleri tahminleme olanağı sağlayan bir yapay sinir ağı (YSA) modeli geliştirilmiştir. Düşük, orta ve yüksek akışkanlık özelliklerine sahip üç farklı PPH malzeme grubu için ağırlıkça yüzde talk/kolemanit hibrit oranı ve meme sıcaklığı, enjeksiyon hızı, kalıp sıcaklığı üretim parametreleri ile Taguchi yöntemi kullanılarak çekme deneyi, erime akış hızı (MFR: melt flow rate) deneyi ve diferansiyel taramalı kalorimetre (DSC: differential scanning calorimeter) deneyleri yapılmıştır. Çekme deneyi sonuçları sinyal/gürültü (S/G) oranı ve varyans analizi (ANOVA : analysis of variance) ile analiz edilmiş ve en iyi çekme özellikleri veren deney parametreleri belirlenmiştir. Çalışma kapsamında, çok yanıtlı kalite değişkenlerinin en iyilenmesi yöntemi ile çekme özelliklerinin eşzamanlı optimizasyonu için gerekli katkı oranları ve üretim parametreleri belirlenmiştir. Çalışma kapsamında, yapay sinir ağları teknolojisi kullanılarak çekme özelliklerinin tahminlemesini yapabilen model geliştirilmiştir. Çekme deneyi parametreleri girdi verilerini, deney ile ölçülen elastisite (Young's) modülü, akma gerilmesi, akma uzaması, kopma gerilmesi ve kopma uzaması özelliklerinin her biri farklı bir model için çıktı verilerini oluşturmuştur. İleri beslemeli, çok katmanlı yapıda geliştirilen YSA modelleri, danışmanlı öğrenme ile eğitilmiştir. YSA modelinin öğrenme seviyesi, ağın çıktıları ve hedeflenen çıktılar karşılaştırılarak ortalama karesel hata yöntemi ile ölçülmüştür. Kontrol deneyleri ile modellerin duyarlılıkları tespit edilmiştir.