Optimization of Cutting Parameters in Machining Process of Shape Memory Alloys Using Genetic Algorithm
General Material Designation
[Thesis]
First Statement of Responsibility
Kabil, Ali Osman
Subsequent Statement of Responsibility
Kaynak, Yusuf
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
Marmara Universitesi (Turkey)
Date of Publication, Distribution, etc.
2019
PHYSICAL DESCRIPTION
Specific Material Designation and Extent of Item
52
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
Master's
Body granting the degree
Marmara Universitesi (Turkey)
Text preceding or following the note
2019
SUMMARY OR ABSTRACT
Text of Note
Şekil Hafızalı Alaşımlar (ŞHA), hafiflik ve dayanıklılık gibi benzersiz mekanik özelliklerine ek olarak titreşimleri, gürültüyü azaltabildiğinden ve hareketi algıladığından biyomedikal, havacılık ve havacılık mühendisliği bileşenleri oluşturmak için yaygın olarak kullanılmaktadır. Ayrıca, sıcaklık, gerilme vb. değişkenler ortadan kalktıktan sonra ilk şekli ve mekanik özellikleri hatırlayabilirler. Tornalama işlemi, ŞHA'lardan yapılmış bileşenleri üretmek için yaygın üretim yöntemlerinden biridir. Bu arada, ŞHA'lar, şekil hafızası, mekanik özellikleri, yüksek süneklik, düşük ısı iletkenlik katsayısı ve düşük elastikiyet modülü sayesinde işlenmesi zor malzemeler olarak kabul edilir. Şekil hafızalı alaşımlarının tüm bu dezavantajları, yüksek takım aşınması, düşük takım ömrü, yüksek kesme kuvvetleri, düşük talaş kırılma ve son üründe çapak oluşmasına neden olur. Bu nedenle, kesim işlemini kolaylaştırmak için işlem parametrelerinin optimize edilmesi bu üretim yönteminin uygulanabilir hale getirilmesi için gereklidir. Bu nedenle, bu tez çalışmasında, Ni-zengin yüksek sıcaklık şekilli hafıza alaşımlarının (NiTiHf) tornalama işleminde istenen çıktıları elde etmek için kesme parametrelerinin optimize edilmesine odaklanmıştır. Kesme hızı, ilerleme hızı ve kesme derinliği gibi kesme parametreleri, bu alaşımın talaşlı imalat ve tornalama işlemlerinin performans kriterleri üzerinde büyük etki yaratmaktadır. Bu parametreler maksimum takım ömrü ve minimum enerji tüketimi elde etmek için optimize edilmiştir. Karmaşık mühendislik problemini çözerek global optimum elde etmek için genetik algoritma kullanılmıştır.