Bu kaydın yasal hükümlere uygun olmadığını düşünüyorsanız lütfen sayfa sonundaki Hata Bildir bağlantısını takip ederek bildirimde bulununuz. Kayıtlar ilgili üniversite yöneticileri tarafından eklenmektedir. Nadiren de olsa kayıtlarla ilgili hatalar oluşabilmektedir. MİTOS internet üzerindeki herhangi bir ödev sitesi değildir!

PROPOSING AN HYBRID MODEL AND METHODOLOGY FOR THE OPTIMIZATION OF THE CASTING PARAMETERS

BROWSE_DETAIL_TITLE_ALTERNATE: DÖKÜM PARAMETRELERİ OPTİMİZASYONU İÇİN HİBRİD BİR MODEL VE METODOLOJİ ÖNERİSİ

BROWSE_DETAIL_CREATION_DATE: 2013

BROWSE_DETAIL_IDENTIFIER_SECTION

BROWSE_DETAIL_TYPE: Thesis

BROWSE_DETAIL_SUB_TYPE: EngD

BROWSE_DETAIL_PUBLISH_STATE: Unpublished

BROWSE_DETAIL_FORMAT: PDF Document

BROWSE_DETAIL_LANG: English

BROWSE_DETAIL_SUBJECTS: Engineering design,

BROWSE_DETAIL_CREATORS:

BROWSE_DETAIL_CONTRIBUTERS: Özaktaş, Hakan (Thesis Advisor), Devrim İçtenbaş, Burcu (Preparer),

BROWSE_DETAIL_TAB_KEYWORDS

casting defects, artificial neural networks, decision trees, hybrid model, decision support systems----

döküm hataları, yapay sinir ağları, karar ağaçları, hibrid model,karar destek sistemleri


BROWSE_DETAIL_TAB_ABSTRACT

Casting defects cause losses for a foundry: loss of time for reworked items and loss of material for scrapped unusable products. Investigating the reasons followed by eliminating the causes will reduce the defect percentages and positively contribute to productivity. The main goal of this study is to propose a hybrid model based on experiments by using Artificial Neural Networks (ANN) and Decision Trees (DT) for estimating casting defects. This study also proposes an individual model of ANN and DT for prediction of casting defects and compare the performance of these models. The primary objective is to make use of these models to develop a decision support system for engineers and executives working for describing the relationship between the casting parameters and casting quality .-----

Döküm hataları tekrar işleme için geçen zaman kaybı ve hurdaya ayrılan malzeme kaybından dolayı dökümhanelere zarar vermektedir. Bu hatalara neden olan faktörleri incelenip düzeltici önlemler alınması hata oranlarını azaltırken verimliliğe de olumlu yönde katkı sağlayacaktır. Bu çalışmanın ana amacı, Yapay Sinir Ağları ve Karar ağaçları analizi tekniklerini kullanarak döküm hatalarını tahminleyen bir hibrid sistem önermektir. Çalışmada ayrıca Yapay sinir Ağları ve Karar ağaçları analizi metodlarının tek başına döküm hataları tahmini için kullanılması ve tahmin performanslarının karşılaştırılması çalışmada yer almaktadır. Modellerin oluşturulmasındaki esas amaç mühendisler ve yöneticiler için döküm parametreleri ve döküm kalitesi hakkında karar verme sürecine yardım edecek bir karar destek sisteminin oluşturulmasıdır.


BROWSE_DETAIL_TAB_TOC



BROWSE_DETAIL_TAB_DESCRIPTION



BROWSE_DETAIL_TAB_RIGHTS



BROWSE_DETAIL_TAB_NOTES



BROWSE_DETAIL_TAB_REFERENCES


BROWSE_DETAIL_TAB_REFERENCED_BYS

BROWSE_DETAIL_GOTO_LIST

 

TEXT_STATS

  • TEXT_RECORD_STATS
    • TEXT_STATS_THIS_MONTH: 3
    • TEXT_STATS_TOTAL: 2417
  • TEXT_ONLINE_STATS
    • TEXT_ONLINE_STATS_TOTALONLINEVISITOR: 14
    • TEXT_ONLINE_STATS_TOTALONLINEUSER: 0
    • TEXT_STATS_TOTAL: 14

LINK_STATS