A STUDY ON PREDICTION OF SURFACE ROUGHNESS AND CUTTING TOOL TEMPERATURE AFTER TURNING FOR S235JR STEEL

Abstract

In machining technologies, the most important criterion taken into consideration when evaluating the product quality is seen as the surface roughness. In the consideration of production quality and cost, tool wear is one of the factors that directly affect the cost of production. In the machining process, the most important parameters affecting the surface roughness and tool temperature are the cutting depth, speed and feed rate of rotation. In order to obtain the best surface quality and to keep the cost at the optimum level, the most suitable processing parameters should be selected by taking into consideration the effect of these parameters on each other. In this study, it is aimed that to prediction of surface roughness (Ra.) and tool temperature (°C) values for turning which has an important position in machining. For this purpose, Artificial Neural Networks (ANN) method and Multi Linear Regression Model (MLRM) were used separately. The data obtained from ANN, Regression Model were compared with the actual test data, and the results were examined. According to the obtained results, it is seen that the ANN method has more successful results than Regression model in surface roughness and tool temperature estimation.

Talaşlı üretimteknolojilerinde, ürün kalitesi değerlendirilirken dikkate alınan en önemlikıstas yüzey pürüzlüğü olarak görülmektedir. Üretim kalitesi ve maliyet dikkatealınması durumunda ise takım aşınması, üretim maliyetini doğrudan etkileyenetkenler arasında öne çıkmaktadır. Talaşlı imalat sürecinde, yüzey pürüzlüğü vetakım sıcaklığını etkileyen parametrelerin en önemlileri; kesme derinliği,devir sayısı ve ilerleme hızıdır. En iyi yüzey kalitesini elde etme ve aynızamanda maliyeti optimum seviyede tutabilmek için bu parametrelerinbirbirlerini etkileme durumları dikkate alınarak en uygun işleme parametreleriseçilmelidir. Bu çalışmada; talaşlı üretimde önemli bir konuma sahip olantornalama için yüzey pürüzlülüğü (Ra/Aritmetik Ortalama Sapma) ve işlemesonrası takım uç sıcaklığı (°C) değerlerinin tahmin edilmesi amaçlanmıştır.Bunun için Yapay Sinir Ağları (YSA) yöntemi ve Çoklu Lineer Regresyon Modeli(ÇLRM) ayrı ayrı kullanılmıştır. Geliştirilen YSA ve Regresyon Modelinden eldeedilen veriler ile gerçek test verileri karşılaştırılmış ve sonuçlarirdelenmiştir. Elde edilen sonuçlara göre yüzey pürüzlüğü ve takım sıcaklığıtahmininde; YSA yönteminin, Regresyon modeline göre daha başarılı sonuçlarverdiği görülmüştür.