Yüksek hassasiyetli taşlama işleminde yapay sinir ağı ile tahmin modeli oluşturma ve çok amaçlı genetik algoritma ile işlem optimizasyonu

9th International Congress On Machining (2018; Antalya, Turkey)The rolling path surfaces of the bearing rings (100Cr6) are manufactured by high precision grinding. In this study, it is aimed to find the optimal values of the input parameters which will reduce the surface roughness (Ra) and Radius output values of the outer ring to a minimum level. The input parameters used during the experiments are spindle turn, plate turn, and abrasive final feed. Central Composite Design was chosen as experimental design method and results are used to generate prediction models using Artificial Neural Networks. In addition, response surface methodology (RSM) was used to examine the process outputs and variance analysis (ANOVA) was used to determine the effects of the input parameters on the outputs. Furthermore, multi-objective optimization process is realized by using genetic algorithm library of MatlabTM. As a result of the optimization process, the Pareto optimal solution set is obtained revealing the trade-off between surface roughness and Radius values.Rulman bileziklerinin (100Cr6) yuvarlanma yolu yüzeyleri yüksek hassasiyetli taşlama işlemi ile elde edilir. Bu çalışmada rulman dış bileziğinin yuvarlanma yolu yüzey pürüzlüğü(Ra) ve Radyüs değerlerini minimum seviyeye indirecek girdi parametrelerinin değerlerinin bulunması hedeflenmiştir. Tahmin modelini oluşturmak için deney tasarımı olarak Merkezi Kompozit Tasarım tercih edilmiş ve deneyden çıkan veriler ile Yapay Sinir Ağları kullanılarak modeller oluşturulmuştur. Deney sırasında kullanılan girdi parametreleri iş mili devri, pleyt devri ve aşındırıcı final ilerlemesidir. Ayrıca işlem çıktılarının incelenmesi için yanıt yüzey metodolojisi, girdi parametrelerinin çıktılar üzerindeki etkilerinin belirlenmesi için varyans analizi kullanılmıştır. Çıktı değişkenleri için çok amaçlı optimizasyon işlemi de MatlabTM kütüphaneleri kullanılarak genetik algoritma ile gerçekleştirilmiştir. Optimizasyon işlemi sonucunda yüzey pürüzlüğü ve Radyüs değerleri arasındaki ödünleşmeyi gösteren, Pareto optimal çözüm seti elde edilmiştir