YAPAY ZEKA YARDIMI LE REDKTR SEM

BROL NAL

YKSEK LSANS TEZ MAKNE ETM BLM

GAZ NVERSTES FEN BLMLER ENSTTS

KASIM 2009 ANKARA

Birol NAL tarafndan hazrlanan YAPAY ZEKA YARDIMI LE REDKTR SEM adl bu tezin Yksek Lisans tezi olarak uygun olduunu onaylarm. Prof.Dr. Faruk MEND Tez Danman; Makine Eitimi Anabilim Dal Bu alma, jrimiz tarafndan oy birlii ile Makine Eitimi Anabilim Dalnda Yksek Lisans tezi olarak kabul edilmitir. Prof.Dr. Krat DNDAR Makine Eitimi Anabilim Dal, Gazi niversitesi Prof.Dr. Faruk MEND Makine Eitimi Anabilim Dal, Gazi niversitesi Do.Dr. hsan KORKUT Makine Eitimi Anabilim Dal, Gazi niversitesi Yrd.Do.Dr. O.Selim TRKBA Makine Mhendislii Anabilim Dal, Gazi niversitesi Yrd.Do.Dr. Haldun GKTA Elektr. Bilg. Eitimi Anabilim Dal, Gazi niversitesi .... .... . . . .

Tarih :

11/11/2009

Bu tez ile G.. Fen Bilimleri Enstits Ynetim Kurulu Yksek Lisans derecesini onamtr.

Prof. Dr. Nail NSAL Fen Bilimleri Enstits Mdr

TEZ BLDRM Tez iindeki btn bilgilerin etik davran ve akademik kurallar erevesinde elde edilerek sunulduunu, ayrca tez yazm kurallarna uygun olarak hazrlanan bu almada orijinal olmayan her trl kaynaa eksiksiz atf yapldn bildiririm.

Birol NAL

iv

YAPAY ZEKA YARDIMI LE REDKTR SEM (Yksek Lisans Tezi) Birol NAL GAZ NVERSTES FEN BLMLER ENSTTS KASIM 2009

ZET Bu almada, bir redktr kataloundaki 1200 adet Redktr arasndan tasarm deikenleri de dikkate alnarak en uygun redktrn seimi iin yapay zeka ynteminin kullanlmas planlanmtr. Veri taban olarak Ylmaz redktr firmasnn redktr katalou esas alnmtr. Yapay zeka program trlerinden de Yapay sinir alar kullanlarak yapay sinir alar tabanl Qwicknet 2.23 programndan faydalanlm ve programda kullanlan parametreler excel ortamna aktarlarak redktr alma deerlerini ieren veri taban oluturulmutur. lgili program kullanlarak excel ortamnda oluturulan veri taban yardm ile yapay zek programnn renme dzeyi tesbit edilmi, daha sonra renmenin yeterli olup olmadnn kontrol yaplarak redktr seimine gidilmitir.

Bilim Kodu Anahtar Kelimeler Sayfa Adedi Tez Yneticisi

: 3.029 : Redktr, redktr tasarm, dili sistemleri, dili mekanizmalar, yapay zeka, yapay sinir alar : 112 : Prof. Dr. Faruk MEND

REDUCER SELECTION USING ARTIFICIAL INTELLIGENCE (M.Sc.Thesis) Birol NAL GAZI UNIVERSITY INSTUTE OF SCIENCE AND TECHNOLOGY NOVEMBER 2009

ABSTRACT In this study, an artificial intelligence method has been planned to be select the most convenient reducer from among 1200 commercially available ones in a firm inventory considering the design variables. The catalogue of the Ylmaz Gearbox has been taken as a database for the analysis. Among the possible artificial intelligence methods, the neural network has been exploited with the help of an artificial neural network-based program called Qwicknet 2.23. The parameters used in this program have been transferred to excel environment, which helps to generate the database for the operation constraints of the reducer. The learning ability of the artificial intelligence method has been determined with the use of the artificial neural network program, which uses the parameters from the excel database. Finally, the reducer has been chosen by controlling the degree of learning.

Science Code Key Worlds Page Number Advisers

: 3.029 : Reducer, reducer design, gear systems, gear trains, artificial intelligence, neural network-based : 112 : Prof. Dr. Faruk MEND

vi

TEEKKR almalarm boyunca bana yol gsteren tez danmanm Prof. Dr. Faruk MEND ye, yardmlarn esirgemeyen Abant zzet Baysal niversitesi, Gerede Meslek Yksek Okulu, Makine Resim ve Konstrksiyonu Blm retim grevlisi, Dr.Tamer BAKALa, Mersin niversitesi, Tarsus Teknik Eitim Fakltesi, Makine A.B.D. retim yesi, Yrd. Do. Dr. Uur EMEye ve almalarm boyunca manevi desteini esirgemeyen aileme teekkrlerimi bir bor bilirim.

vii

NDEKLER Sayfa ZET................ ABSTRACT..... TEEKKR. NDEKLER..... ZELGELERN LSTES... EKLLERN LSTES... SMGELER VE KISALTMALAR ..... 1. GR.... 1.1. almann Amac. 1.2. Yntem.. 2. LTERATR ARATIRMASI 3. REDKTR 3.1. Redktr Tanm 3.2. Kullanm Alanlar....... 3.3. Redktr eitleri.. 3.3.1. Kademe saysna gre redktrler... 3.3.2. Dili tipine gre redktrler 3.4. Redktr Oluturan Paralar ve zellikleri.... 3.4.1. Dili arklar. 3.4.2. Miller.. 3.4.3. Yataklar.. 3.4.4.Gvdeler.......... 3.4.5. Szdrmazlk....... iv v vi vii x xi xiii 1 3 3 4 9 9 9 10 10 11 14 14 32 33 33 33

viii

Sayfa 3.4.6. Dili arklarn yalanmas.. 3.4.7. Dili arklarn verimi...... 3.5. Redktr Seimi in Gerekli Parametreler..... 3.6. Redktr Seim Aamalar... 3.6.1. Redktr tipinin seimi.......... 3.6.2. Redktr byklnn tespiti.. 3.6.3. Redktr firmas tarafndan katalounda kullanlan temel eitlikler 3.6.4. Redktr seimi... 4. YAPAY ZEKA.... 4.1. Tanm ve Tarihesi. 4.2. nemli Yapay Zek Teknikleri.... 4.2.1. Bulank mantk (BM)..... 4.2.2. Genetik algoritmalar (GA)..... 4.2.3. Uzman sistemler (US). 4.2.4. Yapay sinirsel alar (YSA). 5. YAPAY ZEKA YARDIMI LE REDKTR SEM.. 5.1. Yapay Zeka Yardm le Redktr Seimi in Gerekli Veri Tabannn Oluturulmas 5.2. YSA Eitim Aamas.... 5.3. Arayz Oluturulmas... 5.4. Delphi Tabanl Programn Kullanlmas ve Redktr Seimi... 6. SONU VE NERLER.. KAYNAKLAR. EKLER.......... EK-1 Redktrlerin eitli kullanm alanlar. 34 34 35 37 37 37 39 41 49 49 52 52 55 59 62 75 76 78 82 83 89 91 96 97

ix

Sayfa EK-2 Milleri konumlarna gre alan dili iftleri EK-3 Dili ark malzemeleri ve mekanik zellikleri... EK-4 Kavrama faktr (K). EK-5 Kullanlan balant elemanna gre radyal yk hesaplama izelgesi. EK-6 Redktrlerin kullanm alanlarna gre yk snflandrmas.. EK-7 izelge 3.6. Ylmaz redktr katalou 11-04/02 Sayfa 206.. EK-8 izelge 3.7. Ylmaz redktr katalou 11-04/02 Sayfa 70 EK-9 izelge 3.8. Malzemelerin emniyet gerilmesi ve basnc deerleri... EK-10 Delphi Program algoritmas. EK-11 MetalMakina dergisi'nde yaymlanan Yapay Sinir Alar(YSA)Metodu le Redktr Seiminin Modellenmesi konulu makalenin yayn evra ZGEM. 98 99 100 101 102 103 104 105 106 111 112

ZELGELERN LSTES izelge Sayfa 18 19 20 20 21 21 22 22 23 23 23 25 25 27 28 29 30 31 35 43 45 76

izelge 3.1. Standart modl deerleri (m). izelge 3.2. Di saysna gre form faktr (Kf ). izelge 3.3. Dinamik hz faktr (Kv) izelge 3.4. Srekli dayanm deeri ( D ).... izelge 3.5. Di genilik oran ( d ). izelge 3.6. Yuvarlanma faktr (K)... izelge 3.7. Edeer elastiklik modl ve malzeme faktr (KE).... izelge 3.8. Yzey basncna bal mr faktr (KL).. izelge 3.9. Gvenirlik faktr (KR).. izelge 3.10. Yalama faktr (KY)... izelge 3.11. Yzey sertliine bal dayanm snr (PHD)........ izelge 3.12. Sonsuz vida mekanizmas iin modl deerleri (m) izelge 3.13. Yzey basn deerleri (PHem).. izelge 3.14. alma faktr deerleri (Ko). izelge 3.15. Yk dalm faktr (Km)..... izelge 3.16. Form faktr (Kfe)........ izelge 3.17. Eim as faktr (K) izelge 3.18. Form faktr (Kf2) izelge 3.19. Verim deerleri ()... izelge 3.20. Fi deerine bal yk snf. izelge 3.21. Termik g tablosu... izelge 5.1. Giri, gizli blge ve k blgesindeki balant arlk katsaylar

xi

EKLLERN LSTES ekil Sayfa 9 10 11 11 12 13 13 16 26 28 33 36 43 51 51 52 53 56 58 60 65 67 68

ekil 3.1. Redktr ve alma sistemi............................................................... ekil 3.2. Hijyenik tip redktr....... ekil 3.3. Aln dili redktrler........ ekil 3.4. Sonsuz vidal redktr... ekil 3.5. Planet dili redktr....... ekil 3.6. Konik dili redktr....... ekil 3.7. Eik konik dili redktr........... ekil 3.8. Dz dili ark...... ekil 3.9. Dili ark etkileyen kuvvetler... ekil 3.10. Dinamik hz faktr (Kv)...... ekil 3.11. Elastik kavrama ile balant ve elastikiyet... ekil 3.12. ki kademeli redktr...... ekil 3.13. Servis faktr belirleme cetveli.... ekil 4.1. Turing testi. ekil 4.2. Yapay zeka bilimsel alan ilikisi.... ekil 4.3. BM alma alan mant....... ekil 4.4. Doru' ve 'Yanl'n tanm; a) Keskin km., b) Bulank km... ekil 4.5. zm kmesi..... ekil 4.6. Genetik algoritmalarda zm kmesi oluumu..... ekil 4.7. Uzman sistemlerin genel yaps.. ekil 4.8. Bir sinir hcresinin biyolojik yaps...... ekil 4.9. Temel yapay sinir a hcresi.... ekil 4.10. Yapay sinir a yaps.....

xii

ekil

Sayfa 69 72 72 77 77 78 79 79 80 81 82 82

ekil 4.11. YSA modellerinin temel bileenleri....... ekil 4.12. leri srml a.. ekil 4.13. Geri beslemeli a....... ekil 5.1. Excel ortamnda hazrlanm redktr katalog verileri (Ylmaz Red.)... ekil 5.2. Monoblok redktr iin dzenlenmi yeni deerler....... ekil 5.3. Text dosyas olarak renme seti.... ekil 5.4. Qwiknet program veri seti ykleme kullanc ara yz..... ekil 5.5 3:5:1 yapl geri yaylma algoritmal yapay sinir alar...... ekil 5.6. 100 satrlk test grubu...... ekil 5.7. YSA modelleme ve firma katalog k momenti (M2) deer karlatrmas. ekil 5.8. YSA ve katalog k momenti veri karlatrmas... ekil 5.9. Delphi program arayz........

xiii

SMGELER VE KISALTMALAR Bu almada kullanlan simgeler, aklamalar ve ksaltmalar aada verilmitir. Simgeler b Aklama Di genilii Diler aras temas yay Blm dairesi ap Di st ap Di dibi ap Diler arasndaki boluk Emniyet katsays Redktrn bir saat iindeki alma sresi Radyal kuvvet Teetsel kuvvet Diliye etki eden kuvvet Etkili di kuvveti Emniyet faktr Start says Gnlk alma sresi faktr Di ykseklii Di st ykseklii Di dibi ykseklii Akm letme oran Silindir merkezindeki atalet momenti Motor miline indirgenmi atalet momenti Toplam motor atalet momenti Motorun kendi atalet momenti Dnen ktlelerin atalet momentleri letme faktr Yuvarlanma faktr

b do da dt
e

E
ED

Fr Ft Fn Fnc fs fdk ft h hb ht
I

i J Jind Jtop Jmot J2, J3...... KA K

xiv

Simgeler

Aklama

K KE Kv Km Kf Kfe Ko KR Ki KL KY K K m mm mn ma Mb Mbc n P PH Pre Pt Pi Pg PHem PHD Pmot

entik faktr Malzeme faktr Dinamik hz faktr Yk dalm faktr Form faktr Helisel dili form faktr alma faktr Gvenirlik faktr evrim oran faktrnn mr faktr Yalama faktr Kavrama faktr Eim as faktr Modl Ortalama modl Normal modl Aln modl Diliye etkiyen dndrme momenti alma momenti Devir says letilen g Yzey basnc Redktrn tad g Termik g makinesi iin gerekli olan g Nominal gc Emniyet yzey basnc Yzey sertliine bal dayanm snr Motor gc

xv

Simgeler

Aklama Di dibi kavisi Emniyet katsays Ba boluu Di kalnl Adm Gerilim Asal hz Profil kaydrma miktar evre hz Kayma hz Di says Edeer di says Helis dili dz dili edeer di says Eim as Temel dairesine karlk gelen eim as Dili helis as Konik dili ark koni tepe yar alar Malzeme emniyet deerleri Srekli mukavemet deeri Toplam gerilme Poisson oran Di genilik oran Di kenar eim as, G faktr Verim Toplam verim Invers verim

rf S Sb S0 t
U

x v va z zn ze g 0
1,2 em D Top

d
Cos

top nv

xvi

Ksaltmalar DIN HRC St GS GG GGG BM GA US YSA

Aklamalar Alman endstri standartlar Rockwell sertlik deeri elik Dkme elik Dkme demir Kresel grafitli dkme demir Bulank mantk Genetik algoritmalar Uzman sistemler Yapay sinir alar

GR nsanlarn ihtiyalarna cevap verebilmek iin yaplan almalar, gnmz teknolojisinin yardm ile eitlilik kazanm olup, sorulara cevap bulabilmek gemie nazaran daha ksa sre almakta ve varlan sonular ihtiyalar karlama asndan daha yksek deerlere ulamaktadr. Gnmzde, bilgisayar yardm ile yaplan almalar, insan zeksnn

ulaamayaca hz ve kesinlikte sonular vermekte olup, buna ramen son karar yine de insan zeksna kalmaktadr. nsan zeks, girdi ve ktlar deerlendirerek en uygun sonuca ulamay, ya da ulalan ktlar arasndan en uygununu belirlemeyi amalamaktadr. Gnmz teknolojisi, her alanda ilerlemekte, gnmzde ulalan gelimeler, nceki hibir zaman diliminde olmad kadar hzl olmaktadr. Bu gelimelerden en nemlilerinden bir tanesi yapay zek alann da meydana gelen gelimelerdir. Bu alandaki gelimeler, yapay zeknn farkl alanlarda zm bulma amacyla kullanlmas nedeniyle pek ok deiik bilim alanndaki gelimeler iin katalizr grevi grmektedir. Yapay zek incelendiinde, pek ok alanda farkl amalarla kullanlan eitli yapay zek trleri ile karlalmaktadr. Bunlar; Genetik Algoritmalar, Uzman Sistemler, Robotik, Doal Diller, Sinirsel Alar, Sanal Gereklik vd. dir. Zek, yetenekler bilekesidir diye tanmlanabilir. Yalabk (1990) zeky, Zek (us), soyut bir kavramdr, fakat bu zeknn bilimsel bir temele oturtulmasna engel tekil etmez diye aklamtr. Farkl amalara ynelik yeteneklerin, us yaps olarak adlandrlan bir teori ile ekilsel olarak modellenebilecei belirlenmitir. Yapay zeknn bu almada kullanm amac, klasik bilgisayar programlar ile elde edilemeyecek elastikiyetin, yapay zek sistemleri tarafndan salanabilir olmasdr.

Bu almada yapay zeknn uygulanaca redktrler, gnmz teknolojisini sanayiye aktaran en nemli makine paralar olan dili arklar ve bunlarn oluturduu dili sistemleridir. Redktrler dili arklardan oluan g ve hareket aktaran makine elemanlardr ve bilim adamlarnn zerinde srekli urat mkemmel tasarmlardr. bin yl ncesine kadar dili ark dzenlerinden yararlanld baz arkeolojik kalnt ve varsaymlarndan anlalmaktadr. Tahta dililerin kullanm 19.yzyl sanayi devrimi ile braklm, bu tarihten sonra metal dililere geilmi olup, metalurji ve mekanikteki ilerlemeler sayesinde yepyeni malzemelerle retilen dililer, gnmzde endstrinin vazgeilmez bir paras haline gelmitir. Redktrler de, sanayi devrimi sonras sanayileme hareketlerinde, ilk maden ocaklarnda geni apta kullanm alan bulmu ve sanayinin balangc saylabilecek buhar kuvvetinin makineye uygulanmas ile gerek teknolojisini bularak hemen hemen yaantmzn bir paras olarak en geni anlamda gnmze kadar gelmitir. Redktr farkl g ve hz iletiminde kullanlan dililerden oluan bir sistem olarak gelitirilmi ve mekanik sistemlerin vazgeilmez bir eleman olmutur. eitli firmalar tarafnda retilen redktrlerin tketici tarafndan seimi, eitli girdiler gz nnde bulundurularak salanmaktadr. Firmalar bu seimi kolaylatrmak iin, internet sitelerinde farkl programlar kullanmaktadrlar. Bu dorultuda yaplan aratrmada firmalarn arlkl olarak Visual Basic tabanl programlar kullandklar saptanmtr. Visual Basic, yaps gerei veri taban girdilerini kullanarak ilem yapabilen bir program olduundan, verilen deerler belleinde olmadnda istenilen sonuca varamamakta, ou durumda kullancnn ihtiyalarna cevap vermekte sorunla karlamakta ve ihtiyaca uygun ya da ihtiyaca en yakn redktr seiminde yetersiz kalmaktadr. Yaplan literatr taramalarnda redktr seimi ve yapay zeky badatran bir alma ile karlalmamtr.

1.1. almann Amac Bu almada, yapay zek temeline oturan ve ihtiyaca en yakn sonucu verebilen bir yap oluturulmaya ve yapay zek program kullanlarak, verilen ara deerler ile en uygun redktrn en ksa srede seimi salanmaya allmtr. almaya temel olarak Ylmaz Redktr firmasnn katalou kullanlm, Katalog verileri Excel sayfasna aktarlarak, kullanlabilir veri taban oluturulmutur. 1.2. Yntem Yapay zek yardm ile redktr seimi yapabilmek amacyla yaptmz almada bir yapay zek program olan QwikNet 2.23 program kullanlm. Programn renme aamasnda, katalog verilerini ieren Excel tablosundan yararlanlmtr.

2. LTERATR ARATIRMASI Yapay zek programlarnn, dili imalinde ve dili kutusu tasarmnda uzun sredir kullanld bilinmektedir. Bu konularda pek ok aratrma yaplm, tez ve makaleler yaymlanmtr. Yaplan aratrmada, redktr katalou baz alnarak, katalog ierisinde seim yapmaya ynelik yapay zek zerinde bir almaya rastlanmam, firmalar tarafndan yaplan almalarn Windows tabanl Visual Basic programn arlkl olarak kullandklar grlmtr. Literatr taramas srasnda yapay zek programlarnn pek ok alanda kullanld grlm ve yine dililer zerine yaplm almalara rastlanmtr. Yapay zek ve dililerle ilgili yaplan almalardan bazlar; Arslan, bilgisayar yardm ile tek kademeli dz, helis, konik dili ark tasarm yapm; tasarm ktlarn kullanarak GWBASIC programnn bu dililerin izimi amacyla kullanlabilirliini gstermitir [Arslan, 1994]. Cnnu, yapt almada MSC Nastran 2.1 programn kullanarak dz dili arklarn farklarn iki ve boyutlu modellerinin zerinde incelemitir. ncelemeler sonucunda ayn di formuna sahip iki ve boyutlu modelde gerilme dalmnn ayn olduunu ortaya koymutur [Cnnu, 2003]. Chen, kademeli dz dililerin kk hacimli olarak retimi zerine almtr. Bu almada rasgele seilmi karmak dili mekanizmalarnn uygulanabilirlii iin optimum tasarm formlleri ile oklu amalar kullanlmtr. Metodoloji ayn ykleme ve tasarm kriterlerine sahip iki ve kademeli redktrlerin tasarmnda kullanlmtr. Bu yntem, ok amal optimizasyon prosedrn kullanarak, minimum hacim ve yzey anma mr ile oluan faydalar gsterilmi ve bu ekilde geleneksel tasarm prosedrnn de gelitirilmesine yardmc olmutur [Chen, 1998]. Deb, mekanik para tasarm iin esnek retim yntemi isimli makalede, mhendislik tasarm optimizasyon problemlerinin zm iin farkl deikenleri ieren, bir esnek algoritma sunmutur. Algoritma problem zmnde sadece deikenlerin izin verdii deerleri aratrmakla snrlandrlm olduundan, daha

ksa srede optimum zme ulamtr. Bu metodun uygulama kolayl ve etkinlii, literatrden bulunan farkl problemlere uygulanarak gsterilmi. Dili tasarmnda iki kademeli bir tasarmda, her bir dilinin di says bulunarak bunlardan elde edilen iletim oran ile gerekli iletim oran arasndaki hata pay minimum yaplmaya allmtr [Deb, 1998]. Duan, ve ark., GA'y saat hareketlerindeki dili parametrelerinin zm iin kullanmlardr. zel problemlerin GA'nn kullanabilecei ekilde modellenmesi zor olduundan, iletim mekanizmalarndaki deiik dili parametreleri diziler eklinde dzenlenmi ve dili parametrelerinin zm ilemi gerekletirilmilerdir. Bu ekilde saat dili hareketlerini geleneksel yntemlerle zmenin daha zor olduu ynndeki grlerini ispatlamlardr [Duan, Zha, Lin ve Weng, 1998]. Fan, ve ark., geometrik yaplarn boyut toleranslar iin hiyerarik optimizasyon isimli almalarnda, geometrik boyut toleransnn optimizasyonu iin bir matematiksel model gelitirmiler ve optimum tolerans tasarm algoritmas nermilerdir. Algoritma, optimizasyon ilemini iki ayr alanda yapmaktadr. Birisi tasarm merkezli problemleri zmekte ve ikincisi ise maliyetin daha fazla drlmesi iin istatistiksel optimizasyon yapmaktadr. Matematik model, dili tasarm problemine uygulanm ve nerilen sistemin etkili olduu grlmtr [Fan, Ma, Yan ve Chen, 1999]. Fetvac ve mrak, kavramadaki dili iftindeki di dibi gerilmelerinin incelenmesine imkn salayan dili ark sonlu eleman modelini elde etmi, ANSYS program kullanlarak analizlerini gerekletirmi, oluturulan sonlu eleman modeli ile analiz sonularn, literatrdeki modeller ve analizleriyle karlatrarak bu modelin dili arklarn saysal analizinin yaplabilmesinde kullanlabilirliini ortaya koymulardr [Fetvac ve mrak, 2004]. Flodin, dilerin temas hatalarn, iletim sorunlarn ve temas ekillerini, yatak srtnmesinin fonksiyonu olarak ifade edip, Visual Basic program ile sonsuz vida-

dili ark mekanizmasn simle etmi; sonular, dili ark sistemlerinin iyiletirilmesi amacyla kullanabilmek iin listelemitir [Flodin, 2000]. Fetvac ve mrakn dz dili arklarn bilgisayar ortamnda elde edilmesi zerine bir alma yapm, GWBASIC yazlmn kullanarak, di says, modl, kavrama as, profil kaydrma faktr vb. parametreleri girdi olarak kullanp, di profilini oluturan noktalarn koordinatlarn hesaplamlar, dililerin imalat ile ilgili simlasyon ile kremayer takm geometrisinin ve takm yerleiminin di geometrisi zerindeki etkileri incelenmilerdir. Evolvent dz dili profiline ait nokta koordinatlarnn bulunmasnda, evolvent ve trokoid yapdaki erilerin parametrik formllerini kullanmlardr Bu yazlm, GRAPHER program ile birlikte kullanlarak yapsal analiz uygulamalarnda kullanlmak zere 2D ya da 3D model elde edilebilmektedir [Fetvac ve mrak, 2004]. Li, ve ark., GA'nn kompleks ekil metodu birletirilmesi ile karma GA gelitirmiler ve bunu mekanik problemlerinin zmnde kullanmlardr. Algoritmann oluturulabilmesi iin sistem analizi ve aratrmas yapmlar, bu yeni yap ile yaptklar almalar sonucu bu yntemin etkinliini ortaya koymulardr [Li, Zhou ve Zheng, 1999]. Liu, ve ark., ok etkenli sistemlerde, bilgi al verilerinin olduka karmak olmas ve iletiimdeki glkler nedeniyle ve ilemi etkileyen pek ok etken olmas sebebi ile optimal zmlerinin gerekletirilmesi zor bir itir. Bu nedenle, zm aamasnda GA kullanlmtr. GAlarn, sonular iin daha iyi zmlere ulat grlmtr. lemin hzn artrmak iin saya nerilmitir. Tatmin edici sonular dili pompa tasarmlarnda grlm, ayrca GA ile ok etkenli sistemlerin birleimlerinin, sreci hzlandrd ve bunun yannda en iyi zm bulduu gzlemlenmitir [Liu, Hu, Yan, Zheng, ve Yang, 1998]. Myint, GA tabanl bir sistem oluturulmu ve bu sistem var olan bir rnn deitirilmesi veya tekrar tasarlanmas gerektii durumlarda uygulanmtr. Bu yaklam iki blmden meydana gelmekte, birinci blm retimin realizasyonu

ikinci blm retimin optimizasyonu olarak adlandrlmaktadr. Bu yntem dili kutularnn tasarlanmasnda kullanlm, rnn yeniden tasarlanmas ve maliyeti aamalarnda faydalar salamtr. [Myint, 1999]. Peng, ve ark., planet dili sitemlerin hareket iletimlerini sadeletirmek iin reel kodlu GA isimli bir almada, planet dili sistemlerin hareket iletimlerinin a deiiklikleri ile global olarak optimize edilmeleri, ok modelli fonksiyon optimizasyon problemidir sonucuna varmlardr [Peng, Yang ve Zhong, 1999]. Shariat, ve Toogood, makine paralar tasarmnda GA tabanl programlar kullanm, paralarn alma artlar program iin snrlandrc veri olarak kaydedilmi. Sonuta snrlar ierisinde kalan zm kmesi elde edilmitir. Bu alma para tasarmnda GAlarn kullanlabilirliini gstermitir [Shariat, ve Toogood, 1995]. Song ve Im, CAD sistemi kullanarak, dz dili arklarn souk ekstrzyon metodu ile imal edilebilmesi zerine bir alma yapmlar ve bu almada dili ark geometrisinde etkili olan di says, modl gibi deerleri bir sonlu eleman programnda kullanarak, bu deerlerin dili ark etkileyen kuvvetlere etkilerini aratrmlardr. Bu alma dili boyutlandrmasnda ve buna bal retim aamasnda, imalat maliyet hesaplarn kolaylatrmtr [Song ve Im, 2004]. Tokta, yapt almada, mekanik sistemlerin kavramsal tasarmnda karar verme aamasnn otomasyonu iin YSA tabanl bir tasarm modeli gelitirilmitir. Bu modelle elde ettii sonular YSA genellikle problemin trne gre belirli oranlarda hata ile sonuca ulaabildii. Fakat bu hatann dili ark sistemlerinin boyutlandrlmas probleminin birou iin nemsiz mertebede kald, dili arklar iin, eilme-basmaya ve yzey basncna gre elde edilen modl deerinin en byk deer alndnda bu deerden byk deere sahip standart modl atandnda varlan sonular gz nne alnrsa problemin zmnde yaplan %5-10 mertebesindeki hatalarn birok problemde nemli olmad sonucuna varlmtr [Tokta, 2003].

Trkolu, web tabanl YSA tekniinin planet dili mekanizmalarnn kinematik tasarmnda kullanlmas amac ile bir program oluturmu, bu programn kullanm ile tasarm ileminin daha az insan gc harcayarak ve dk maliyetle yaplabileceini ortaya koymutur [Trkolu, 2008].

3. REDKTR 3.1. Redktr Tanm Motordan alnan dnme hareketinin, ihtiyatan yksek olduu yerlerde, giri dn hznn, istenen k dn hzna drlmesi amacyla kullanlan dili sistemlerine redktr denir. Redktrler ihtiya duyulan sisteme eklenen bamsz elemanlardr. Redktrl sitemler, sisteme g veren bir motor, redktr ve hareket-g ihtiyac olan i sisteminden meydana gelirler. Kullanlan motorlar genellikle elektrik motorlar olmasna ramen ihtiya duyulduunda iten yanmal motorlardan da faydalanlr. Hareket ve g, miller vastas ile iletilir. G ve hareket iletiminde sarsnt ve merkez kakl nedeni ile oluabilecek sakncalar, birleme noktalarnda kaplinler kullanlarak giderilir (ekil 3.1).

ekil 3.1. Redktr ve alma sistemi [Akkurt, 2005] 3.2. Kullanm Alanlar Redktrler kuvvet ve hareketin olduu her yerde kullanlabilirler. Yrr zgaralar, pompalar, takm tezgahlar, asansrler, vinler, tekstil makineleri, sac bkme makineleri, ahmerdanlar, dner tamburlar, konveyrlerde v.b. gibi bir ok dnme

10

hareketinin mevcut olduu yerlerde kullanlrlar. EK-1de eitli kullanm alanlarna rnekler verilmitir. Gnmzde yiyecek, iecek, gda endstrisi, kimya ve ila sanayinde ve hassas rn alanlarnda hijyenik bir ortam olumas olduka nemlidir. ou durumlarda ortamn bakterilerden tamamen arnm olmas istenir. Gnmze kadar kullanlmakta olan tahrik zmleri, retim tesislerindeki temizleme ilemlerini olduka snrlyordu. nk standart motorlarda mevcut olan soutma kanatklarnda ve fanlarda biriken pisliklerin temizlenmesi, buralara zor eriilebildiinden kolay deildir. Bunun sonucu mikrop oluumudur. Bu sorun hijyenik tip zel redktr motorlarla zld (ekil 3.2). Yzeylerinin dz olmas sayesinde, hijyenik tipte helis dili, paralel milli, konik dili ve sonsuz dili redktrler kolayca temizlenebilir ve bylece mikrop ve bakteri oluumu nlerler.

ekil 3.2 Hijyenik tip redktr 3.3. Redktr eitleri Redktrler ierdikleri dili tipine tertipleme ekillerine gre ve kademe saysna gre snflandrlrlar. 3.3.1. Kademe saysna gre redktrler Tek Kademeli, ok kademeli olarak;

11

3.3.2. Dili tipine gre redktrler Aln dili redktrler

ekil 3.3. Aln dili redktrler Aln dili redktrler birbirine paralel miller arasnda dz dili, helis dili ya da V (avu) dilileri kullanarak hareket iletmekte; hz dm dililer arasndaki ap fark ve bal olarak di says fark ile oluturulmaktadr (ekil 3.3). Sonsuz vidal redktrler

ekil 3.4. Sonsuz Vidal Redktr Hz dmnn ok fazla olduu ya da hz yerine g ihtiyac duyulan sistemlerde kullanlrlar (ekil 3.4). Sonsuz vida ve karlk dilisinden oluan bu sistemlerde, vidann her dnnde dili bir di ilerlemektedir. rnein dili

12

zerinde 50 di olduunda, bu sistemde 1/50 lik hz dm olumaktadr. Bu sistemler 90 o al hareket iletimi iin uygundur. Sonsuz vidalarda dililer birbiri zerinde kayarak hareket ettiklerinden verimleri dk ve anmalar fazladr. Bununla birlikte dk hacimlerde yksek evrim oranlar ve k dorultusunun 90 oluu sonsuz vidal redktr semenizi salayabilir. Gnmzde firmalar konik dili ifti ekleyerek helis dili redktrleri de 90 kl yapabilmektedirler. Fiyat olarak daha pahal ve daha byk olacaktr. Fakat yksek verim ve uzun mr gereken yerlerde sonsuz vidal redktrlere tercih edilecektirler. Sonsuz vidal redktrlerin otoblokaj zellii onu dier redktrlerden ayrr. Otoblokaj, redktrn k tarafndaki hibir dndrc momentin girii eviremez olmasdr. Bu zellik yk tama uygulamalarnda, ykn geriye kama ihtimalini ortadan kaldrr. Fakat otoblokaj yksek devir oranlarnda geerlidir. stediiniz sonsuz vidal redktrn otoblokajl olup olmadn belirtmeniz gerekir. Planet dili redktrler

ekil 3.5. Planet dili redktr Kk hacimde yksek iletme oran istendiinde kullanlan dili sistemleridir [Trkolu, 2008]. Bir planet dili sisteminde en dtaki ember eklindeki diliye ember dili, merkezdeki diliye gne dili, bu iki dili arasnda kalan ve iki dili arasnda hareket ve kuvveti ileten farkl saydaki dililere de planet dililer ad verilir (ekil 3.5).

13

Konik dili redktrler

ekil 3.6. Konik dili redktr Konik dili redktrler her iki tork ynnde ve her giri hznda yzde 96'nn zerinde yksek bir verime sahiptirler. Bu olaanst yksek verim deeri konik dili redktrleri, enerji tasarruflu dik al hareket iletebilen redktrler haline getirmektedir. Bakm gerektirmeden uzun sre alma zellikleri sayesinde hem AC-senkron motorlar ve hem de asenkron ve senkron servo motorlar olarak her yerde kullanlabilirler. Hassas pozisyonlandrma grevleri iin az di boluklu tipleri de mevcuttur (ekil 3.6). Eik konik dili redktrler

ekil 3.7. Eik konik dili redktr Dileri helisel ekilde almtr. Dili ifti temas kesmeden dier dililer temasa getikleri iin bu tip redktrler kinematik olarak dzgn alabilen, dz konik dililere gre daha yksek hzlarda kullanlabilirler. Bu tip redktrlerin dz konik

14

dili redktrlere gre bir avantaj da daha sessiz almasdr. Deiik trde helis erileri bu tr dililer iin kullanlabilir. Spiral, ember yay ve evolvent bu tr dililer iin kullanlan eri trleridir (ekil 3.7). 3.4. Redktr Oluturan Paralar ve zellikleri Redktrler, retici firmalar tarafndan standart boylarda imal edilirler. Redktr seiminde evrim oran, g ve hareket iletme kabiliyeti, verim, boyut ve arlk gibi faktrleri gz nne alnr. Redktrler, gvde, dili arklar, miller, yataklar, v.s gibi elemanlardan oluan sistemlerdir. Redktrlerde kullanlan dililer hza ve gce dayankl malzemeden imal edilirler, yataklar genellikle rulmanl yataklardr. Ancak baz durumlarda ok alak ve ok yksek hzlarda kaymal yataklar da kullanlmaktadr. Redktr, gvdeleri sarsntya darbeye ve alma koullar dnldnde d etmenlere dayanacak ekilde imal edilmektedir. Aada, redktrlerde kullanlan makine paralar hakknda bilgi verilmitir. 3.4.1. Dili arklar Birbirine paralel yada belirli bir ada (genelde 90) duran, birbirine ok uzak olmayan miller arasnda hareket ve kuvvet iletmek amacyla kullanlan makine elemanlarna dili ark ad verilir. Dili ark mekanizmalar, bir milden dier bir mile hareket ve g iletiminde, devir saysn kltp/bytmek ve momenti deitirerek iletmek iin kullanlr [Zeyveli, 2005]. Bir dili ark mekanizmalar en az iki dili arktan meydana gelir. Bir dili iftinden kk olan pinyon, byk olana ark ad verilir. Milleri konumlar ve alan uygun dili iftleri EK-2de gsterilmitir [Akkurt, 2005].

15

Dili arklarn malzemeleri Redktrlerde kullanlan dililer, sementasyon elii DIN 16MnCr ve SAE 8620 den imal edilmektedir. Dililerin semente derinlii ve sertlii, modl byklne uygun olarak yaplmaktadr. Sulama ileminden sonra, dili delikleri dili profilleri talanr. Dililerin mukavemeti DIN 3990'a gre ve profil kaydrmalar da DIN 3992'e gre yaplmaktadr. Dililerde yaplan profil kaydrmalarla, zellikle pinyon dililerdeki alt kesilmeler nlenmi olur. Di profillerinin talanmas redktrn sessiz almasn salar. Sonsuz vidal redktrlerinde vida malzemesi 16MnCr5 olup, sertletirilip talanmaktadr. Sonsuz vida ark malzemesi SnBzl2 den yaplmaktadr. Teknolojinin geliimi ile birlikte farkl malzemelerden de dili iftleri imal edilmeye (21NiCrMo2), (Gz12SnCuNi) balanmtr. Dili ark Malzemelerinin Mekanik Deerleri EK-3 de gsterilmitir [Akkurt, 1982]. Dili arklara, dili modlne uygun sementasyon derinlii ve 58 - 60 HRC yzey sertlii salanacak ekilde sl ilemler uygulanr. Isl ilemlerinden sonra dili millerin rulman yerleri, dili delikleri ve dililerin di profilleri talanr. Dili arklarn lleri Dili arklarn llendirmesinde kullanlan eitliklerde bulunan alt indislerdeki g yada 1 deeri dndren, eviren; yada 2 deeri, dndrlen, evrilen dilileri ifade eder. ekil 3.8de bir dz dili ark ve arkn oluturulmas iin gerekli olan l deerleri grlmektedir. Bir dili arkn hesaplanabilmesi iin modl (m) deerine (iz. 3.1) ve dili arkn di saysna (z) ihtiya vardr. Modl di bykln etkileyen bir katsaydr. Di says ise iletme oran (i), dili ap bykl (da) ve iletilecek kuvvet (Fn) gz nnde tutularak belirlenir.

16

ekil 3.8. Dz dili ark Modl ve di says bilindiinde, aadaki eitlikler kullanlarak diliye ait llere ulalr. Blm dairesi ap ( d 0 ):

d 0 = zt
eitliinden ekilerek

(3.1)

d0 =

(3.2)

d0 = m z
olur. Di st ap (da) :

(3.3)

d a = d 0 + 2m

(3.4)

17

Di dibi ap (dt) :

d t = d 0 + 2,5m
Di st ykseklii (ha) :

(3.5)

ha = m
Di dibi ykseklii (ht) :

(3.6)

ht = m1,25
Di ykseklii (h) :

(3.7)

h = m2,25 = ha + ht
Adm (t) :

(3.8)

t = m

(3.9)

Di kalnl ( S 0 ) :

S0 =

t m = 2 2

(3.10)

Diler arasndaki boluk ( e ) :

e=

t 2

(3.11)

Modl deerinin bulunmas

Modl deeri izelgelerden seilir. Fakat kritik alma alanlar iin modln hesaplanmas (E. 3.12, 3.16, 3.20, 3.21, 3.22 ve 3.24) daha uygun ve gvenlidir.

18

Hesaplamalarda malzeme emniyet deerlerinin yan sra alma artlarn ifade eden ok sayda faktr de kullanlr. izelge 3.1. Standart modl deerleri (m)
Modl m (mm) Seri 1 0.05 0.06 0.08 0.1 0.12 0.16 0.20 0.25 0.3 0.4 0.5 0.6 Seri 2* 0.055 0.07 0.09 0.11 0.14 0.18 0.22 0.28 0.35 0.45 0.55 Modl m (mm) Seri 1 0.7 0.8 0.9 1 1.25 1.5 2 2.5 3 4 5 Seri 2* 0.55 0.75 0.85 0.95 1.125 1.375 1.75 2.25 2.75 3.5 4.5 5.5 Modl m (mm) Seri 1 6 8 10 12 16 20 25 32 40 50 60 Seri 2* 7 9 11 14 18 22 28 36 45 55 70

*Zorunlu olmadka Seri 2 deerleri kullanlmamaldr

Millerin konumuna ve di ekillerine gre ayr ayr snflandrlan dili ark mekanizmalarnn yaklak boyutlandrma hesaplar da baz farkllklar gsterir. Mekanizma hesaplarnda fonksiyon emniyeti yani istenen gcn emniyetle nakli n plandadr. Bunun yannda; boyut, arlk ve grlt azl da arzu edilir. Saylan tm bu kriterlere uygun olarak mekanizmalar boyutlandrmak iin eitli hesap yntemleri gelitirilerek standartlatrlmtr. [Babalk ve ark., 2002]
Dz dili arklar iin di krlma dayanm ynnden modl hesab

Bu standarda gre; dz ve helisel dili ark mekanizmalarnda di dibi mukavemeti asndan modl (dz dili ark mekanizmalarnda aln modl, helisel dili ark mekanizmalarnda da normal modl) deeri:
2 M bc z d em
2 1

m3

K f Kv

(3.12)

m: Modl,

19

z: Di says, Mbc : alma momenti [Nmm], Kf : Form faktr (iz. 3.3), Kv : Dinamik hz faktr (iz. 3.2),

em : Malzeme emniyet gerilmesi [N/mm ],

2

d : Di Genilik Oran (iz. 3.5),

alma momenti hesab iin eitlik 3.13 kullanlr.

M bc = K o

955 P [daNmm], n

(3.13)

izelge 3.2. Di saysna gre form faktr (Kf )

Profil Kaydrma Faktr x
Zn 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 30 40 50 60 100 200 400 -0,6 -0,5 -0,4 -0,3 -0,2 -0,1 0 +0,1 +0,2 +0,3 +0,4 +0,5 2,84 2,98 2,69 2,84 2,60 2,99 2,73 2,52 3,15 2,87 2,65 2,46 2,93 2,79 2,58 2,41 2,93 2,72 2,53 2,38 3,10 2,86 2,66 2,48 2,34 3,01 2,79 2,60 2,44 2,31 2,95 2,74 2,56 2,42 2,29 2,88 2,69 2,53 2,39 2,27 2,82 2,65 2,50 2,37 2,26 2,78 2,61 2,47 2,35 2,24 2,74 2,58 2,45 2,33 2,23 2,70 2,55 2,43 2,32 2,22 2,67 2,52 2,41 2,30 2,21 2,64 2,50 2,39 2,29 2,20 2,61 2,48 2,37 2,28 2,19 2,58 2,46 2,36 2,27 2,19 2,48 2,38 2,30 2,22 2,16 2,37 2,30 2,24 2,18 2,13 2,31 2,25 2,20 2,15 2,11 2,25 2,22 2,17 2,13 2,10 2,17 2,15 2,12 2,10 2,08 2,12 2,10 2,10 2,08 2,07 2,09 2,08 2,08 2,08 2,07 2,07 2,07 2,07 2,07 2,07 +0,6 +0,7 +0,8 +0,9 +1 +1,1 +1,2 +1,3 +1,4 2,47 2,40 2,34 2,30 2,27 2,24 2,22 2,20 2,18 2,17 2,16 2,15 2,14 2,14 2,13 2,12 2,12 2,12 2,10 2,08 2,07 2,08 2,06 2,05 2,06 2,07

3,61 3,15 2,90 2,75 2,46 2,27 2,17 2,07

3,73 3,35 3,00 2,78 2,65 2,40 2,24 2,15 2,07

3,64 3,55 3,45 3,18 2,86 2,68 2,57 2,35 2,21 2,14 2,07

3,72 3,62 3,53 3,45 3,38 3,30 3,25 3,01 2,75 2,59 2,50 2,32 2,19 2,13 2,07

3,53 3,44 3,35 3,28 3,20 3,15 3,10 3,05 2,85 2,63 2,50 2,42 2,26 2,17 2,12 2,07

3,45 3,35 3,26 3,20 3,12 3,07 3,01 2,96 2,92 2,88 2,72 2,54 2,43 2,37 2,24 2,15 2,11 2,07

3,36 3,25 3,16 3,09 3,02 2,96 2,91 2,87 2,83 2,80 2,75 2,72 2,60 2,45 2,36 2,32 2,21 2,14 2,10 2,07

2,22 2,18 2,16 2,14 2,12 2,11 2,10 2,09 2,08 2,08 2,07 2,07 2,06 2,06 2,06 2,06 2,05 2,04 2,04 2,03 2,04 2,04 2,04 2,06 2,07

2,05 2,04 2,03 2,03 2,02 2,02 2,01 2,01 2,01 2,01 2,01 2,00 2,00 2,00 2,00 2,00 2,01 2,02 2,02 2,03 2,04 2,05 2,07

1,96 1,95 1,95 1,95 1,95 1,95 1,95 1,95 1,95 1,95 1,95 1,95 1,95 1,96 1,97 1,98 1,99 2,01 2,02 2,04 2,07

1,89 1,89 1,89 1,90 1,90 1,90 1,91 1,91 1,91 1,91 1,92 1,93 1,95 1,97 1,98 2,00 2,02 2,04 2,07

1,85 1,86 1,87 1,87 1,87 1,88 1,88 1,88 1,88 1,90 1,93 1,94 1,96 1,99 2,01 2,04 2,07

1,83 1,84 1,84 1,85 1,85 1,86 1,86 1,88 1,91 1,93 1,94 1,98 1,98 2,03 2,07

1,82 1,83 1,83 1,84 1,84 1,85 1,90 1,92 1,94 1,98 2,00 2,03 2,07

1,82 1,83 1,83 1,85 1,89 1,91 1,93 1,97 2,00 2,03 2,07

20

izelge 3.3. Dinamik hz faktr (Kv)

evre hz <3 11 1.1 1.1 1.2 1.2 3-8 11 11 1.3 1.2 1.4 1.3 8-12 1.1 1 1.2 1.1 1.413 v, m/s 12-18 1.2 1.1 1.3 1.2 18-25 1.4 - 1.2 1.5 1.3 -

Kalite

Yzey sertlii HB 350 >350 350 >350 350 >350 350 >350

6 7 8

Emniyet gerilmesinin bulunmasnda

em =

(3.14)

eitliinden faydalanlr. Burada D srekli dayanm snrdr.

D =

1 D K

(3.15)

izelge 3.4. Srekli dayanm deeri ( D )

Sertletirilmi elikler Islah ve malat elikleri Dkme elik Dkme demir 0,35 K 0,4 K 0,35 K 0,3 K

K : entik faktr (1,4..1,6 alnabilir).

21

izelge 3.5. Di Genilik Oran ( d )

Yataklama durumu Her iki taraftan yataklanm normal dili ark Rijit ve doru olarak yataklanm iyi ilenmi dili ark Trbin mekanizmalarnda kullanlan kalitesi yksek olan dili ark yi yataklanmam veya kalitesi dk olan dili ark b/d01

0,5

1,0
2 0,4

Dz dili arklar iin yan yzey dayanm asndan modl hesab

1 2.M bc 2 2 2 3 K v K E K K i 2 z1 d p Hem

(3.16)

eitlikleri ile hesaplanabilir.

m: Modl , z: Di says, Mc: alma momenti (E. 3.13)

izelge 3.6. Yuvarlanma faktr (K)

o K 15 2 16 1,94 17 1,89 18 1,84 19 1,80 20 1,76 21 1,73 22 1,70 23 1,67 24 1,64 25 1,62 26 1,60 27 1,57

evrim oran faktrnn bulunmasnda ise

i12 + 1 i12

Ki =

(3.17)

eitlii kullanlr.

22

izelge 3.7. Edeer elastiklik modl ve malzeme faktr (KE)

Pinyon Malzeme E1 104 daN/mm2 Malzeme St GS-60 GS-52 GGG-50 GGG-42 G-SnBzl4 SnBz-8 GG-25 GG-20 GS-52 GGG-50 GG-20 GGG-42 GG-20 GG-20 GG-25 ark E1 104 daN/mm2a 2,1 2,05 2,05 1,76 1,75 1,05 1,15 1,28 1,20 2,05 1,76 1,20 1,75 1,20 1,20 1,28 KE daN/mm2 85,3 85,2 85,2 81,9 81,7 70,0 72,1 74,6 73,1 84,7 81,4 72,8 78,4 70,7 64,8 65,8

St

2,1

GS-60 GGG-50 GG-20

2,05 1,76 1,20

St-elik; GS-dkme elik; GGG-kresel grafit; G-SNBz-dkme kalay bronzu; Sn3z- dvme kalay bronza; GG-dkme demir

Di emniyet yzey basnc (PHem) aadaki eitlikten hesaplanr.

PHem = PHD S

(3.18)

S : Emniyet katsays (1,21,5 alnabilir)

PHD = K L K R K Y PHD

(3.19)

izelge 3.8. Yzey basncna bal mr faktr (KL)

Yk tekrar says 1 000 10 000 100 000 1 000 000 10 000 000 KL 1 1,5 1,3 1,1 1

23

izelge 3.9. Gvenirlik faktr (KR)

Verim (%) 50 90 95 99 99,9 99,99 KR 1 0,897 0,868 0,814 0,752 0,704

izelge 3.10. Yalama faktr (KY)

Kinematik viskozite KY 6,3 0,7 68 0,9 100 1,0 200 1,2 300 1,35

izelge 3.11. Yzey sertliine bal dayanm snr (PHD)

Malzeme Sementasyon elii Sertletirilmi elik Islah elikleri Genel imalat elii Dkme demir PHD 0,25 HB 0,2 HB 0,3 HB 0,22 HB 0,2 HB

Helis dili arklar iin modl hesab

mn 3

2.M bc

z d em
2 1

cos 2 K f K v

(3.20)

eitliinden hesaplanr.
mn : Normal modl, : Eim as,

24

Konik dili ark mekanizmalarnda, ortalama aptaki yaklak modl hesab

a. Di dibi dayanm asndan

18,5M bc sin 1 K f Kv z12 em

m=3

(3.21)

m: Modl, z: Di says, (1418 alnmas nerilir), Mbc : alma momenti [Nmm], Kf : Form faktr (Bkz. iz. 3.2), Kv : Hz faktr (Bkz. iz. 3.3),

em : Malzeme emniyet gerilmesi [N/mm ],

2

1 : Diliye ait koni as,

d : Di Genilik Oran (Bkz. iz. 3.5),

b. Yzey dayanm asndan
2 M bc 2 2 2 K v K E K K i 2 2 d z1 p Hem

mm 3

(3.22)

eitlii kullanlr.
mm : Ortalama modl, z1 : Di says, (1418 alnmas nerilir), Mbc : alma momenti [Nmm], Kf : Form faktr (Bkz. iz. 3.2), Kv : Hz faktr (Bkz. iz. 3.3), KE : Malzeme faktr (Bkz. iz. 3.7), K : Yuvarlanma faktr (Bkz. iz. 3.6), Ki : evrim oran faktr (E. 3.23),

25

Ki =

2 i12 +

1 i12

(3.23)

PHem : Emniyetli yzey basnc (iz. 3.13). Sonsuz vida karlk dilisi mekanizmalarnda dili modl hesab

ma 3

2M bc 2 z 2 p Hem
2

(3.24)

eitliiyle yaplabilir. Basit hesaplamalarda izelge 3.12 den uygun bir deer seilir. Bu bantlarda kullanlan sembollerin anlamlar da yle zetlenebilir: ma : Aln modl (iz. 3.12), z2 : Dndrlen dili di says, (1418 alnmas nerilir), Mbc : alma momenti [Nmm], : Genilik faktr. (1,53 arasnda alnabilir), PHem : Emniyetli yzey basnc(iz. 3.13), izelge 3.12. Sonsuz vida mekanizmas iin modl deerleri (m)
modl m 1 1.3 1.6 2 2.5 3.2 4 5 6.3 8 10 13 16 20

izelge 3.13. Yzey basn deerleri (PHem)

Kayma hz va [m/s] PHem [daN/mm] 2 0.80 3 0.70 4 0.60 5 0.52 6 0.48 8 0.40 10 0.35 15 0.24 20 0.22

26

Dili ark dayanm hesaplar Dz dili arklarn dayanm hesaplar

Fr O

Fn Ft

ekil 3.9. Dili ark etkileyen kuvvetler a. Dz dili arklarda di dibi gerilme hesab O noktasna etki eden Fn kuvveti, bileenleri olan Fr ve Ft kuvvetlerine ayrlr. Diliyi etkileyen en byk kuvvet, dier dilinin tepe noktasna Fn kuvveti ile diliye temas ettii andr. Bu anda dili dibinde ekme, Basma, Kesme ve eilme gerilmeleri oluur. Levis hesaplarnda yalnzca eilme gerilmesini hesaba katmtr [Akkurt, 2005] DIN normlarnda ise hem Fn hem da Ft kuvvetleri, dii etkileyen kuvvetlerin hesaplamasnda kullanlmaktadr (ekil 3.9). Ft = Fn cos alma momenti (Mbc) gz nne alndnda
Ft = 2 M bc do

(3.25)

(3.26)

27

eitlii kullanlr. Bu eitlikte M b = K o M b dir. Ko: alma faktr (iz.3.14) izelge 3.14. alma faktr deerleri (Ko)
Motorun cinsi makines (Yk ifadesi ile) Dzgn Orta darbeli Ar darbeli Elektrik veya trbn 1,00 1,25 1,75 ok silindirli, iten yanmal 1,25 1,50 2,00 Tek silindirli, iten yanmal 1,50 1,75 2,25

(3.27)

Dzgn ifadesi: santrifj pompalar,sv kartrc; Orta darbeli ifadesi: krkl pompalar, kat ve yar kat kartrclar, bantl konveyrler; Ar darbeli ifadesi: haddeleme, presleme, deirmenler vb.

Mb : Dndrme momenti Mb = 9550 P [Nm] n (3.28)

P: G [kW] n : Devir says [d/d] Sistemi etkileyen tm faktrler gz nne alndnda etkili di kuvveti (Fnc) hesaplanmak istediinde ise; Fnc=KvKmKFn eitlii kullanlr. Fn : Di kuvveti (3.29)

28

Fnc : Etkili di kuvveti Kv : Dinamik hz faktr (ekil 3.10), Km : Yk dalm faktr (iz. 3.15), K : Kavrama faktr (EK-4), A: Yksek hassasiyetle tralanm veya talanm, nemli yk gelmeyen dililerde B: Yksek hassasiyetle tralanm veya talanm, az dinamik yke maruz dililerde C: Orta dinamik yklerde D: Azdrma freze veya Felows yntemi ile alm dililerde

Dinamik faktr Kv

Taksimat dairesindeki evre hz v

ekil 3.10. Dinamik hz faktr (Kv) izelge 3.15. Yk dalm faktr (Km)
d = b / d 01
0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 Her iki taraftan simetrik olarak yataklanm dili 1 1 1,03 1,06 1,10 1,14 1,19 1,25 Asimetrik olarak yerletirilmi olan dili ok rijid mil Rijidlii daha az olan, mil 1 1,05 1,04 1,10 1,08 1,16 1,13 1,22 1,18 1,29 1,23 1,36 1,29 1,45 1,35 1,55 Kark ekilde yerletirilmi dili 1,15 1,22 1,32 1,45

b. Di dibi dayanm hesab

Top =

Ft K f Kv bm

(3.30)

eitliinden faydalanlr.

Top : Toplam gerilme

29

Kf : Form faktr (Bkz.iz. 3.2), Kv : Dinamik hz faktr (Bkz.iz. 3.3), c. Yzey basnc hesab
Ft Kv bd 01

PH = K E K K i

(3.31)

eitliinden faydalanlr. Helisel dili ark dayanm hesab a. Dayanm hesab

Ft K fe K v bmn

(3.32)

Kfe : Form faktr (iz. 3.16) izelge 3.16. Form faktr (Kfe) ze 12 14 15 16 17 18 19 20 21 22 23 24 25 26

Kfe 3.7 3.33 3.23 3.15 3.08 3 2.98 2.95 2.9 2.86 2.82 2.78 2.73 2.7 27 28 29 30 35 40 45 50 65 70 80 90 100 ze Kfe 2.67 2.64 2.62 2.6 2.51 2.45 2.41 2.37 2.29 2.28 2.25 2.23 2.21 2.2 ze : Helis dili, dz dili edeer di says z cos g cos 0
2

ze =

(3.33)

g : Temel dairesine karlk gelen eim as 0 : Dili helis as

b. Yzey basnc hesab

30

PH = K E K K K i

2 M bc Kv bd 01

(3.34)

eitliklerinden faydalanlr. K : Eim as faktr (iz. 3.17). izelge 3.17. Eim as faktr (K)

0 1

10

12

14

16

18

20

22

24

26

30

32

35

0.99 0.99 0.98 0.97 0.96 0.95 0.94 0.93 0.92 0.91 0.89 0.86

Konik dili arklarn dayanm hesaplar

Ft K fe K v bmm

(3.35)

mm : Ortalama modl (E. 3.21) Sonsuz vida ve karlk dilisi sisteminde dayanm hesaplar Dayanm hesab, dili arkn d dibindeki krlma olayn yanstmaktadr. Sonsuz vida mekanizmalarnda di dibi krlmas ok ender, ancak byk darbelerin altnda meydana gelmektedir. Bu nedenle mukavemet hesab, bir fikir verme mahiyetinde olup ancak kontrol eklinde yaplr. Buna gre silindirik dilileri esas alarak, di dibindeki gerilmeler,

e =

Ftc 2 m. b

Kf2

(3.36)

eitlii ile hesaplanr. Sonsuz vida ve karlk dilisi sisteminde dayanm hesaplar eitliklerinde alt indiste gsterilen 1 deeri dndren yani sonsuz vidaya ait, 2 deeri dndrlen yani karlk dilisine ait deerler iin kullanlmtr.

31

Ftc 2 =

2.M bc 2 d 02

(3.37)

m : Modl (Bkz. iz. 3.12) Kf2 : Form faktr (iz. 3.18) izelge 3.18. Form faktr (Kf2)
z

Kf2

20 2.9

25 2.72

30 2.6

35 2.5

40 2.45

50 2.35

b : Diler aras temas yay,

b = rf 180

(3.38)

: Di kenar eim as,

r f : Di dibi kavisi, d r f = b1 + S b 2 S b : Ba boluu S b = 0,2m d a1 : Di st dairesi ap d a1 = d 01 + 2.hb1 hb1 = ma ma = Aln modl (3.41) (3.40)

(3.39)

32

3.4.2. Miller

Redktrlerin giri milleri genellikle pinyon dili millerdir ve sementasyon eliinden imal edilirler. Redktr giri milindeki pinyon dili, giri miline geme olarak taklacak ise giri mili malzemesi 1040 veya 1050 imalat eliidir. k milleri de yine 1040 veya 1050 imalat eliklerinden imal edilip, sulanmazlar. Miller zerindeki kama yerleri DIN 6885'e uygun yaplmaktadr. k milleri talandndan, kee yerlerinden ya szdrmazlar. Giri ve k milleri 50 mm ap lsne kadar k6 toleransta, 50mm den byk aplarda ise m6 toleransta talanr. Mil ularna DIN 332` ye uygun olarak vidali merkezleme ve ektirme delii delinir. Giri ve k milleri zerindeki kama yuvalar ve kamalar DIN 6885/1`e gre ilenir. Millerin balanmas Redktr k milleri, i makinesine elastik veya rijit kavramalarla, aln dililerle, zincir dili sistemleri ile balanabilir. Kavramalarla balamada mil eksenlerinin ok iyi ayarlanmas, mil eksenleri arasndaki asal ve dorusal sapmalarn minumuma indirilmesi, millerin, rulmanlarn ve kavramann mrn uzatt gibi, sistemin titreimsiz almasn da salar (ekil 3.11). Dililerle balamada millerin birbirine paralel olmas ve dililerin tm di yzeyi boyunca birbirini kavramas gerekir. Redktr giri millerini motora, kay-kasnak sistemleri, elastik kavramalar, hidrolik veya elektromanyetik lamelli kavramalarla balamak uygundur. Redktr girilerinde rijit kavrama kullanmaktan kanlmaldr. Kavramalarla balamada millerin koaksiyal (eeksenli); kay-kasnak sistemlerinde ise millerin birbirine paralelliinin salanmas; balama elemanlarnn, motor ve redktr mili rulmanlarnn mr ve sistemin titreimsiz almas iin gereklidir.

33

ekil: 3.11. Elastik kavrama ile balant ve elastikiyet

3.4.3. Yataklar

Redktr mil ve dililerin yataklarnda konik masural veya oynak silindirik masural rulmanlar kullanlmaktadr. Rulman mrleri en az 50 000 saat olacak ekilde seimleri yaplr.
3.4.4. Gvdeler

Redktr gvdeleri GG 22 kalitede gri pik dkmdr. Gvdeler istek zerine GGG42 kalite sfero dkmden yaplabilir. zel redktr gvdeleri elik kaynakl konstrksiyon yaplabilmektedir. Gvdelerin zerinde ya doldurma ve boaltma tapalar, ya seviye gstergesi bulunur. Baz redktr modellerinde btn dililerin grlebilecei gzetleme kapaklar ve ar redktrlerde kaldrma halkalar vardr. Redktrlerin ya doldurma tapalar ayn zamanda havalandrma delii grevini stlenir.
3.4.5. Szdrmazlk

Redktr, alma alanlar bakmndan olduka ar artlarda alabilirler. Bu nedenle d etkenlerin dili sistemini etkilememesi iin gvde balant noktalarnn szdrmaz olmasna ihtiya vardr. Redktrlerde, gvde ve kapaklar arasndaki szdrmazlk sv conta ile giri ve k millerinin szdrmazl ise lastik ya keeleri ile salanr.

34

3.4.6. Dili arklarn yalanmas

Yatay konumda alan redktrlerde yalama, banyolu arpma yalama yntemi ile salanmaktadr. Redktrn tayaca g, termal g snrna yakn veya onun stndeyse, redktrn yalanmas basnl, pskrtmeli ve gerekirse soutmal yalama sistemleri ile salanr. Dey konumda alan redktrlerde yatay konumlu redktrler gibi banyolu yalama ile yalanr. Ancak dey konumlu redktrlerde arpma yalama imkan olmad iin redktrn ya seviyesinin yksek olmas, genellikle de redktrn tamamen yala doldurulmas gerekir. Dey konumlu redktrlerin yalanmasnda ikinci zm yolu basnl yalamadr. Redktrn st ksmnda bulunan dili ve rulmanlara ya direkt olarak pskrtlerek yalanmalar salanr. Basnl yalama sisteminde redktrn tamamnn yala dolmas gerekmedii iin yan snmas ve tamas gibi sorunlar da ortadan kalkar.
3.4.7. Dili arklarn verimi ()

Redktrlerde verim =P/Pg oranndan elde edilir. Bu deer redktrn normal artlarda alt, iyi yalama yapld ve ykn nominal deere yakn olduu taktirde geerlidir. Sonsuz Vidal redktrlerde ilk 50 saatlik alma sresi iinde verim sonsuz vida tablolarnda verilen deerlerden daha dk olacaktr; Statik verim (s) start annda oluan verimdir ve dinamik verim 'nn ok altndadr. Motor nominal devrine ulatnda redktrn verimi kataloglarda verilen deerlere ulaacaktr. Invers verim (nv) k mili tarafndan redktre tahrik gelmesi ile oluan verimdir ve her-zaman dan kktr. Bu deer aadaki gibi hesaplanr.

inv = 2

(3.42)

Benzer ekilde statik invers verim;

35

sin v = 2

(3.43)

izelge 3.19da eitli sistemlere ait verim deerleri verilmitir. izelge 3.19. Dili arklarda verim deerleri ()
Dili arklar Silindirik dili Konik dili Sonsuz vida Kilitlemesiz Kilitlemeli Helisel dili 6080 2540 98 Kademe bana Verim (%) 9699 9598 Dz kay kasnak V kay kasnak Dili kay kasnak Zincir mekanizmas Srtnmeli ark Yataklar 9598 9294 9698 9698 9097 97 Dier mekanizmalar Kademe bana Verim (%)

3.5. Redktr Seimi in Gerekli Parametreler

letme srasnda redktrn sorun yaratmadan almas ve uzun mrl olmas her eyden nce doru seim ile mmkndr. Redktr seiminin doru yaplabilmesi iin redktre ait teknik bilgilerin ve iletme koullarnn bilinmesi gerekir. Aada belirtilen teknik bilgiler ve iletme koullar gz nne alnarak iletme iin en uygun redktr seilir. Redktr seimi yaplrken ekonomik koullar da gz nne alnr ve ayn i iin birden ok redktr tipi mevcut ise en ekonomik olan seilir. Tm dili sistemlerinde olduu gibi redktrlerde de evrim oran ile beraber dnme yn de nemlidir. Bu bakmdan dndren ve dndrlen elemanlarn dnme ynleri birbirine gre ters olduu durumda (-) iareti, ayn ynde olduu durumda (+) iareti ile gsterilir. Redktrlerde sistemi oluturan herhangi bir dilinin di says evrim orann etkiler. Bu kural tm paralel dili dizileri iin geerlidir. ki diliden oluan bir mekanizma birey olarak kabul edilirse, redktr oluturan mekanizmalarn says, hzn ka kez deitiini yani redktrn kademelerini gsterir [Akkurt, 2005]

36

ekil 3.12de teknik resmi grlen redktr iki kademelidir. Yani hareket giri milinden k miline kadar iletilirken; devir iki kere deiir. Teknik resmi

ekil 3.12. ki kademeli redktr incelemeye devam edersek; giri milinin zerindeki dili en ufak dilidir ve hz burada en yksektir, k milinin zerindeki dili ise en byk dilidir ve hz burada en dk, tork en yksektir. Giri milinden itibaren dililere srasyla z1,z2,z3 ve z4 dilileri dersek, z di saylarn ve i de evrim oranlarn gstermek zere toplam evrim orann;
itop = i12 i34 = z2 z4 z2 z4 = z1 z 3 z1 z 3

(3.44)

eklinde gsterebiliriz. Ayrca kademelerin says, giri k ile dnme hzlarnn birbirine gre dnme ynlerini belirler. Kademe saysnn tek say olmas durumunda giri k dnme ynleri ters, ift say olmas durumunda ayndr.

Redktr oluturan kademelerin verimi 12, 34, eklinde gsterilirse ve yatak verimi y ile ifade edilirse, sistemin toplam verimi;

37

top = 12 34 y

(3.45)

olarak ifade edilebilir. yle ki, k ve giri dnme momentlerinin arasnda aadaki bant vardr; Mb= Mbg top (ng/n) ; Mb = Mbg .top itop
M b = Pg 9550 ng

(3.46)

top itop

(3.47)

Ancak toplam verim hesabnda dili arklar tayan millerin yataklarnn da verimlerinin gz nne alnmas gereklilii unutulmamaldr.
3.6. Redktr Seim Aamalar

Redktr seimi Redktr tipinin seimi ve Seilen redktr tipinin byklnn tespiti olmak zere iki aamada yaplr.
3.6.1. Redktr tipinin seimi

makinesi veya tesise uygun redktr tipi genellikle proje safhasnda seilir. Proje sorumlusu mhendis veya konstrktr hangi makined, hangi tip redktr kullanacana tecrbelerine dayanarak veya daha nce yaplm rnekleri inceleyerek karar verir. Kk g tayan tesislerde, motoru redktre direkt balanm motorlu redktrler akla ilk gelen zmdr. Motorlu redktrler montaj kolayl ve ekonomik olular yznden tercih edilen tiplerdir. Mile geme redktrlerde yine montaj kolayl ve ucuz olular yznden ok kullanlan tiplerdir.
3.6.2. Redktr byklnn tespiti

Redktr byklnn tespiti, redktr g izelgeleri yardm ile yaplr. Her

38

redktr tipi iin ayr ayr olmak zere redktr imalats firmalar tarafndan g izelgeleri dzenlenmitir. Her redktr boyunun tayabilecei g (P) kw. olarak, redktr giri devir says (ng) ve evrim oranna (i) bal olarak bu izelgelerde verilmitir. Redktrlerin tayabilecekleri k dndrme momentleri (Mb) de ayr bir izelgede verilmitir. izelgelerde yer alan g ve dndrme momentleri nominal deerlerdir. makines iin gerekli olan g ve dndrme momenti, redktrn tayabilecei nominal gten, dolaysyla dndrme momentinden kk olmaldr ki redktr, i makines iin gerekli gc belirli bir emniyetle tayabilsin. Redktrn tamas gereken (Pre) gc, redktrn altrd i makinesi iin gerekli olan (Pi) gcnn, iletme emniyet faktr (fs) ile arpmyla bulunur. Seilecek redktrn nominal gc bu Pi deerine eit veya daha byk olmaldr. Nominal gc (Pg) bu deere eit veya daha byk olan redktr ilgili g izelgesinden bulunur. Pre = Pi . fs Redktr altracak motorun gc (Pmot) ve devir says (ng) Redktre balanacak motorun gc, i makinesi iin gerekli olan Pi gcnden byk seilmelidir. Redktr seiminde olduu gibi, motor gcn tespit ederken, i makinesi iin gerekli olan g belirli bir emniyet katsays ile arplarak motorun gc bulunur. Motor gc tespiti iin alnacak emniyet katsays (E) ile redktr seiminde alnacak emniyet katsaylar (fs) farkl olabilir. Motor gcnn gereinden byk seilmesi ekonomik olarak uygun deildir, ayrca elektrik kullanm motor gc ile orantl olduundan iletme giderlerini arttracaktr. letmenin cinsine, gnlk alma sresine bal olarak motor emniyet katsays (E) 1,25 ile 1,8 arasnda alnabilir. Redktr seilirken, motor emniyet katsaysnn ka alnd veya i makinesinin gerek g ihtiyacnn (Pi ) ka kw. olduu bilinmelidir. Redktr de kullanlacak ideal motor devir says 1500 ve 1000 d/d`dr. Redktrler de yksek devirli motor kullanmak sakncaldr. Yksek devir, redktrn sesini artraca gibi, rulman ve dililerin mrn azaltr. 3000 d/d`lik motor kullanmak zorunluluu varsa (3.48)

39

motor ile redktr arasna kay-kasnak sistemi koyarak redktr giri devrini 1500 veya 1000 d/d`ya drmek uygun olacaktr. Pmot = Pi . E Termik g (Pt) Redktrn snmadan tayabilecei gtr. Redktrn termik gc, redktr gvdesinin d yzeyinin byklne, evre scaklna, alma ortamna ( kapal alan, ak saha ), redktrn bir saat iindeki alma sresine ( ED ) baldr. Redktrlerin g izelgelerinde her redktr boyunun tayabilecei termik g verilmitir. izelgede verilen termik g (Pt) redktrn kapal ortamda bulunmas, 20-30 C evre scakl ve srekli alma ( ED = % 100 ) iin geerlidir. 40 C evre scakl iin izelgede verilen deerin % 75`i, 50 C evre scakl iin izelgede verilen deerin % 60` alnmaldr. Redktr bir saat iinde yarm saat alyorsa ( ED = % 50 ), Nt % 25 orannda artrlabilir. Bir saatte 15 dakika alma ( ED = % 25 ) iin Pt, 1,5 kat artrlabilir. Redktrn hava ile soutulmas veya redktr yann soutulmas durumlarnda termik g, soutmann etkisine bal olarak % 10 - % 50 orannda artrlabilir [Akkurt, 2005].
3.6.3. Redktr firmas tarafndan katalounda kullanlan temel eitlikler

(3.49)

a. Motorun harcad g
P = 3UICos / 1000

(3.50)

b. Motorun verdii g

40

P = 3UICos / 1000

(3.51)

P: G [kW] U: Gerilim [Volt] I: Akm [Amper] Cos : G Faktr

: Verim
c. Harcanan g (kw) Dorusal hareket P= Fv 1000 (3.52)

Dnme hareketi P= Mn 9550 (3.53)

d. Dndrme momenti M = 9550 P n (3.54)

e. Atalet momenti Dolu silindir iin J = 98 lD 4 Delikli silindir iin J = 98l ( D 4 d 4 ) (3.56) (3.55)

41

f. Lineer hareket ataletinin motor miline indirgenmesi v2 = 91,2m 2 n1

J ind

(3.57)

g. Dnen hareket ataletinin motor miline indirgenmesi J ind =

2 J n2 n12

(3.58)

h. Farkl devirlerde dnen hareket ataletlerinin motor miline indirgenmesi J ind =

2 2 J 2 n2 + J 3 n3 .... n12

(3.59)

3.6.4. Redktr Seimi

a. alma artlarna bal olarak emniyet faktr (fs) belirleyiniz Emniyet faktr (fs) redktrn alt artlar ile uyumlu olmas iin gerekli olan emniyet katsaysdr. rnein "fs = 1" Dzgn ve sakin yklerde, gnlk sekiz saat ve saatte yz start almay karlar. Basit eitlikle emniyet faktrnn hesaplanmasnda; fs = KA Ko ft fdk eitliinden faydalanlr. KA: letme faktr (Bkz. iz. 4.5) Ko: alma faktr (Bkz. iz. 3.14) ft : Gnlk alma sresi faktr (3.60)

42

Gnde 3-10 saat arasnda alan iletmelerin ft faktr 1 olarak alnr. Gnde 3 saatten az alan iletmelerin ft faktr 0,8 olarak, gnde 10-24 saat arasnda alan iletmelerin ft faktr 1,25 olarak alnr. fdk: Start says Bir saat ierisinde en fazla 5 defa start yapan iletmelerin fdk faktr 1 olarak alnr. Bir saat ierisinde 5`den fazla duru-kalk yapan iletmeler iin zel nlemler almak gerekebilir. Motorla redktr birbirine hidrolik veya elektromekanik kavramalarla balamak duru-kalklardaki darbe etkisini azaltr. 5` ten fazla duru-kalk yapmas gereken iletmelerin fdk faktr 1,25-2 arasnda alnmaldr ve zel nlemler gerektirir. 3.60 eitliinden faydalanlarak servis faktr hesaplanr. Emniyet faktrnn bulunmasnda uygulanan dier bir yntem:

o Makinenin gnlk alma sresini tespit ediniz. o Makinenin ne trde ykler verdiini tespit ediniz (EK-6 ).

U - Dzgn ve sabit ykler M - Orta darbeli ykler H - Ar darbeli ykler Yk snfnn daha teknik seimi iin rotora indirgenmi toplam atalet momenti eitliinden faydalanabilirsiniz .
J ind = Fi = J ext + J mot i2

(3.61) (3.62)

J ind J mot

J top : Toplam d atalet momenti

43

J ind : Motora indirgenmi toplam moment J mot : Motorun atalet momenti

izelge 3.20. Fi deerine bal Yk snf

U M H

Dzgn ve sabit ykler Orta Darbeli Yk Ar darbeli ykler

Fi<0,25 Fi<3,0 Fi<10,0

o Saatteki start saysn tespit ediniz. o ilk maddeye bal servis faktrn aadaki tablodan seiniz.
H M

Servis Faktr

Start Says /Saat**

* Gnlk alma sresi (saat/gn) ** Start Says, Tm kalk ve frenleme ilemleri ile dk hzdan yksek hza (veya tersi) geiler Start Saysna dahildir

ekil 3.13. Servis Faktr Belirleme Cetveli [Ylmaz Redktr katalou, 11.04/02] fs, redktrmzn tahrik tipine bal olarak "Ko" katsays ile arplarak arttrlr. b. makinesi iin gerekli olan dndrme momenti (M i ), hesap yoluyla veya daha nce yaplm olan makinelerden edinilmi tecrbelerle tesbit edilir. c. makinesi iin en uygun devir says (n ), yine tecrbelerle veya denemeyanlma metoduyla bulunur.

44

d. Makine iin gerekli dndrme momentini, seilen devir saysnda salayacak g ihtiyac hesaplanr. makinesi iin gerekli olan dndrme momenti sabit kalmak art ile makineyi deiik devirlerde altrmak gerekiyorsa g ihtiyac en yksek alma devri iin hesaplanr. Pi = M i n 9550

(3.63)

e. makinesi iin gerekli olan gle (Pi), Servis faktr (fs) bize redktrn tamas gereken gc (Pre) verir. Bulunan bu Pre deeri redktr seiminde esas alnr. Pre = fs . Pi (3.64)

f. Seilen redktr tipine ait g izelgesinde, istenilen giri ve k devir saylarnda redktr boylarnn tayabilecei nominal g deerleri Pg [kw] olarak verilmitir. Nominal gc, hesaplanan i makinesi iin gerekli Pre gcne eit veya ondan byk olan redktr bykl, ilgili g izelgesinden bulunur. g. Redktrn termik g kontrol; seilen redktr boyunun termik gc Pt izelgelerden bulunur. Hesaplanan Pre gc, termik gten (Pt) kk olmaldr (Pre < Pt ). Pre, termik gce yakn veya daha bykse redktr soutulmaldr. Soutma imkn yoksa bir boy byk redktr seilir. Bylece redktr seimi tamamlanm olur. h. Redktr ile makine arasnda kullanlan balant elemanna gre radyal yk hesaplanr (EK-5). Sonsuz tip redktrlerde k gc, k devri, deerlerine uyan servis faktr ve radyal yk bulduunuzdan daha yksek veya eit olan redktr, g-devir seim tablolarndan seilir. Helisel tip redktrlerde verim yksek olduundan k gc verilmemitir. Hesapladnz g deerini giri gc olarak kabul edip seiminizi yapnz.

45

izelgelerde verilen M (Mi) k momentinin hesapladnz M (M i) den byk olmasna dikkat ediniz. Eer seilen redktrnki daha ufak ise bir st motor gcne geiniz. Motorsuz sonsuz vida redktrler ve yatk tip redktrlerin seiminde katalog termik gcnn(Ptg), hesapladnz termik gcn altnda olmasna dikkat edilmelidir. (izelge 3.21). izelge 3.21. Termik g tablosu
Maximum evre Scakl Srekli (S 1) alma ekli Duraksamal (S1S6) [%] olarak 60 dakikada alma kt 60 0.9 1.1 1.2 1.4 40 1 1.2 1.4 1.5 25 1.2 1.4 1.5 1.7 15 1.3 1.5 1.7 1.9

40 30 20 10

0.8 0.9 1 1.2

rnek redktr seimi a. Makine Cinsi Lastik bantl konveyr, dkme yk tayor. b. Makine iin gerekli moment Makine iin hesaplanan moment; M =470Nm c. Makine gerekli k devri; r >2 = 50 dev/dak. d. Gnlk alma sresi; 16 saat e. Saatte start says; Saatte 1 start f. Makine ile balant ekli; Zincir dili (ap -130 mm)
Yk snflandrma tablosundan yk snf M olarak seilir (EK-6)

46

Gnlk alma sresi 16 saat Saatte start says 1 ve yk snf M'ye tekabl eden servis faktr tablosundan, servis faktr iin fs = 1.3 deeri bulunur, (Bkz. ekil 3.13)

Makinenizin g ihtiyac (Redktr k gc);

P =

M n 9550

470 50 = 2,46kW 9550

Zincir dili uygulamas iin (EK-5) Fq deeri;

Fq =

2100M D

2100 470 = 7592 N 130

Ortaya kan redktr ihtiyac;

P 2,46 kW M 470Nm f s 1,3 n 2 =50 d/d fq 7592 N Sonsuz vida seimi G-Devir tablolarndan (EK-7) Pf = 3 kW n2= 54 d/d P=2,52 kW>2,46 Fqgv=8200>7592 f s =1,6>1,3 olan EV125-100L/4b tipi (Ylmaz Redktr Katalou 11.04/2) seilir.

47

Helisel redktr seimi; G-Devir tablolarndan (EK-8) Pf=3kW n2= 55 d/d M= 497 Nm > 470 Nm Fqgv= 21196 N> 7592 N f s =2,6>1,3 olan M42-100L/4b tipi (Ylmaz redktr katalou 11.04/2) seilir.

rnek motor seimi 5,5 kW, 1415 d/d, 3 faz AC Asenkron motor Motor kataloundan; M A / M N = 2,7, M n = 37,1Nm, J mot . = 0,093kg.m 2

Ykn motor miline indirgenmi ataleti 3.58 nolu eitlikten;

J ind . = 91,2 2995

0.5 2 = 0,034kg.m 2 1410 2

Yk snfnn tespiti iin atalet faktrn hesaplayalm;

Fi = J ind 0,034 = = 0,36 < 3 J mot 0,093

Fi>0,2 olduundan yk snf M'ye girmektedir. Gnde 8 saatlik alma iin fs =1,2

olmal (ekil 3.13). Ortaya kan ihtiya; 5,5kW, 21 d/d, helisel dili delik milli redktr. fs =1,2 ve zeri (Geri karmamas iin fren veya kilit kullanmak gerekir. Ancak bu rnekte bu dikkate alnmamtr).

48

Redktr seimi; 5,5 kW, 21 d/d,

fs=1,3
olan D6300-100L/4b (Ylmaz redktr katalou 11.04/2) tipi seilir.

49

4. YAPAY ZEK 4.1. Tanm ve Tarihesi

Yapay zek fikrinin temelini sibernatik bilimi oluturmaktadr. Sibernatik insanlar

ve hayvanlar arasnda iletiim ve kontrol bilimi olarak Norbert WENER

tarafndan 1948 ylnda ortaya konmu, sonralar fizik, elektroteknik, bilgisayar, felsefe, matematik, psikoloji, psikiyatri, sosyoloji, fizyoloji gibi farkl bilim dallarnda iletiim ve kontrol iin ortak olan problemlerin renilmesi dzeyine gelmitir. Sibernatiin en nemli zellii canl ve cansz sistemler arasndaki farkn bilerek nemsenmemesidir. Yapay zek, sibernatik biliminin bir yan dal olarak ortaya km, zaman ierisinde kendi bana bir bilim dal haline gelmitir. Yapay zek, kabaca; bir bilgisayarn ya da bilgisayar denetimli bir makinenin, genellikle insana zg nitelikler olduu varsaylan akl yrtme, anlam kartma, genelleme ve gemi deneyimlerden renme gibi yksek zihinsel srelere ilikin grevleri yerine getirme yetenei olarak tanmlanmaktadr [Nabiyev, 2005]. Yapay zek kavram eitli ekillerde tanmlanabilmektedir. Bu tanmlardan bazlar ise;
Yapay zek; sezgisel programlama temelinde olan bir yaklamdr [Abinov, 1989]. Yapay zek; insanlarn yaptklarn bilgisayarlara yaptrabilme almasdr

[Nenov, 1999].
Genesereth ve Nilsson'a gre yapay zek, akll davran zerine bir almadr.

Amac, doadaki varlklarn akll davranlarn yapay olarak retmeyi amalayan bir kuramn oluturulmasdr [Akakn, 1988]
Axe a gre yapay zek; bir bilim olarak akll programlar ierir. Bu programlar

aadakileri yapabilmelidir;

50

nsan beyninin alma biimini taklit ederek karmak problemleri zebilmeli, Deiik durumlar karsnda uygun cevaplar verebilmeli, renerek uzmanln gelitirmeli ve eski bilgilerini yenilerle uyumlu biimde kullanarak bilgi tabann geniletebilmelidir [Atkinson ve ark, 1999].

Grld gibi, verilen her tanm kendi iinde doru olmasna ramen, farkllklar da iermektedir. Ayrca (u ana kadar yaplamayanlar) veya (bir akl teorisinin) daha ayrntl aklanmas bizi, yeni kavramlarn hiyerarik olarak tanmlanmasna gtrmektedir. Bu aratrmalarn daha derinden anlalabilmesi iin, zeknn kendisinin ne olduunu anlamak gerekmektedir. Biz yapay zeky nsana zg aklc
hareketlerin makine tarafndan taklidi biiminde tanmlanabilir.

Yzyllardan beri akll yapay varlklarn yaratlmas insanolunu megul etmesine ramen Yapay Zeknn douu olarak 1956 yaznda Dartmouth College'de dzenlenen konferans baz alnmaktadr. Bu konferansa katlan, Marvin Minsky,
Ailen Newell ve Herbert Simon Yapay Zek'nn kurucular olarak anlmaktadrlar.

lk Yapay Zek kitab E. Feigenbaum ve J. Feldman tarafndan derlenerek 21 makaleden oluan ve 1963 ylnda baslan "Bilgisayar ve Dnce" (Computer and
Thought) kitabdr. Alan Turing'in 1950'de yazd Testiyle ilgili makaleyi de ieren

bu makaleler Yapay Zeknn klasikleri olarak grlmektedir. Turing testi bilgisayar dnebilir mi? Sorusuna cevap arayan ve bir makinenin dnmesi ile ilgili aklamalarn mantksal olarak mmkn olup olmadn aratran bir testti. Bu testte Sorgulayc dediimiz kii ayn sorular bir paravann tesindeki bir insan ve bir bilgisayara ynelterek; ald cevaplara bakarak insan, bilgisayar ayrm yapmaya almaktayd. Sorgucunun ayrm yapamamas ya da yanl sonuca ulamas bilgisayarn dnebilirlik dzeyi hakknda bir fikir olutururdu (ekil 4.1).

51

Sorgucu

ekil 4.1. Turing testi Yapay zeknn, insan davrann taklit etme, benzetirme veya modelleme amacyla bilgisayar programlarnn gelitirilmesi biiminde tanmlanabileceine deindik. Yapay zeknn dier bilim alanlar ile olan yaklak ilikisi ematik olarak ekil 4.2'de gsterilmitir. Grld gibi yapay zeknn birok farkl bilimsel alanla ilikisi bulunmaktadr.[Nabiyev, 2005]

Felsefe

Mantk

Psikoloji Dil Bilgisi Bilgisayar Fizyoloji YAPAY ZEKA

Gzel Sanatlar Matematik

Biyoloji Fizik-Elektronik

ekil 4.2. Yapay zek bilimsel alan ilikisi [Nabiyev, 2005] Yapay zek, kullanm alanlar ve alma mant asndan incelendiinde alt oluumlara ayrld grlr. Bunlardan nemli olanlar inceleyelim.

52

4.2. nemli Yapay Zek Teknikleri 4.2.1. Bulank mantk (BM)

Bulank mantk (Fuzzy Logic) kavram ilk kez 1965 ylnda California Berkeley niversitesinden Prof. Lotfi A. Zadehin bu konu zerinde yazd bir makale sayesinde duyulmutur. O tarihten gnmze nemi gittike daha ok anlalan ve teknolojinin eitli dallarnda daha geni alanlarda kullanlmaya balanm olan bulank mantk, belirsizliklerin anlatm ve belirsizliklerle allabilmesi iin kurulmu kat bir matematik dzen olarak tanmlanabilir. Bilindii gibi istatistikte ve olaslk kuramnda, belirsizliklerle deil kesinliklerle allr ama insann yaad ortam daha ok belirsizliklerle doludur. Bu yzden insanolunun sonu karabilme yeteneini anlayabilmek iin belirsizliklerle almak gereklidir. Belirsizlikler dnldnde bulank mantk, Siyah, beyaz arasndaki grilerle alabilen bir kavram olarak alglanabilir.

0,8

0,6

0,4

0,2

Doru Dolu Scak ekil 4.3. BM alma alan mant

Yanl Bo Souk

BM kuramnn merkez kavram Bulank mantk (fuzzy) kmeleridir. Kme kavram anlalmas kolay bir kavramdr. rnein gen kavramn inceleyecek olursak, bu kavramn snrlarnn kiiden kiiye deiiklik gsterdiini grrz. Gen kavram kesin snrlarla belirlenmi bir kavram olmadndan matematiksel olarak da kolayca formle edemeyiz. Ama genel olarak 18 ile 35 yalar genlik snrlar olarak dnlebilir. Burada grld gibi gen tanmnda 18-35 yalar kullanlmtr,

53

oysa yaamda 17 veya 36 yandaki kiiler iinde gen terimi kullanlabilmektedir. Buradaki rnek, kesin snrl kmeler oluturmann zorluunu bize gstermektedir. BM bu tr kesin doru ve yanln olumad durumlarda kullanlmaya uygundur. Bir fuzzy kmesi kendi aitlik fonksiyonu ile temsil edilir. Byle bir aitlik fonksiyonu ile kesinlikle ait (doru) veya kesinlikle ait deil(yanl) arasnda istenilen incelikte ayarlama yapmak mmkndr. Farkl ve elien iki nesne ayn bulank kmesinin yeleri olabilirler. "Doru" ve "Yanl"' tanmlamadaki fark ekil 4.4'de keskin kmeler ve bulank kmeleriyle tanmlanmtr. Bir bulank kmesinde nemli olan, her bir elemana atanan doruluk derecesidir [Aydemir, 2001].

ekil 4.4. Doru ve Yanl'n tanm; a) keskin kmeler, b) bulank kmeler [Tokta, 2003] Daha sonra, girdi ve kt yelik fonksiyonlar arasndaki ilikiyi belirleyen kurallarn bulunduu kural taban oluturulur. Kural taban oluturulurken ya mevcut verilerden hareket edilir veya tecrbelerden yararlanlr. Kural taban szel cmleciklerden oluur. BM ile modellemede, kural taban bir eit mantksal ifade olan EER-SE yapsyla oluturulur. EER ksm, girdi bulank kmelerinden, SE ksm kt bulank kmesinden deikenleri ierir. EER-SE ifadeleri VE veya VEYA balalar ile birbirine balanr [Tokta, 2003]. BM ile matematik arasndaki temel fark bilinen anlamda matematiin sadece ar u deerlerine izin vermesidir. Klasik matematiksel yntemlerle karmak sistemleri

54

modellemek ve kontrol etmek ite bu yzden zordur, nk veriler tam olmaldr. BM kiiyi bu zorunluluktan kurtarr ve daha niteliksel bir tanmlama olana salar. Bir kii iin 40 yanda demektense sadece orta yal demek birok uygulama iin yeterli bir veridir. Bylece azmsanamayacak lde bir bilgi indirgenmesi sz konusu olacak ve matematiksel bir tanmlama yerine daha kolay anlalabilen niteliksel bir tanmlama yaplabilecektir. BMda fuzzy kmeleri kadar nemli bir dier kavramda linguistik deiken kavramdr. Linguistik deiken scak veya souk gibi kelimeler ve ifadelerle tanmlanabilen deikenlerdir. Bir linguistik deikenin deerleri fuzzy kmeleri ile ifade edilir. rnein oda scakl linguistik deiken iin scak, souk ve ok scak ifadelerini alabilir. Bu ifadenin her biri ayr ayr fuzzy kmeleri ile modellenir. BM nin uygulama alanlar ok genitir. zellii ise insana zg tecrbe ile renme olaynn kolayca modellenebilmesi ve belirsiz kavramlarn bile matematiksel olarak ifade edilebilmesine olanak tanmasdr. Bu nedenle lineer olmayan sistemlere yaklam yapabilmek iin zellikle uygundur. BM konusunda en ok aratrma Japonyada yaplmakta, fuzzy process controller olarak isimlendirilen zel amal bulank mantk mikroilemci ipinin retilmesine allmaktadr. Bu teknoloji fotoraf makineleri, amar makineleri, klimalar ve otomatik iletim hatlar gibi uygulamalarda kullanlmaktadr. Uzay aratrmalar ve havaclk endstrisinde kullanma da uygundur. Yine bir baka uygulama olarak otomatik cvatalamalarn deerlendirilmesinde Bulank mantk kullanlmaktadr. BM yardmyla cvatalama kalitesi belirlenmekte, cvatalama teknii alannda bilgili olmayan kiiler asndan konu effaf hale getirilmektedir. Burada bir uzmann deerlendirme snrlarna eriilmekte ve hatta geilmektedir [Tokta, 2003].

55

4.2.2. Genetik algoritmalar (GA)

Genetik algoritmalar, doada gzlemlenen evrimsel srece benzer bir ekilde alan arama ve eniyileme yntemidir. Karmak ok boyutlu arama uzaynda en iyinin hayatta kalmas ilkesine gre btnsel en iyi zm arar. lk olarak Michigan niversitesi'nden John Holland, evrim yasalarn GAlar iinde eniyileme problemleri iin kullanmtr. GAlarn temel ilkeleri Holland tarafndan ortaya atlmtr. Holland 1975 ylnda yapt almalar Adaptation in Natural and Artificial Systems adl kitabnda toplamtr. GAlar problemlere tek bir zm retmek yerine farkl zmlerden oluan bir zm kmesi retir. Bylelikle, arama uzaynda ayn anda birok nokta deerlendirilmekte ve sonuta btnsel zme ulama olasl ykselmektedir. zm kmesindeki zmler birbirinden tamamen bamszdr. Her biri ok boyutlu uzay zerinde bir vektrdr. GAlar problemlerin zm iin evrimsel sreci bilgisayar ortamnda taklit ederler. Dier eniyileme yntemlerinde olduu gibi zm iin tek bir yapnn gelitirilmesi yerine, byle yaplardan meydana gelen bir kme olutururlar. Problem iin olas pek ok zm temsil eden bu kme GA terminolojisinde nfus adn alr. Nfuslar vektr, kromozom veya birey ad verilen say dizilerinden oluur. Birey iindeki her bir elemana gen ad verilir. Genler probleme zg bilgileri ieren belirli uzunluktaki dizilerdir. Nfustaki bireyler evrimsel sre iinde genetik algoritma ilemcileri tarafndan belirlenirler (ekil 4.5 ). Problemin bireyler iindeki gsterimi problemden probleme deiiklik gsterir. GAlarn problemin zmndeki baarsna karar vermedeki en nemli faktr, problemin zmn temsil eden bireylerin gsterimidir. Nfus iindeki her bireyin problem iin zm olup olmayacana karar veren bir uygunluk fonksiyonu vardr. Uygunluk fonksiyonundan dnen deere gre yksek deere sahip olan bireylere, nfustaki dier bireyler ile oalmalar iin frsat verilir. Bu bireyler aprazlama

56

ilemi sonunda ocuk ad verilen yeni bireyler retirler. ocuk kendisini meydana getiren ebeveynlerin (anne, baba) zelliklerini tar. Yeni bireyler retilirken dk uygunluk deerine sahip bireyler daha az seileceinden bu bireyler bir sre sonra nfus dnda braklrlar. Yeni nfus, bir nceki nfusta yer alan uygunluu yksek bireylerin bir araya gelip oalmalaryla oluur. Ayn zamanda bu nfus nceki nfusun uygunluu yksek bireylerinin sahip olduu zelliklerin byk bir ksmn ierir. Bylelikle, pek ok nesil araclyla iyi zellikler nfus iersinde yaylrlar ve genetik ilemler araclyla da dier iyi zelliklerle birleirler. Uygunluk deeri yksek olan ne kadar ok birey bir araya gelip, yeni bireyler oluturursa arama uzay ierisinde o kadar iyi bir alma alan elde edilir. Probleme ait en iyi zmn bulunabilmesi iin bireylerin gsterimi doru bir ekilde yaplmal;

Uygunluk fonksiyonu etkin bir ekilde oluturulmal, Doru genetik ilemciler seilmeli.

ekil 4.5. zm Kmesi Bu durumda zm kmesi problem iin bir noktada birleecektir. GAlar, dier eniyileme yntemleri kullanlrken byk zorluklarla karlalan, olduka byk arama uzayna sahip problemlerin zmnde baar gstermektedir. Bir problemin btnsel en iyi zmn bulmak iin garanti vermezler. Ancak problemlere makul bir sre iinde, kabul edilebilir, iyi zmler bulurlar. GAlarn asl amac, hibir zm teknii bulunmayan problemlere zm aramaktr. Kendilerine has zm teknikleri olan zel problemlerin zm iin mutlak sonucun hz ve kesinlii asndan GAlar kullanlmazlar. Genetik algoritmalar ancak;

57

Arama uzaynn byk ve karmak olduu, Mevcut bilgiyle snrl arama uzaynda zmn zor olduu, Problemin belirli bir matematiksel modelle ifade edilemedii, Geleneksel eniyileme yntemlerinden istenen sonucun alnmad alanlarda etkili ve kullanldr.

GAlar parametre ve sistem tanlama, kontrol sistemleri, robot uygulamalar, grnt ve ses tanma, mhendislik tasarmlar, planlama, yapay zek uygulamalar, uzman sistemler, fonksiyon ve kombinasyonel eniyileme problemleri a tasarm problemleri, yol bulma problemleri, sosyal ve ekonomik planlama problemleri iin dier eniyileme yntemlerinin yannda baarl sonular vermektedir. Dier yntemlerden fark GAlar problemlerin zmn parametrelerin deerleriyle deil, kodlaryla arar. Parametreler kodlanabildii srece zm retilebilir. Bu sebeple GAlar ne yapt konusunda bilgi iermez, nasl yaptn bilir.

GAlar aramaya tek bir noktadan deil, noktalar kmesinden balar. Bu nedenle ounlukla yerel en iyi zmde skp kalmazlar.

GAlar uygunluk fonksiyonunun deerini kullanr. Bu deerin kullanlmas ayrca yardmc bir bilginin kullanlmasn gerektirmez. GAlar gerekirci kurallar deil olaslksal kurallar kullanr.

Genetik algoritmann almas GAnn almasn aadaki admlarla zetleyebiliriz (ekil 4.6)

58

ocuklar

Oluan yeni bireylerden bir ksm tanmlanan UYGUNLUK FONKSYONU tarafndan elimine edilir. ekil 4.6. Genetik Algoritmalarda zm kmesi oluumu 1. Adm: Olas zmlerin kodland bir zm grubu oluturulur. zm grubuna biyolojideki benzerlii nedeniyle nfus, zmlerin kodlar da birey olarak adlandrlr. Bu adma nfusta bulunan birey says belirlenerek balanr. Bu say iin bir standart yoktur. Genel olarak nerilen 100-300 aralnda bir byklktr. Byklk seiminde yaplan ilemlerin karmakl ve aramann derinlii nemlidir. Nfus bu ilemden sonra rasgele oluturulur. 2. Adm: Her bireyin ne kadar iyi olduu bulunur. Bireylerin ne kadar iyi olduunu bulan fonksiyona uygunluk fonksiyonu denir. Bu fonksiyon iletilerek bireylerin uygunluklarnn bulunmas ise hesaplama (evalution) ad verilir. Bu fonksiyon genetik algoritmann beynini oluturmaktadr. GA'da probleme zel alan tek ksm bu fonksiyondur. ou zaman GA'nn baars bu fonksiyonun verimli ve hassas olmasna bal olmaktadr. 3. Adm: Bu bireyleri eleyerek yeniden kopyalama ve deitirme operatrleri uygulanr. Bu sayede yeni bir nfus oluturulur. Bireylerin elenmesi

59

bireylerin uygunluk deerlerine gre yaplr. Bu seimi yapmak iin rulet tekerlei seimi, turnuva seimi gibi seme yntemleri vardr. 4. Adm: Yeni bireylere yer amak iin eski bireyler ortadan kaldrlr. Eski bireyler kartlarak sabit byklkte bir nfus salanr. 5. Adm: Tm bireylerin uygunluklar tekrar hesaplanr. Tm bireyler yeniden hesaplanarak yeni nfusun baars bulunur. 6. Adm: GA, defalarca altrlarak ok sayda nfus oluturulup hesaplanr. Eer zaman dolmamsa 3. adma gidilir. 7 . Adm: O ana kadar bulunan en iyi birey sonutur. nk nfuslarn hesaplanmasnda en iyi bireyler saklanmtr [Korukolu, 2003].
4.2.3. Uzman sistemler (US)

Uzman sistemler 1960larda, J.Lederbergin spektrograf verilerini bilgisayarla yorumlama abalar sonucu ortaya km, yapay zeknn problem zme alan dna taarak yeni bir dal haline gelmitir. Uzman sistemler belirli bir alanda sisteme girilen verileri yorumlayarak karar verme ilemlerini modelleyen programlardr. USler parasal analiz, mhendislik, tp bata olmak zere pekok alanda gnmzde aktif olarak kullanlmaya balanmtr. USlerin genel yaps ekil 4.7de verilmitir. Bilgi tabannda bilgiler genel olarak kurallar; (EER-SE), bilinen gerekler, bilgi snflar, prosedrler ve algoritmalar eklindedir. Uzmanlarn bilgi ve tecrbesinden yararlanarak oluturulan USlerin en nemli yararlar unlardr [Baral ve Kulak, 2000];

60

Uzmanlardaki

yorgunluk

ve

stres

sebebiyle

srekli

yksek

verimde

alamamalarnn aksine, her an hazrdrlar ve muntazam bir ekilde alrlar. Yksek performans, uygun yant sresi, yksek gvenilirlik, anlalabilirlik ve esneklik gibi kaliteyi arttran genel karakteristiklere sahiptirler.

Kullancya, sistemin sonu karma yntemini aklamas ve o konudaki uzmanl rahat ve kolay bir ekilde sunarak yardmc olmas itibariyle zeki bir reticidir.

Tasarmn tutarln bir organizasyon dahilinde gelitirir. Problem zmnde hatalar azaltr. Mhendislik analizi iin gelitirilmi yazlmlara uyumludur. erik, eleman ve materyalin en uygun seimi iin geni bilgi bankasn ksa srede tarar ve ok fazla miktardaki bilgiyi, belirli bir uygulama problemin zm iin beceriyle kullanrlar.

BLG TABANI VER TABANI

BLG KAZANMA MODL

UZMAN (BLG GNCELLEME)

MANTIKSAL IKARIM MODL

YARDIMCI YORUMLAMA MODL

VER GR

SONULAR

ekil 4.7. Uzman Sistemlerin genel yaps [Tokta, 2003] Bunlarn yannda uzman sistemlerin baz kstlamalar vardr.

Bugn USleri gelitirmedeki en nemli darboazlardan birisi bilginin toplanmas ve uzmandan alnmas problemidir. Uzman sahip olduu bilgileri,

61

tecrbesini, yeteneklerini kurallar halinde ortaya koyamayabilir. Bunlarn bir ksmnn kurallar halinde programlanmas sz konusu da olamayabilir. Bilgi edinme ilemleri konusunda olduka youn bir aratrma sre gelmektedir.

Bir US genelde, bilgiyi sembolik olarak ifade eder, kyaslama ilemini inceler ve aklar, ayrca probleme ait alanlar belirler. Bu ilemi yapacak bir uzmann uzun bir sre ileri dzeyde bir eitim almas ve yllarca bu konuda tecrbe edinmesi gerekecektir ki bu da olduka maliyetli ve zaman alc bir itir. Bunun yannda, bir US'in uygunluu, bir problem karsnda konunun uzman tarafndan karlan sonuca yaknl ile llr.

US, veritabannda bulunan bilgiler ve bu bilgilerin yerletirilmesi iin gerekli ilemin zellii ile kstldr. Bilgi tabannda kesin olarak belirlenmemi yeni durumlar ortaya ktnda probleme zm retilemez. Yani problemi zmek iin gerekli btn bilgiler snrlar ile nceden bilinmelidir. Dier bir deyile, elde mevcut olan durum bilgi tabanndaki EER-SE eklinde tasarlanm kurallarn EER ksmnda belirtilen durumlara %100 uyum salamaz ise problemlere zm getirilemez. Mesela oda scakl 20 derece olduunda termostatn kapanmas istendiinde oda scakl 19,9999 olsa bile sistem termostat kapat nerisi vermez. Hayatta her eyi byle kesin snrlar ile sylemek mmkn deildir. Yksek, alak, yaklak olarak, tahmini olarak, yeterince vb. gibi sfatlara uzmanlarn bilgilerini anlatrken olduka fazla rastlanr. Bunlarn yorumu ise kiiden kiiye deimektedir [Denning, 1986]. Bu sebeple, US'ler beklenmeyen durumlarda nemli aklar verebilirler. Ayrca programdaki hatalar bulmak iin yaplan testlerin de doal olarak gvenilmez olduu sylenmektedir. Bu kstlamalarn yan sra uzman sistemler iin sahip olunan ortak kan, beklenmeyen durumlar iin yaratc yant bulma, renme ve alglama yoluyla tecrbe vb. zelliklere sahip olmama gibi dezavantajlar da vardr. USlerin kullanld uygulama alanlar fonksiyonlarna gre; tehis, snflandrma, seim, veri analiz ve yorumu, analiz, tasarm, tahmin, simlasyon, izleme,

62

danmanlk, zeki yardm-destek, planlama ve programlama, kontrol ve eitim olarak snflandrlmtr [Geren ve Baysal, 2001]. Bir tasarm uygulamasnda kullanlmas planlanan bir uzman sistem gelitirme arac aada verilen zellikleri salamaldr [Denning, 1986].

Kullancya sonu alma ilemi sresince soru sorma kabiliyeti ve sonu alma ileminin her adm iin nedenlerin kullanc tarafndan belirlenmesine izin veren bir aklama mekanizmas,

Sonu karma ileminin kullanc tarafndan kolaylkla kontrol iin mekanizmalar (arama yn vs: ileri doru (forward) (backward) aratrma kabiliyeti), veya geriye doru

Bilgi tabannn grafiksel gsterimi, akan veriler bulunduunda kullancy uyarabilme ve kurallara ncelik ve arlk verme kabiliyeti,

Karlkl etkileim kabiliyetleri, kullancya her bir kural ve veriye, oklu zellikleri aka belirtmesine olanak salayan ereve (frame) temsil emasnn istenilir olduuna iaret etmektedir. tabanl bilgi

Tasarm uygulamalarnda uzman sistemler, tasarmcnn aktivitelerini modeller, tasarmcnn bilgi birikimini tasvir eder ve tasarmcya yardmc olacak sistemleri veya tasarm yapacak sistemlerin kurulmasn ierir [Brown, 1997].
4.2.4. Yapay sinir alar (YSA)

Yapay sinir alar dncesi, beyin alma biiminin bilgisayarlara adapte edilmesi fikri ile ortaya km ve ilk almalar beyni oluturan biyolojik hcrelerin

63

(nronlarn) matematiksel olarak modellenmesi zerine younlamtr. YSA biyolojik sinir sistemini bilgisayar ortamnda canlandrmak amacyla tasarlanan bir programdr. Bu program daha iyi anlayabilmemiz iin nce biyolojik sinir sistemini ve bu sistemi oluturan sinir hcresini tanmamz gerekmektedir. YSA da eitli yollarla birbirine bal birimlerden olumu topluluklardr. Her birim iyice basitletirilmi bir nronun niteliklerini tar. Nron alar sinir sisteminin paralarndan olup, olan biteni taklit etmekte, ie yarar ticari cihazlar yapmakta ve beynin ileyiine ilikin genel kuramlar snamakta kullanlr. Sinirsel a iindeki birimler, herbirinin belli ilevi olan katmanlar eklinde rgtlenmitir ve bu yapya YSA mimarisi denir. YSAlarn temel yaps, bilgisayarn yapsndan daha fazla bir beynin alma yapsna benzemektedir. Yine de gerek nronlar kadar karmak bir yapya sahip deildirler ve alarn ounun yaps, beyin kabuundaki balantlarla karlatrldnda byk lde basit kalmaktadr. Gnmzde, sradan bir bilgisayarda, beynimizdeki sinir a yapsnn akla uygun bir srede taklit edilebilmesi iin bu an son derece kk olmas gerekiyor. Gittike daha hzl ve daha komplike alan bilgisayarlar piyasaya ktka zamanla gelimeler salanacaktr. YSA daki her bir ilem birimi, basit anahtar grevi yapar ve iddetine gre, gelen sinyalleri keser ya da iletir. Bylece sistem iindeki her birim belli bir yke sahip olmu olur. Her birim sinyalin gcne gre ak ya da kapal duruma geerek basit bir tetikleyici grev stlenir. Ykler, sistem iinde bir btn tekil ederek, karakterler arasnda ilgi kurmay salar. YSA aratrmalarnn odandaki soru, yklerin, sinyalleri nasl deitirmesi gerektiidir. Bu noktada herhangi bir formdaki bilgi giriinin, ne tr bir ka evrilecei, deiik modellerde farkllk gstermektedir. Dier nemli bir farkllk ise, verilerin sistemde depolanma eklidir. Nral bir tasarmda, bilgisayarda sakl olan bilgiyi, tm sisteme yaylm kk yk birimlerinin birleerek oluturduu bir btn evre temsil etmektedir. Ortama yeni bir

64

bilgi aktarldnda ise, yerel byk bir deiiklik yerine tm sistemde kk bir deiiklik yaplmaktadr. YSA beynin bazi fonksiyonlarn ve zellikle renme yntemlerini benzetim yolu ile gerekletirmek iin tasarlanr ve geleneksel yntem ve bilgisayarlarn yetersiz kald snflandrma, kmeleme, duyu-veri ileme, ok duyulu makine gibi alanlarda baarl sonular verir. YSA zellikle tahmin problemlerinde kullanlabilmesi iin ok fazla bilgi ile eitilmesi gerekir. Alarn eitimi iin esitli algoritmalar gelitirilmitir. Gnmzde sinirsel a uygulamalar ya geleneksel bilgisayarlar zerinde yazlm simlatrleri kullanlarak veya zel donanm ieren bilgisayarlar kullanarak gerekletirilmektedir. Kredi risk deerlemesinden imza kontrol, mevduat tahmini ve imalat kalite kontrolne kadar uzanan uygulamalar yazlm paketlerinden faydalanlarak yaplmaktadr. Doal sinir hcresi ve yaps YSA, insan beyninin bi sinir hcresine benzetilerek, onun fonksiyonlern taklit etmeye alan bir programdr. Bir insan beyninde 1011 nron ve her bir nrona ait 104 balant bulunur. Sonuta beyin son derece verimli bir yapdr. zellikle beynin enerjik verimlilii, her saniyede her bir ilem iin yaklak 10-16 jouledur, bu deer bugnn en iyi bilgisayarlarnda yaklak 10-6 jouledur. Her nron vcuttaki dier hcreler ile birlikte ortak birok karakteristikler paylarlar. Ayrca nronlar, beynin haberleme sistemini oluturarak sinyal alma, ilem yapma, ve sinyallarin sinir alar iinde iletimini salarlar [Trkolu, 2008]. Sinir sisteminin en kk birimi nronun biyolojik yaps ekil 4.8de grlmektedir. Bir sinir hcresinin blmleri ve grevleri, YSA oluturulurken esas alnacaktr. Sinir hcreleri sinir sistemi ierisindeki grev ve yerine bal olarak farkl byklkte olabilir.

65

ekil 4.8. Bir sinir hcresinin biyolojik yaps [St, 2009] Nron, bir ekirdek ve gvdeden oluur, evresinde dentrit ve akson olmak zere iki trl uzant bulunur. Dentritler, ksa ve dallanm uzantlar olup, grevleri hcreye dardan gelen bilgileri (sinyalleri) almaktr. Dier uzant ise aksondur. Bunun grevi, k bilgilerini dier nronlara tamaktr. Akson tek bir uzant olmasna ramen dier nronlarla birleme esnasnda dallara ayrlarak iki veya daha fazla dentrit'e de sinyal gnderebilir. Sinyal ilk anda elektronik bir kavram hatrlatmasna ramen bu mucizev yap ierisindeki grevi asndan ok yerinde bir terimdir. nk bilgilerin nronlar arasnda elektrik sinyalleri halinde aktarld belirlenmitir. Hcreler elektrik sinyalini hcre duvarndaki voltaj deitirerek retirler. Bu ise hcrenin iinde ve dnda dalm bulunan iyonlar vastasyla olur. Bu iyonlar; sodyum, potasyum, kalsiyum ve klor gibi iyonlardr. Bir hcre dier bir hcreye elektrik enerjisini bu kimyasal iyonlar vastasyla transfer eder. Baz iyonlar elektriksel ve manyetik kutuplamaya sebep olurken bazlar kutuplamadan kurtulup hcre zarn aarak iyonlarn hcreye gemesini salar. Sinyallerin bir hcreden dierine akmasn salayan da bu kutuplamann azalmasdr. Sinyaller hcrelerin etkinliini (drtsn) belirler. Bir hcrenin etkinlii, hcreye gelen synaps says, synaps'lardaki iyonlarn konsantrasyonu ve bir de synaps'n sahip olduu g olmak zere faktre baldr. Bir hcre sahip olduu

66

drt miktarmca dier hcreleri etkiler. Baz hcreler dierlerinin drtlerini pozitif ynde baz hcreler de negatif ynde etkiler [Tokta, 2003]. Akson ve Dentrit'in birleim yerine Synaps ad verilir. Bunlar dier nronlardan ald sinyalleri kontrol ederler ve duruma gre bir sonraki hcreye iletirler. Bir nronun kendi aksonu ile birleme yerine ise Soma ad verilir. Yapay sinir a hcresi Temel bir yapay sinir a hcresi biyolojik sinir hcresine gre ok daha basit bir yapya sahiptir. En temel nron modeli aadaki ekilde grlmektedir. Yapay sinir a hcresinde temel olarak d ortamdan ya da dier nronlardan alnan veriler yani giriler, arlklar, toplama fonksiyonu, aktivasyon fonksiyonu ve klar bulunmaktadr. D ortamdan alnan veri arlklar araclyla nrona balanr ve bu arlklar ilgili giriin etkisini belirler. Toplam fonksiyonu ise net girii hesaplar, net giri, girilerle bu girilerle ilgili arlklarn arpmnn bir sonucudur. Aktivasyon fonksiyonu ilem sresince net kn hesaplar ve bu ilem ayn zamanda nron kn verir. Genelde aktivasyon fonksiyonu dorusal olmayan (nonlineer) bir fonksiyondur. ekilde grlen b bir sabittir, bias veya aktivasyon fonksiyonunun eik deeri olarak adlandrlr. Nronun matematiksel modeli ekil 4.9deki gibidir. k, o = f (W.X + b) eklinde nron k hesaplanr. Buradaki W arlklar matrisi, X ise giriler matrisidir. n giri says olmak zere;
W= w1,w2, w3, ...., wn X = x1, x2, x3, ..., xn

eklinde yazlabilir. Formlize edersek;

net =

w x
i =1 i

+ b ve o = f (net)

(4.1)

67

o = f ( wi xi + b)
i =1

(4.2)

eklinde de yazlabilir. Yukardaki formlde grlen f aktivasyon fonksiyonudur. Genelde nonlineer olan aktivasyon fonksiyonunun eitli tipleri vardr [Keleolu ve Frat, 2006].
b 1

x1 x2 x3 xn

w1 w2 w3 wn

ekil 4.9. Temel yapay sinir a hcresi Yapay sinir a ve yapay nron modelinin yaps Yapay nronlar biyolojik (doal) nronlar, girdi, ilem, kt gibi grevler asndan taklit eder. YSA, girdi katman, gizli katman(lar) ve kt katmanndan oluur (ekil 4.10). kt katman hari btn katmanlarn nronlar bir sonraki katmandaki nronlarn hepsine, belli arlk deerlerine sahip balarla baldr. Her nron, kendisine gelen girdiyi aktivasyon fonksiyonuna aktararak kendi ktsn retir. Toplam girdi miktar, bir nrona gelen btn girdilerin, kendi arlk deerleriyle arplp toplanmasyla bulunur. ekil 4.10de basit ekilde gsterildii gibi, gizli katmana girdi katman yoluyla girilen bilgiler, gizli katmandaki hcrelere(nron) iletilir, sinir alarnda ka tane gizli katman kullanlaca ve her bir gizli katmanda ka nron olaca gnmze kadar belirlenememitir, bu say deneme yanlma yoluyla bulunur. Gizli katmanda

68

ilenen bilgiler buradan k katmanna aktarlr. k katmann da dzenlenen bilgiler kt olarak kullanlrlar [Keleolu ve Frat, 2006].

IKTI

GRD KATMANI

GZL KATMAN(LAR)

IKI KATMANI

ekil 4.10. Yapay Sinir A yaps Gizli katman saysnn belirlenmesinde takip edilecek genel kurallar unlardr:

Girdi verisi ve istenilen kt arasndaki ilikinin karmakl artnca, gizli katmanlardaki ileme elemanlarnn says artmaldr.

Sre, ok aamal ise fazla sayda gizli katman kullanlmaldr, Sistem iindeki eitim verisi miktar, gizli katmandaki ileme elemanlarnn says iin st bir snr oluturmaktadr.

Bir a oluturmak iin yukardaki belirtilen kurallar uygulandktan hemen sonra, retme sreci balar. Bu srete eitim verisi an giri katmanna uygulanr ve istenen ktlar k katmannda karlatrlr, renme sreci esnasnda, a boyunca bir ileri tarama yaplr ve bir dmn kts katman katman hesaplanr. En son katmann kts ve istenilen kt arasndaki fark, genellikle aktarm ilevinin trevi tarafndan deitirilen bir nceki katmana geri yaylr ve balant bal deerleri Delta kuraln kullanarak ayarlanr. Bu kurala gre beklenen kt ile gerekleen

69

kt arasndaki farkll azaltmak iin YSA'nn elemanlarnn balantlarnn arlk deerlerinin srekli deitirilmesi ilkesine dayanarak gelitirilmitir. An rettii kt ile retilmesi gereken kt arasndaki hatann karelerinin ortalamasn en aza indirmek hedeflenmektedir [Civelek, 1997]. YSA'lar, giri ve klar olan kara kutular gibi dnlebilirler. Bu kara kutunun ilevi, basite, matematiksel bir fonksiyonu temsil etmek eklinde aklanabilir. Ama aslnda bu fonksiyonun tam olarak bir matematiksel karlnn olmas gerekmez. YSAdaki her bir ilem birimi, basit anahtar grevi yapar ve iddetine gre, gelen sinyalleri sndrr ya da iletir. Bylece sistem iindeki her birim belli bir yke sahip olmu olur. Her birim sinyalin gcne gre ak ya da kapal duruma geerek basit bir tetikleyici grev stlenir. Ykler, sistem iinde bir btn tekil ederek, karakterler arasnda ilgi kurmay salar. Yapay sinir alar aratrmalarnn odandaki soru, yklerin, sinyalleri nasl deitirmesi gerektiidir. Gelitirilen YSA modellerinin temel bileenleri unlardr (ekil 4.11). Girdiler Arlklar Birleme (Toplama) Fonksiyonu Transfer (Aktivasyon) Fonksiyonu kt

bk

X1 X2
. . .

W1 s1 W2 Birletirme Fonksiyonu Wn h(s1) Aktivasyon Fonksiyonu ktlar

Xn

ekil 4.11. YSA modellerinin temel bileenleri [St, 2009]

70

a. Girdiler Girdiler, dier hcrelerden ya da d ortamlardan hcreye giren bilgilerdir. b. Arlklar Bilgiler, balantlar zerindeki arlklar zerinden hcreye girer ve arlklar, ilgili giriin hcre zerindeki etkisini belirler. Arlklar bir nronda girdi olarak kullanlacak deerlerin greceli kuvvetini (matematiksel katsaysn) gsterir. Yapay sinir a iinde girdilerin nronlar arasnda iletimini salayan tm balantlarn farkl arlk deerleri bulunmaktadr. Bylelikle arlklar her ilem elemannn her girdisi zerinde etki yapmaktadr. c. Birletirme fonksiyonu Birletirme fonksiyonu, bir hcreye gelen net girdiyi hesaplayan bir fonksiyondur ve genellikle net girdi, girilerin ilgili arlkla arpmlarnn toplamdr. Birletirme fonksiyonu, a yapsna gre maksimum alan, minimum alan ya da arpm fonksiyonu olabilir.
v = xi wi + ,

(4.3) (4.4)

y = F (v)
w: Hcrenin arlklar matrisi x: Hcrenin giri vektr v: Hcrenin net girii y: Hcre k d. Aktivasyon fonksiyonu

Transfer fonksiyonu olarak da

geen aktivasyon fonksiyonu, birletirme

71

fonksiyonundan elde edilen net girdiyi bir ilemden geirerek hcre ktsn belirleyen ve genellikle dorusal olmayan bir fonksiyondur.

Hcre modellerinde, hcrenin gerekletirecei ileve gre eitli tipte aktivasyon fonksiyonlar kullanlabilir.

Aktivasyon fonksiyonlar sabit parametreli ya da uyarlanabilir parametreli seilebilir. En uygun aktivasyon fonksiyonu tasarmcnn denemeleri sonucunda belli olur.

Aktivasyon fonksiyonunun seimi byk lde yapay sinir ann verilerine ve an neyi renmesinin istendiine baldr.

Aktivasyon fonksiyonlar bir YSAda nronun k genliini, istenilen deerler arasnda snrlar. Bu deerler genellikle [0,1] veya [-1,1] arasndadr.

YSA da kullanlacak aktivasyon fonksiyonlarnn trevi alnabilir olmas ve sreklilik arz etmesi gereklidir. Lineer veya dorusal olmayan transfer fonksiyonlarnn kullanlmas YSAlarn karmak ve ok farkl problemlere uygulanmasn salamtr.

e.

kt

Aktivasyon fonksiyonundan geirildikten sonra elde edilen deer, kt deeridir. Yapay sinir alarnn alma stratejileri Bir problem YSAeitli ekillerde zlebilir; 1. ilk seenek renme mekanizmas zerindedir. Literatrde iki tip renme stratejisinden bahsedilmektedir. Bunlar reticili renme ve reticisiz
renme olarak isimlendirilmektedir [Haykin, 1994 ]. rnein fizik kurallarnn

72

renilmesi yaantya brakldnda renme sreci uzun ve renme tam olamayaca iin nceden belirlenen kurallar bir retici tarafndan retilir, bu
reticili renme. Oysa bir bebein yrmesi retici gerektirmeyen, zaman,

deneme yanlma, ve geliim srecine bal olarak gelien bir olgudur, bu ise
reticisiz renme dir.

2. YSAlar alma yntemi olarak kendilerine verilen bilgiler dorultusunda bir sonuca ulaabilen sistemlerdir. Verileri alr, nceki girdilerle kyaslar ve bir sonu retirler. Bunu yaparken iki tip a yapsndan birini kullanmaktadrlar. Birincisi ileri srml a yapsdr (ekil 4.12). kincisi
geri beslemeli a yapsdr (ekil 4.13).

GRD KATMANI

IKI KATMANI

x(t)

f (w.x)

o(t)

ekil 4.12. leri srml a

GRD

IKI KATMANI

x(t)

f (w.x)

o(t)

o(t)

Gecikme

ekil 4.13. Geri beslemeli a En basit ve en genel yapay sinir alar ileri srml sinir alardr ve tek ynl sinyal akn kullanrlar. leri beslemeli yapay sinir alarnda gecikmeler yoktur,

73

ilem girilerden klara doru ilerler. k deerleri reticiden alnan istenen k deeriyle karlatrlarak bir hata sinyali elde edilerek a arlklar gncellenir. Geri beslemeli yapay sinir alarnda ise tpk kontrol uygulamalarnda olduu gibi gecikmeler sz konusudur. Geri beslemeli nral a, klar girilere balanarak ileri beslemeli bir adan elde edilir. An t anndaki k o(t) ise, t +
anndaki k ise o(t+ )dr. Buradaki sabiti sembolik anlamda gecikme

sresidir. leri beslemeli yapay sinir alar notasyonu kullanlarak o(t+) yle yazlabilir. o(t+) = f [W.o(t)] (4.5)

bu forml aadaki ekilde ifade edilmitir. Dikkat edilmesi gereken nokta balang annda x(t)ye ihtiya duyulmasdr. Balang annda o(0) = x(0)dr. 3. Dier nemli seenek renme algoritmasdr. renme algoritmas, renme olayn matematiin kurallar ile llebilir byklklere dntrerek bir llebilir baar deeri oluturulmasna ve llebilirliin zaman ierisinde arttrlmasn ya da bir maliyet ltnn oluturulmasna ve bu ltn zaman ierisinde azaltlmasn salayacak parametre deiikliklerinin hesaplanmasna dayanrlar. 4. Bir baka seenek ise parametre gncelleme ileminin zamanlamasdr. Burada problemin dayatt fiziksel gerekliin, zamanlamann seimi zerinde bir koul oluturabilecei vurgulanmaldr. reticili renme yaklamnda parametre gncelleme ilemi, normal alma esnasnda, anlk gzlemlerden elde edilen bilgi ile yaplyorsa buna ezamanl renme denir. Eer sinir a daha nceden belirlenen bir giri/k eletirmesini gereklemeye alyorsa buna da
zamandan bamsz renme denir [Piche, 1994].

74

5. Parametre gncelleme iki ekilde yaplabilir. Eer a parametreleri, eitim iftlerinin tamamnn a zerinden geirilip her bir geite hesaplanan deiim miktarlarnn toplam ile gncelleniyorsa toplumsal, her bir eitim ifti iin hesaplanan deiim miktar o anda uygulanyorsa bireysel gncellemeden bahsedilir [Efe ve Kaynak, 2000].

75

5. YAPAY ZEK YARDIMI LE REDKTR SEM

Bu almada, temel tasarm deikenlerine gre, bir redktr kataloundaki 1200 adet redktr iinden en ksa srede ve en uygun redktr seilmesi amalanmtr. YSA tabanl programlar ile oluturulan veri taban iin. Ylmaz Redktr firmasnn katalou esas alnmtr. almada, Qwiknet 2.23 program kullanlarak nce YSA renme dzeyi tespit edilmi, daha sonra renmenin yeterli olup olmad kontrol edilmitir. Bir firmaya ait kataloglarn kullanmnda kolaylk salamak ve katalogda deerleri listelenmemi redktr seim verilerinin katalog iinde bulunabilmesi amacyla kullanlacak YSA tabanl ve geri yaylma algoritmal (GYA) bir modelleme oluturulmutur. Redktr seiminde kullanlan sistem modeli; ihtiya ve snrlandrma verileri, geri yaylma algoritmal YSA program (retme seti ve test seti), ara yz program, olmak zere ana aamadan olumaktadr. Aratrma kapsamnda ele alnan ihtiya ve snrlandrma verileri, ilgili firmann (Ylmaz Redktr) kataloglarndan alnmtr. Model snrlandrmalar katalog deerleri erevesinde yaplmtr. Veriler, program veri taban oluturmak amac ile Excel ortamna aktarlm ve bu verilerle Excelin forml yazma, zelliinden faydalanlarak hazrlanan veritaban ile teorik hesap analizleri yaplarak, redktrlerin temel elemanlar dili arklardan oluan dili sistemlerinin YSA modelinde kullanlmak zere alternatif eitim ve test setleri oluturulmutur. Kullanlan YSA program zellikleri dikkate alnarak Excel sayfasnda oluturulan veri tabanndan, eitim ve test setleri NotePad programna aktarlarak text dosyas haline getirilmi ve eitim ve test seti dosyalar oluturulmutur. YSA modelleme program olarak Qwiknet program kullanlm, kullanlan programn kullanm kolaylnn arttrlmas amac ile Delphi program kullanan bir ara yz oluturulmutur. Program kullanm esnasnda geri yaylmal a yapsndan faydalanlm, sistemde tek gizli katman (be nronlu) oluturulmutur. Program altnda, renme etkinlik katsaysnn 0,98 dzeylerinde olduu grlm, bu

76

nedenle

gizli

katman

saysnn

arttrlmasna

ve

retme

algoritmasnn

deitirilmesine gerek duyulmamtr. Program altrlmadan nce redktr katalog verilerinden alnan 1200 satrlk veri taban iinden 0.12-37 kWlk g gruplarndan gruplarn her birini kapsayacak ekilde 500 satrlk veri renme seti olarak kullanlm ve renme setinde kullanlmayan 100 satrlk veri test seti olarak kullanlmtr. Girdi deerleri olarak redktr giri gc (Pg, kW) k devri (n2, dev/dak) ve evrim oran (i) kullanlm, kt deeri olarak k momenti (M2, Nm) kullanlmtr. Program altrlp test sonular Excel grafik program ile deerlendirildiinde elde edilen sonu ekil 5.8de gsterildii gibidir. Bu grafikte de grld gibi, pratikte elde edilen sonularla (redktr katalog verileri) YSA tabanl geri yaylma algoritmal modellerden elde edilen sonular birbirine ok yakndr.
5.1. Yapay Zeka Yardm le Redktr Seimi in Gerekli Veri Tabannn Oluturulmas

Katalogda bulunan monoblok gvdeli redktrler blmnden, 1200 adet redktr ve bilgilerini ieren veri taban Excel ortam ekil 5.1de gsterildii gibi hazrlanmtr. Kataloun, monoblok gvdeli redktrler blm veri taban, motor g deerleri, redktr k devri (n2), redktr k momenti (M2), evrim oran, gvenli radyal yk deerleri, servis faktr ve redktr tipi stunlarndan olumaktadr. Bu blmdeki veriler incelendiinde, bir satr ierisindeki etkileimli verilerin temel eitlik (Bkz.E.3.47) ile yaplan hesaplama sonucu elde edilen veriler ile tutarszlk gsterdii grlmtr. Firma yetkilileri ile kurulan temas sonucu, gvenlii yksek tutmak amac ile k momenti deerlerinin kataloa farkl yanstld anlalm ve verilen deerlerden yola klarak veri tabannda kullanlmak amacyla ekil 5.2de gsterilen yeni veriler oluturulmutur. Elde edilen yeni deerler ile veri taban

77

ekil 5.1. Excel ortamnda hazrlanm redktr katalog verileri (Ylmaz Redktr) geniletilmi, k devri ve iletme oranna bal olarak giri devri, dili ve yatak verim kayplar ilave edilerek k momentini etkileyecek toplam verim yeniden hesaplanmtr. Toplam verim kullanlarak, eitlik 3.47den k devri yeniden hesaplanmtr. ekil 5.2deki Excel sayfasnda gsterildii gibi bulunan momentin, katalogdaki moment deerine blnmesi ile de dzeltme katsays bulunmu ve veri tabanna eklenmitir.

ekil 5.2. Monoblok redktr iin dzenlenmi yeni deerler

78

5.2. YSA Eitim Aamas

Bu aamada, girdi deerleri olarak, g (Pg, kW), k devri (n2, dev/dak) ve evrim oran (i) kullanlm ve bunlara gre M2 (Nm) k momenti hesaplanmtr. ekil 5.3de gsterildii gibi eitim srecinde, redktr katalounu oluturan tablo iinden 0.12-37 kW veri gruplarn kapsayacak ekilde seilen 500 adet veri seti kullanlmtr. Programn zellii nedeni ile veriler text dosyas olarak programa aktarlm ve farkl bilgisayarlarda yaplan retme almalar sonucu, renme dzeyinin (R) 0,98 olduu grlmtr. (ekil 5.4).

ekil 5.3. Text dosyas olarak renme seti

79

ekil 5.4 Qwiknet program veri seti ykleme kullanc arayz

ekil 5.5de gsterildii gibi sistemin renmesinde bir gizli katman ve bu katmanda 5 nronlu geri yaylmal a sitemi kullanlmtr. Bu sistemde 3 girdi ve 1 kt deeri mevcuttur.

ekil 5.5 3:5:1 yapl geri yaylma algoritmal yapay sinir alar

80

Modellenen parametrelerin giri, gizli blge ve k katmanlarndaki arlk katsaylar Tablo 5.1de verilmitir. izelge 5.1. Giri, gizli blge ve k blgesindeki balant arlk katsaylar
Gizli Blge Nron Numaras 1 1.548 -37.674 2.522 -35.668 2 -22.417 12.614 2.800 -9.755 3 -0.559 2.673 -3.367 3.485 k Katman 4 0.765 -3.899 1.036 -3.026 5 -4.206 1.359 2.701 -0.882

Giri Katman

Bias Motor gc k devri evrim oran

Gizli Blge Nron Numaras

Bias 1 2 3 4 5

k Momenti (Nm) 23.847 -23.662 -4.752 5.398 -6.198 1.936

Programn, renmeyi gerekletirme aamasnn ardndan, ekil 5.6da grlen 100 veri satrndan oluan test seti kullanlarak ekil 5.7de gsterilen k momentleri elde edilmitir.

ekil 5.6. 100 satrlk test grubu

81

Yaplan test sonucu elde edilen veriler, yapay sinir a programnn bulduu k momenti deerleri ile katalog deerlerini karlatrmal olarak vermektedir. ekil 5.7de Target1 stununda redktr katalou tablosunda verilen k momenti deerleri, Output1 stununda ise renme ilemi sonucu programn bulduu k momenti deerleri grlmektedir.

ekil 5.7. YSA modelleme ve firma katalog k momenti (M2) deer karlatrmas YSA program kullanlarak elde edilen ve firma katalogundan alnan k momenti deerlerinin karlatrlmas ekil 5.8de verilmitir. ekildeki yatay eksen, katalogdan alnan k momenti deerlerini; dey eksen, test ilemi sonucu program tarafndan bulunan k momenti deerlerini gstermektedir. Ayn satrda bulunan katalog ve test k momentlerinin akmalar nokta ile tespit edilmi olup bu noktalarn ortalama deer dorusuna yaknlklar programn renme baarsnn 0.98 dzeyinde olduunu gstermektedir.

82

ekil 5.8. YSA ve katalog k momenti veri karlatrmas

5.3. Arayz Oluturulmas

Programn kullanmnn kolaylatrlmas maksad ile ara yz oluturularak kullanm kolayl salanmtr. Oluturulan program, Delphi tabanl olup, hazr program olan Qwiknet program ile balantl olarak almas salanmtr. Programn ara yznde girdi deerleri olarak motor gc, iletme oran ve k devri kullanlmtr.

ekil 5.9. Delphi program arayz

83

Programn oluturulmasnda kullanlan algoritma EK-10 da verilmitir.

5.4. Delphi Tabanl Programn Kullanlmas ve Redktr Seimi

1. Exe dosyas ile program altrlr.

2. Giri parametreleri olutur tuu ile giri.text dosyasnda veri oluturulur. Giri dosyas yeniden kaydedilir.

84

3. QwikNeti altr tuu ile program altrlr.

4. Excel tablosu olarak oluturulmu

veri tabanndan, rasgele seilerek

oluturulmu eitim dosyas kullanlarak program eitilir.

85

5. Giri parametreleri olutur tuu ile oluturulmu giri parametresi test verisi olarak kullanlr.

86

6. Sonu Sonuc.text dosyasna kaydedilir.

87

7. Sonu bul tuuna basldnda redktr seimi yaplm olur.

8. Oluan son ekranda seilen redktre ait tip tanm belirtilmektedir.

88

89

6. SONU VE NERLER

Bu almada oluturulan YSA modeli deiik veri gruplar iin denenmi olup redktr katalog verilerine ok yakn sonular elde edilmi olup modellemenin redktr katalog verilerine ok yakn sonular verdii grlmtr. Bu almada, YSA tabanl modelin aadaki avantajlar salad grlmtr:

Geleneksel yazlm sistemlerinin yaps, zlecek probleme, programcnn seecei metodolojiye ve uygulama srasndaki pek ok etkiye baldr. Bu farkllklar nedeni ile redktrlerin tasarmnda, baz deerler deneme yanlma yntemi ile verilip uygulamalar sonucu tekrar geri hesaplama yaplmakta ve her deiken iin ayn ilem tekrarlanmaktadr. Bu ilemler, sonuta elde edilen verilerin formler sonulardan farkl deerlere sahip olmalarna neden olmaktadr. YSA tabanl sistemlerde farkl parametrelerle farkl zmlere ok az bir hata ile daha ksa srede ulalmakta ve farkl kombinasyonlarda girilen giri parametreleri ile sonuca hzl ulalmaktadr.

YSA temelli sistemlerin, tablo yapsna sahip oluumlar iinde arama yapmada kullanlabilir olduu; fakat YSA programlar kt oluturmada formllerden faydalanmayp, yaknsama mant ile altndan sonu bulma hatalarnn giderilmesinde gerektiinde uygun arlk deerlerinden faydalanlabilecei grlmtr.

Tasarm etkileyen birok parametre olduundan bu almada ele alnan rneklerde baz kabuller yaplm, firmadan kaynaklanan hesap hatalar, basm hatalar ve gvenlik amal yksek deer girileri doru veri olarak kabullenilmi, tm katalog iinde veri taban iinden 0.12-37 kW aras g gruplar kullanlm, katalog da g, k devri, k momenti, evrim oran, gvenli radyal yk, servis faktr, anma akm bilgileri bulunmasna ramen YSA programnda giri gc, k devri, evrim oran ve k momenti

90

deerleri kullanlmtr. Bu kabullerin snrlar sistemi bozmayacak ekilde geniletilip, YSA programlarnn tablo yapsna sahip veriler kullanlarak, redktr seilmesinden farkl alanlarda da kullanlabilecei sonucuna varlmtr.

Tabloyu oluturan birimlerin, birbirleri ile matematiksel ilikilerinin bulunmas sistem baarsn arttrd; bu nedenle, oluturulan listelerin satr yaplarnn birbirleriyle uyumlu olmasnn baarnn artmasna yardmc olaca dnlmektedir.

Sonu olarak, Yapay zeka teknikleri incelendiinde, bu tip bir almaya en uygun tekniin yapay sinir alar olduu grlm ve almada yapay sinir alar kullanlmtr. Bu almada, bir firmaya ait redktr veri kataloglarn kullanmnda kolaylk salamak ve katalogda deerleri listelenmemi redktrlerin katalog iinde bulunabilmesi amacyla kullanlacak YSA tabanl bir modelleme oluturulmutur. Redktr seiminin modellenmesinde, katmanl (giri katman, gizli katman, k katman), geri yaylma algoritmal yapay sinir alar modeli kullanlmtr. G, k devri, evrim oran girdi olarak verilmi; k momenti ise k deeri olarak kullanlmtr. YSA ile modellenen redktr seimi rasgele girdiimiz redktr seim parametreleri sonucunda uygun redktr seebileceimiz bir modelleme oluturulmutur. Yapay sinir a programlar kullanlrken, eitim bilgi seti belli bir kurala uygun olarak oluturulmal ve girdi parametreleri uygun seilmelidir. Bu, oluturulmas bakmndan nemlidir. YSA programnda kullanlan kt arlk hassasiyetinin artmas ve buna bal olarak daha kararl bir yapay sinir a modelinin deerlerinin renme orann(R2) dorudan etkiledii gz nnde bulundurulmaldr. YSA programnn altrld bilgisayar sisteminin gcnn renme oranna etki ettii dikkate alnarak, bu konuda yaplacak almalarda sonucu olumlu ynde etkileyecei unutulmamaldr.

91

KAYNAKLAR

Abinov, A.G., nsan ve makine, 1, Znaniye, Moskova, 48 (1989). Akakn, M., Zeka gerilikleri, nemli Psikolojik Bozukluklar Sempozyumu, Sivas 32 (1988). Akkurt, M., Makine elemanlar, I-II, Birsen Yaynevi, stanbul, 444-491 (2005). Akkurt, M., Makine elemanlar, 1, Birsen Yaynevi, stanbul, 256-281 (1982). Arslan, Y., Bilgisayar yardm ile tek kademeli dz, helis, konik dili mekanizmalar tasarm Yksek Lisans Tezi, Gazi niversitesi Fen Bilimleri Enstits, Ankara, 7-23 (1994). Atkinson, R.L., Atkinson, R.C., Smith, E.E. ve Bem, D.J., Introduction to sychology, 12 th Edition, eviri Yavuz ALOGAN , Arkada Yaynlar, Ankara, 25-30 (1999). Avcl, .A., Dili arklarn standartlara gre hesaplanmas ve bilgisayar destekli tasarmla kontrol, Yksek Lisans Tezi, Yldz Teknik niversitesi Fen Bilimleri Enstits, stanbul, 42-85 (2006) Aydemir, A., "Sonlu eleman gerilme analizinde fuzzy mant", Doktora Tezi, Sakarya niversitesi Fen Bilimleri Enstits, Sakarya, 1-17 (2001). Babalk F.C., avdar K. ve Karpat F., Bilgisayar yardmyla dz, helisel, konik ve sonsuz vida dili mekanizmalarnn boyutlandrlmas ve analizi Mhendis Ve Makine Dergisi, 510 (2002) Baral, H. ve Kulak, O., "Mteri isteklerini rn karakteristiklerine dntren bir uzman sistem yaklam", 2000li Yllarda Uzay, Havaclk ve Savunma Teknolojilerinin ncelikleri Sempozyumu, stanbul, 707-716 (1999). Baysal, M.M. ve Geren, N., "Makine mhendisliinde kullanlan ticari ve prototip uzman sistem yazlmlar", Makine Tasarm ve malat Teknolojileri Kongresi, Konya, 241-251 (2001). Brown, D.C. and Birmingham, W. P., "Understanding the nature of design", IEEE Expert, 12 (2) : 14-16 (1997). Brown, D.C. and Chandrasekan, B., "Expert systems for a class of design activity", In Proceedings of the first International Conference on Applications in Engineering, , UK, 17-20 (1986) Chen, C.H., Fuzzy logic and neural network handbook, IEEE Press, 9: 17-20 (1996).

92

Chen, M., "Expert system of designing cylindric gear transmission", Journal o f Nanjing University of Science and Technology, 22 (5): 402-406 (1998). Cholvy, L. and Fotsseau, J., A cad object oriented Elsevier Science, 500-507 (1983) and rule-based system",

Civalek, ., The Analysis of time dependent deformation in r.c members by artifcial neural netvvork,Journal of Pamukkale University Engineering Sci. 3: 321-335 (1997). Deb, K., "A flexible optimization procedure for mechanical component design based on genetic adaptive search", Journal of Mechanical Design Transaction soft the ASME , 120: 161-164 (1998). Denning, P. J., "Towards a sciense of expert systems", IEEE Expert,1: 80-83 (1986). Duan, G., Zha, J., Lin, J. and Weng, Q., "Use of genetic algorithms in designing movements of clocks and watches", Journal of Software, 9(7): 515519 (1998). Duffey, M.R. and Dixon, J.R., Automating the design of extrusions: A case study in geometric and topological reasoning for mechanical design, In Computers in Engineering,1: 505-511 (1988) Efe, . ve Kaynak, O., Yapay sinir alar ve uygulamalar, 1.cilt, Boazii niversitesi Basmevi, stanbul, 696, 3-5 (2000). Erden, Z., "A Petri Net Based nference network for design automation at functional level applied to mechatronic systems", Doktora Tezi, ODT, Ankara, 1-41, (1999) Fan, X., Ma, D., Yan, J., and Chen, M., "Hierarchical optimization for geometrical dimension tolerances", Journal of Shanghai Jiaotong University, 33 (7): 829-832 (1999). Fenves, S.J. and Baker, N.C., "Spatial and functional representation language for structural design", Expert Systems in CAD, 5: 2 (1987) Fetvac, M.C. ve mrak, C.E., "Dz dili arklarn sonlu elemanlar metodu ile modellenmesi", Sigma Mhendislik ve Fen Bilimleri Dergisi, 2: 46 54 (2004) Flodin, A., "Wear investigation of spur gear teeth", TriboTest, 7: 45-60 (2006). Gaspersic, J. and Flasker, J., Optimisation of gear assemblies with genetic algorithms. Proceeding of the Ninth World Congress, on the Theory of machines and mechanisms, Milano, 364-368 (1995)

93

Geren, N. ve Baysal, M.M.,"Uzman sistem gelitirme aralar ve mhendislik uygulamalarnda seimi", Makine Tasarm ve malat Teknolojileri Kongresi, Konya, 253-263 (2001). Haykin, S., Neural Networks, 1, Macmillan College Printing Company, New Jersey, 1-41 (1994). Keleolo, . ve Frat, A., basn altnda ince cidarl kabuklarn yapay sinir alar ile zm, Sleyman Demirel niversitesi, Fen Bilimleri Enstits dergisi, 10 (3): 448-449 (2006). Korukolu, S., Genetik algoritma yaklam ve yneylem aratrmasnda bir uygulama, Ynetim ve Ekonomi Dergisi, 10: 2 (2003) Koller R., "Konstruktionslehre fr den maschinen gerate und apparatebau, 1", Springer Verlag, Berlin, 20-60 (1979) Kusiak, A., Szczerbicki, E. and Vujosevic R., "CONDES: An Intelligent system for conceptual design", Expert Systems, 3(2): 52-75 (1991) Li, Q., Zhou, J. and Zhong, Y.,"Complex genetic algorithm for mechanicaldynamic optimization design", Chinese Journal of Mechanical Engineering, 35 (5): 27-30, (1999). Liu, P., Hu, Y., Yan, Y., Zheng, D. and Yang, S., "Using counter-proposal to optimize genetic algorithm based cooperative negotiation", Proceedings of the IEEE International Conference on Intelligent Processing Systems , Queensland, 891-895, (1998). Maseeh, F., "Virtual prototype manufacturing software system for MEMS", LEOS Summer Topical Meeting Advanced , Keystone, (1996) Manohar, P.A., Shivathaya, S.S. and Ferry, M., "Design of an expert system for the optimization of steel compasitions and process route",Expert System with Applications, 17:129-134 (1999) Mistree, F., Allen, J. K. and Attia, F., "Designing at the function level of abstraction, Proceedings of the 1993 NSF Design and Manufacturing Systems Conference, North Carolina, 621-627 (1993) Mittal, S.M., Dym, C.L. and Morjaria, M., "An Expert system for the design of paper handling systems", IEEE Computer, 9: 102-114 (1985) Myint, S., "Concurrent engineering (CE) in product design: a multicriteria decision-making approach",Concurrent Engineering Research and Applications, 7 (1): 2-9 (1999).

94

Myint, S. and Tabucanon, M. T., "The framework for an expert system to generate alternative products in concurrent engineering design", Computers in Industry, 37 (2): 125-134, (1998). Marcelin, J. L., "Genetic optimisation of gear", International Journal of Advanced Manufacturing Technology, 17: 910-915, (2001). Nabiyev, V.V., Yapay zeka, 1, Sekin Yaynclk, Ankara, 33-35 (2005). Nenov, R.S., Pratik psikoloji, 1, Vlados, Moskova, 27 (1999). Nicklaus, D.J., Tong, S.S. and Russo, C.J., " A Knowledge directed computer aided design shell", Proceedings of the Third Conference On Al Applications, , Seattle, (1987). Pahl, G. and Beitz, W., "Engineering design", Springer-Verlag, New York, 18: 199 (1996). Peng, Z., Yang, H. and Zhong, T., "Real-coded genetic algorithm for planetary gear transmission optimization", Journal of Shanghai Jiaotong University, 33 (7): 833-836, (1999). Piche, S. W., "Steepest descent algorithms for neural netvvork controllers and filters," IEEE Transactions on Neural Netvvorks, 5(2): 198-212 (1994). Ramachandran, N., Shah, A. and Langrana, N.A., "Expert system approach in design of mechanical components", Technical report CAIP-TR-058, Rutgers-State University of New Jersey, (1988). Rao, S.S., Nahm, A., Shi, Z., Deng, X. and Syamil, A. "Artifical ntelligence and expert systems applications in new product development-a survey", Journal of Intelligent Manufacturing, 10: 231-244 (1999). Rodenacker W.G., Methodisches konstruieren, Spinger Verlag, Berlin, 1-75 (1970). Roth K., Konstruieren mit Konstruktionskatalogen, systematisierung und zweckmassige aufbereitung technischen sachver fer das methodische konstruieren, Springer Verlag, Berlin, 1-50 (1982). Shah, J.J. and Pandit, L., "Designer-An Expert system for conceptual from design of structural parts", Proceedings of the ASME Computers in Engineering Conference, Chicago, 2-25 (1986). Shah, J.J., "Shape algebra for structural configuration synthesis", Proceedings of the ASME Computers in Engineering Conference, San Francisco, 10-50 (1988).

95

Shariat, P.M. and Toogood, R.W., "Genetic algorithm based approach to parametric design of machine components", Intelligent Engineering Systems Through Artificial Neural Networks, 375-380 (1995). Song, J.H. and Im, Y.T., Development of a computer- aided-design system of cold forward extrusion of a spur gear, Journal of Materials Processing Tech., 153: 821828 (2004) Suh, N. P., "The Principle of design", Oxford University Press, Oxford, 12-110 (1990). Suzuki, H. and Kimura, F., "Framework for constructing ntelligent CAD systems", Proceedings of the IFIP WG 5 2 Working Conference on Expert Systems in Computer-Aided Design, Sydney, 17-78 (1987). Sturges, R. H., Jr., O'Shaughnessy, K. and Reed, R. G., "A Systematic approach to conceptual design", Concurrent Engineering: Research and Applications, 1: 93105 (1993). Tan, J., Fan, W., Wei, X., and Xu, J., "Approach to graphic genetic modelon", Journal of Computer Science and Technology,13: 116-125 (1998). Tokta, ., Mekanik sistemler iin bir kavramsal tasarm modelinin gerilmesinde yapay sinir alarnn kullanlmas, Doktora Tezi, Gazi niversitesi Fen Bilimleri Enstits, Ankara, 30-46 (2003). Tokta, . ve Aktrk, N., Makina tasarm ileminde kullanlan yapay zeka teknikleri ve uygulama alanlar, Makine Teknolojileri Elektronik Dergisi, 2: 7-20 (2004) Trkolu, A., Temel dili mekanizmalarnn yapay sinir alar ile web tabanl kinematik tasarm, Yksek Lisans Tezi, Gazi niversitesi Fen Bilimleri Enstits, Ankara, 48-49 (2008). Ullman, D.G., "The Mechanical design process, 1", McGraw-Hill, New York, 340 (1997). Yldz, S., Dili arklarn bilgisayar destekli gerilme analizleri Yksek Lisans Tezi, Yldz Teknik niversitesi Fen Bilimleri Enstits, stanbul, 3-17 (2005) Zarefar, H., Lawley, T.J. and Etesami, F., "A Parallel axis gear drive expert system", Computers in Engineering, American Society of Mechanical Engineers, New York, 145-149 (1986). Zeyveli, M., Genetik algoritma ile hz kutusu dili tasarm, Doktora Tezi, Gazi niversitesi Fen Bilimleri Enstits, Ankara, 31 (2005).

96

EKLER

97

EK-1 Redktrlerin eitli kullanm alanlar [Ylmaz Redktr katalou, 11.04/02]

EKSKAVATRLER Zincir Koval Ekskavatrler Paletli Yryler Ray zerinde Yryler Manevra Mekanizmalar Emi Pompalan Koval arklar Dn Mekanizmalar NAAT MAKNELER naat Asansrleri Betoniyerler Yol naat Makineleri KMYA ENDSTRS Soutma Tamburlar Kartrclar alkalayclar (Hafif akkanlar) alkalayclar (Ar akkanlar) Tambur Kurutucular Santrifjler Santrifjler PETROL ENDSTRS Boru Hatt Pompalar Kuyu Ama Mekanizmalar KALDIRMA ve LETME TESSLER Kaveletal Gtrcler Mafsal Bantl Gtrcler Lastik Bantl Konveyrler (Dkme ykler) Lastik Bantl Elavatrler Lastik Cepli Elavatrler Lastik Bantl Konveyrler (Para ykler) Askl Konveyrler Yk Asansrleri Koval Elavatrler (To malzeme) nsan Asansrleri VANTLATR VE ASPRATRLER Pistonlu Vantilatrler Vantilatr (Aksiyal ve radyal) Aspiratrler KAUUK MAKNALARI Ekstruderler ve Kanderler Yourma Makineleri Kartrclar Silindirlerine Makineleri AA LEME MAKNALARI Yontma Tamburlar Planya Makineleri Aa leme Tezgahlar erit Testereler VN TESSLER Bom Kaldrma Vin Yryerleri Yk Kaldrma Dn Tertibatlar KAIT ENDSTR MAKNALARI Dzleme Silindirleri Hollender Aa Yontma Makineleri Kalander Ta Pireler Vakum Presler Vakum Silindirler Kuru Silindirler POMPALAR Pistonlu Rompalar(Q 1/100) Pistonlu Pompalar (0.1/100:1/20)Trbin (Hafif akkan) Trbin (Ar akkan)

TA VE TOPRAK MAKNALARI Krclar Dner Frnlar . ekicili Deirmenler Blyal Deirmenler METAL LEME MAKNALARI arpmal tcler Sac Bkme Makineleri Tula PrefeT ahmerdanlar Planyalar TEKSTL MAKNALARI Presler Sarg Makineleri (Q 1/100) Makaslar (Giyotin) Pistonlu Kompresr Scak Basma Presleri (Q/100:1/200) Takm Tezgahlar Basma ve Boyama Mak. (Ana tahrik) Dokuma Tezgahlar Takm Tezgahlan (Yardmc tahrik) KOMPRESRLER Turbo Kompresr GIDA ENDSTR MAKNALARI Doldurma Kaminalar SLNDRLEME VE (ie kavanoz vs.) EKME TESSLER Yourma Makineleri Sa Makaslan Ambalaj Makineleri Blok BasmaTesisleri eker Kam Krclar Blok Nakil Tesisleri eker Kam Kesicileri Sa Nakil Tesisleri eker Kam tcleri Tel ekme Tesisleri

98

EK-2 Milleri konumlarna gre alan dili iftleri [Akkurt, 2005]

Dz, helis, ok, planet dili arklar

Konik dili arklar

Sonsuz vida ve karlk dilisi

99

EK-3 Dili ark malzemeleri ve mekanik zellikleri [Akkurt, 2005]

Malzeme
Grubu Genel malat elikleri Simgesi St 50 St 60 St 70 C 22 C 45 Islah elikleri C 60 34Cr4 37MnSi5 42CrMo4 34CrMo6 C 15 Sementasyo n elikleri 16MnCr5 20MnCr6 15CrNi6 18CrNi8 Endiksiyon ve Alevle Sertletirilmi slah elikleri 6 Nitrrleme Gaznitrle Dkme elikler Dkme Demir Ck 45 34CrMo4 42CrMo5 34CrNiMo Ck 45 42CrMo4 31CrMoV9 Gs 52 Gs 60 GG 20 GG 25 GG 35 GGG 42 Sfero Dkm Temper Dkm GGG 60 GGG 100 GTS 35 GTS 65

K
daN/mm 5060 6070 7085 5060 6580 7590 7590 7080 95110 100130 5065 80110 100130 90120 120145 6580 95110 100130 6580 95110 52 60 20 25 35 42 60 100 3540 6570

Sertlik HB
ekirdek Yanak 150 180 210 140 185 210 260 230 300 310 190 270 360 310 400 190 270 280 250 190 275 320 150 175 170 200 230 180 250 350 140 235 700 636 650 650 650 650 560 590 610 590

GD

PGD

daN/mm 19 21(20) 24(22) 17 20 22 26 30 29 32 23 44 48 50 50 27 48 43 45 35 43 50 15 17 5 6 8 20 22 24 19 23

daN/mm 34 40 46 44 54 62 65 64 67 77 160 163 163 163 163 110 107 136 127 110 122 34 42 27 31 36 36 49 70 32 46

Gnmzde sertlikler HV10 ve HV1 olarak ifade edilen Vickers leine gre verilmektedir.

100

EK-4 Kavrama faktr (K)

Atlama Oran =0 iin (Dz dili arklar) Helis as 0 1,00 0,92 0,80 0,70 15 0,98 0,90 0,80 0,70 20 0,97 0,89 0,79 0,69 25 0,96 0,88 0,78 0,68 30 0,94 0,86 0,76 0,66 35 0,92 0,84 0,75 0,65 40 0,89 0,82 0,73 0,63 45 0,86 0,79 0,71 0,61

K 1,0 1,5 2,0 2,5 K 1,0 1,5 2,0 2,5 K 1,0 1,5 2,0 2,5 K 1,0 1,5 2,0 2,5 K 1,0 1,5 2,0 2,5 K 1,0 1,5 2,0 2,5 0 1,00 0,82 0,71 0,63 0 1,00 0,84 0,73 0,65 0 1,00 0,86 0,75 0,66 0 1,00 0,88 0,77 0,68 0 1,00 0,90 0,80 0,69

Atlama Oran =0,2 iin Helis as 15 0,98 0,88 0,79 0,68 20 0,97 0,87 0,78 0,68 25 0,96 0,86 0,76 0,67 30 0,94 0,85 0,75 0,65 35 0,92 0,83 0,73 0,63 40 0,89 0,80 0,71 0,62 45 0,86 0,78 0,69 0,60

Atlama Oran =0,4 iin Helis as 15 0,98 0,86 0,76 0,67 20 0,97 0,85 0,75 0,66 25 0,96 0,84 0,74 0,65 30 0,94 0,82 0,73 0,63 35 0,92 0,80 0,71 0,62 40 0,89 0,78 0,70 0,60 45 0,86 0,76 0,67 <0,60

Atlama Oran =0,6 iin Helis as 15 0,98 0,84 0,74 0,65 20 0,97 0,83 0,73 0,64 25 0,96 0,82 0,72 0,63 30 0,94 0,80 0,70 0,62 35 0,92 0,78 0,69 0,60 40 0,89 0,76 0,67 <0,60 45 0,86 0,74 0,65

Atlama Oran =0,8 iin Helis as 15 0,98 0,83 0,72 0,64 20 0,97 0,82 0,71 0,63 25 0,96 0,80 0,70 0,62 30 0,94 0,79 0,69 0,61 35 0,92 0,77 0,67 0,60 40 0,89 0,75 0,65 <0,60 45 0,86 0,73 0,63

Atlama Oran =0 iin Helis as 15 0,98 0,80 0,70 0,62 20 0,97 0,78 0,68 0,60 25 0,96 0,78 0,68 0,60 30 0,94 0,76 0,67 <0,60 35 0,92 0,75 0,65 40 0,89 0,73 0,63 45 0,86 0,70 0,61

101

EK-5 Kullanlan balant elemanna gre radyal yk hesaplama izelgesi [Ylmaz Redktr katalou, 11.04/02] Radyal Yklerin Hesab
Radyal Yk Fq (N)'nun hesaplanmasnda, gerekli tahrik momenti M ( Nm ), kasnak veya dili ap D(mm) olmak zere aadaki formller kullanlr.

a. Elastik Kaplin
alma srasnda oluan sapmalar kaplinin gvenlik snrlar iinde ise kuvvetler ihmal edilebilir.

b. Dz Dili

Fq =

2100 M 2 D 2100 M 2 D

c. Kk Hzlarda Zincir Dili

Fq =

d. Triger Kay

Fq =

2500 M 2 D 5000 M 2 D

e. V Kay

Fq =

f. Gedirme makaral kay

Fq =

5000 M 2 D

102

EK-6 Redktrlerin kullanm alanlarna gre yk snflandrmas [Ylmaz Redktr katalou, 11.04/02]
Krenler U Kaldrma Dilileri Palanga Dilileri M Bomlu Vin Dilileri Yana Dndrme ilileri H Pompalar U M H Santrifj Pompalar (ince sv) Santrifj Pompalar (yar sv) Basnl Pompalar Dalg Pompalar Ta ve Kil leme Makinalar H ekili Deirmenler Dner Frnlar Dvc Deirmenler Krclar Kreli Deirmenler Tula Presi Tp Deirmenler Tekstil Makinalar M Basma ve Boyama Makinalar Dokuma Tezgahlar Halla Makinalar Harman Makinalar Taneleme (Debegat) Tekneleri Souk Haddeleme naat Makinalar M Beton Mikserleri Ar Yk Asansrleri H M Dner Kurutucular Ykama Makinalar Hadde Makinalar M Hz Ayarl Silindirler Sabit Silindirler Sarma Makaralar Tel ekme ubuk Kesme Makinalar Dner Tablalar (byk) Kabuk Syrma Makinalar Plaka Haddeleme Silindir Haddeleme Konveyrler M Bant cepli Konveyrler elik Bantl Konveyrler Dkme Ykl Kayl Konv. Yk Asansrleri Para Ykl Kayl Konv. Kurutma Merdaneleri Mikserler ve Silindirleri Kimya Sanayi M Agidatrler (yar sv) Hamur Karma Silindirler amar Ykama Makinalar H Extruderler H Yrtme Dilileri Kutu Kaplama Mayalama Tekneleri Kenar Ama Ya Sanayi M Besleme Pompalar Dner Delme Tehizatlar Yiyecek Sanayi M Kutu Baklar Kat Makinalar H lak Presler Kat Hamur Makinalar Kurutma Silindirleri Perdahlama Silindirleri Kauuk Makinalar M Kalenderler Mikserler

103

EK-7 izelge 3.6. Ylmaz redktr katalou 11-04/02 Sayfa 206

104

EK-8 izelge 3.7. Ylmaz redktr katalou 11-04/02 Sayfa 70

105

EK-9 izelge 3.8. Malzemelerin emniyet gerilmesi ve basnc deerleri MALZEME

Dkme demir GG20 GG25 GG30 Ferritik Perlitik GS45 GS52 GS60 St42 St50 St60 St70 C22 C45 C60 34Cr4 37MnSi5 42CrMo4 35NiCr18 C10 C15 16MnCr5 20MnCr5 13Ni6 15CrNi6 13NiCr18 18CrNi8 C60 Ck45 Ck53 37MnSi5 53MnSi4 50CrV4 42CrMo4 41Cr4 37MnSi5 35NiCr18 34Cr4 42CrMo4 C45 16MnCr5 42CrMo4 16MnCr5

em [N/mm2]
35-45 48-55 60 145 145 80 90 100 90-100 110-125 125-140 140-160 120 135-150 150-165 180-200 190-200 200 200 100-115 110-125 190-210 210-230 150 200-220 220 210-230 160 180 220 200 200 240 210 190 200 220 210 240 160 170 290 210

Pem [N/mm2]
220 270 330 300 400 250 310 390 280-340 340-400 380-500 440-570 330 450 500 600 550 630 900 1350 1500 1500 1500 1350 1500 1400 1500 1050 1350 1400 1250 1400 1400 1500 1350 1250 1350 1200 1200 750 720 850 880

Sfero dkm elik Dkm

Alamsz ve

Islah elikleri

Sementasyonla

Endksiyon veya

Siyan banyosunda

Nitrrasyon ile

106

EK-10 Delphi program algoritmas unit Unit1; interface uses Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms, Dialogs, StdCtrls, ShellAPI; const PROGADI = 'C:\Program Files\QwikNet\QwikNet.exe'; DOSYA1 = '1.txt'; DOSYA2 = '2.txt'; DOSYA3 = '3.txt'; DOSYA4 = '4.txt'; GIRIS = 'giris.txt'; SONUC = 'sonuc.txt'; type TForm1 = class(TForm) Button1: TButton; Button2: TButton; ComboBox1: TComboBox; Label1: TLabel; ComboBox3: TComboBox; Label3: TLabel; Label4: TLabel; Button3: TButton; Edit1: TComboBox; procedure Button1Click(Sender: TObject); procedure FormCreate(Sender: TObject); procedure ComboBox3Change(Sender: TObject); procedure Button3Click(Sender: TObject); procedure Button2Click(Sender: TObject); private { Private declarations } function ToReal(s : String) : Real; function Ara(ad1, ad2, ad3, ad4 : String; a1, a2 : Real; var redadi:String) : Real; public { Public declarations } end; var

107

EK-10 (Devam) Delphi program algoritmas Form1: TForm1; implementation {$R *.dfm} function TForm1.ToReal(s : String) : Real; var p : Integer; begin p := Pos('.', s); if p>0 then s[p] := ','; ToReal := StrToFloatDef(s, 1); end; function TForm1.Ara(ad1, ad2, ad3, ad4 : String; a1, a2 : Real; var redadi:String) : Real; var s1, s2, s3, s4 : TStringList; i, n : Integer; t1, t2, t3, sonuc1, sonuc2 : Real; begin s1 := TStringList.Create; s1.LoadFromFile(ad1); s2 := TStringList.Create; s2.LoadFromFile(ad2); s3 := TStringList.Create; s3.LoadFromFile(ad3); s4 := TStringList.Create; s4.LoadFromFile(ad4); sonuc1 := 999.9; sonuc2 := 999.9; redadi := ''; n := s1.Count; for i:=0 to n-1 do begin t1 := ToReal(s1[i]); t2 := ToReal(s2[i]); t3 := ToReal(s3[i]); if abs(t1-a1) < 0.001 then if abs(a2-t2) < abs(a2-sonuc1) then begin

108

EK-10 (Devam) Delphi program algoritmas sonuc1 := t2; sonuc2 := t3; redadi := s4[i]; end; end; s1.Free; s2.Free; s3.Free; s4.Free; Ara := sonuc2; end; procedure TForm1.Button1Click(Sender: TObject); begin ShellExecute(0, 'open', PROGADI, '', '', 1); Button2.Enabled := True; end; procedure TForm1.FormCreate(Sender: TObject); begin ComboBox1.Items.LoadFromFile('gg.txt'); ComboBox1.ItemIndex := 0; ComboBox3.Items.LoadFromFile('cd.txt'); ComboBox3.ItemIndex := 0; ComboBox3Change(Self); end; procedure TForm1.ComboBox3Change(Sender: TObject); var t1n2, t2n1 : Real; begin t1n2 := ToReal(ComboBox3.Text); t2n1 := ToReal(Edit1.Text); //Label2.Caption := 'letim Oran : ' + FloatToStr(t2n1/t1n2); end; procedure TForm1.Button3Click(Sender: TObject); var t1, t2, t3 : Real; t1n2, t2n1 : Real; s : TStringList; str : String;

109

EK-10 (Devam) Delphi program algoritmas p, i : Integer; begin t1 := ToReal(ComboBox1.Text); t2 := ToReal(Edit1.Text); t3 := ToReal(ComboBox3.Text); t1n2 := ToReal(ComboBox3.Text); t2n1 := ToReal(Edit1.Text); str := FloatToStr(t1) + ' ' + FloatToStr(t3/100) + ' ' + FloatToStr(t2n1/10000); for i:=1 to 3 do begin p := Pos(',', str); if p>0 then str[p] := '.'; end; s := TStringList.Create; s.Add(str); s.SaveToFile(GIRIS); s.Free; Button1.Enabled := True; end; procedure TForm1.Button2Click(Sender: TObject); var s : TStringList; str, serino : String; aranan1, aranan2, bulunan : Real; p : Integer; begin s := TStringList.Create; s.LoadFromFile(SONUC); str := s[0]; p := Pos('.', str); if p>0 then str[p] := ','; s.Free; aranan2 := 1.03 * StrToFloat(str); str := ComboBox1.Text; p := Pos('.', str); if p>0 then

110

EK-10 (Devam) Delphi program algoritmas str[p] := ','; aranan1 := StrToFloat(str); bulunan := Ara(DOSYA1, DOSYA2, DOSYA3, DOSYA4, aranan1, aranan2, serino); ShowMessage('Sonu : redktr numaras' + ' - ' + serino); end; end.

111

EK-11 MetalMakina Dergisi'nde yaymlanan Yapay Sinir Alar (YSA) Metodu le Redktr Seiminin Modellenmesi konulu makalenin yayn evra.

Sayn, Prof. Dr. Faruk Mendi(*) Birol NAL(*) Uur EME(*) Onur GVEN(*) Do..Dr. Mustafa Kemal KLEKC (*),

07.10.2009

Yapay Sinir Alar (YSA) Metodu le Redktr Seiminin Modellenmesi balkl 5 yazarl makaleniz, MetalMakina Dergisi'nin 179. saysnda (Eyll-Ekim/2009), 238.sayfada yaynlanmtr. (*)- Prof.Dr. Faruk MEND, Gazi niversitesi Teknik Eitim Fakltesi Makine Eitimi Blm, Ankara - Birol NAL, Gazi niversitesi Fen Bilimleri Enstits Makine Eitimi A.B.D. Yksek Lisans rencisi, Ankara - Uur EME, Mersin niversitesi Tarsus Teknik Eitim Fakltesi Makine Eitimi Blm, Mersin-Tarsus - Onur GVEN, Mersin niversitesi Mhendislik Mimarlk Fakltesi Makine Mhendislii Blm, Mersin - Do.Dr. Mustafa Kemal KLEKC, Mersin niversitesi Tarsus Teknik Eitim Fakltesi Makine Eitimi Blm, Mersin-Tarsus
Sayglarmla, Erdem ALAYAN Yaz leri Mdr AJANSMK YAYIN GRUBU METALMAKNA DERGS Perpa Ticaret Merkezi A-Blok 6. Kat No:530 Okmeydan-STANBUL erdem@ajansmik.com

TELEFON: 0 212 222 93 71 FAKS : 0 212 222 93 74

112

ZGEM Kiisel Bilgiler

Soyad, ad Uyruu Doum tarihi ve yeri Medeni hali e-mail

Eitim Derece

: NAL, Birol : T.C. : 23.05.1963 ANKARA : Evli : birolunaltr@hotmail.com.

Eitim Birimi Mezuniyet tarihi

Yksek lisans

Gazi niversitesi /TEF Makine Resim ve Konstrksiyon Eitimi Ana Bilim Dal Gazi niversitesi /TEF Makine Resim ve Konstrksiyon Eitimi Ana Bilim Dal Yenimahalle End.Mes.Lis.

2009

Lisans

1986 1980

Lise
Deneyimi Yl

Yer

Grev

1986-1989 1990-1991
Yabanc Dil

Afyon End. Mes. Lis. Dikmen End. Mes. Lis.

retmen retmen

ngilizce
Hobiler

Bilgisayar teknolojileri, kitap okumak.