Buradasınız

Anasayfa » Content

YAPAY SİNİR AĞLARI TABANLI SİLİNDİRİK DÜZ DİŞLİ ÇARK TASARIMI

CYLINDIRICAL SPUR GEARS DESIGN BASED ON ARTIFICIAL NEURAL NETWORKS

Journal Name:

  • Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi

Publication Year:

  • 2007

Key Words:

Keywords (Original Language):

Author NameUniversity of AuthorFaculty of Author
Abstract (2. Language): 
In this study, testing and training data sets of Artificial Neural Networks(ANNs) models have been produced by employing analytical design calculations of cylindrical spur gears. In the input layer, the constraints and requirement values of cylindrical spur gears are used while at the output layer the modules (e.g. the bending and contact stress) and the number of tooths are used. These data have been presented to train a multi layered, single directed, hierarchically connected ANNs using Scaled Conjugate Gradient (SCG) and Levenberg-Marquardt (LM) Back Propagation algorithms with the logistic sigmoid transfer function. The outcomes demonstrated that, the ANN based model have been very successful and the testing data produced very low level of errors. It has been shown that, the ANN based mechanism may be used in the design of cylindrical spur gears instead of analytical calculations.
Bookmark/Search this post with
Abstract (Original Language): 
Bu çalışmada, silindirik düz dişli çarkların analitik yöntemle tasarım hesaplamaları yapılarak, Yapay Sinir Ağları (YSA) modelinde kullanılmak üzere, eğitim ve test küme verileri oluşturulmuştur. Girdi katmanında silindirik düz dişli çarkların ihtiyaç ve sınırlandırma değişkenleri, çıktı katmanında ise modül (diş dibi gerilmesine ve yüzey basıncına göre) ve dişli sayıları kullanılmıştır. Bu veriler, çok katmanlı, tek yönlü, hiyerarşik bağlantılı, hatayı geriye yayma (Back Propagation) algoritmasının Scaled Conjugate Gradient (SCG) ve Levenberg-Marquardt (LM) versiyonlarının her biri için 'logistic sigmoid' transfer fonksiyonu kullanılarak, değişken sayıda gizli katman ve işlem eleman sayılarında eğitilmiştir. Sonuçta, eğitilen YSA modeli çok başarılı ve test verileri hata değerleri çok düşük bulunmuştur. Böylece, dişli çarkların kavramsal tasarımında kullanılan analitik hesap yöntemi yerine YSA tabanlı sistematik bir yaklaşımın da kullanılabileceği gösterilmiştir.
FULL TEXT (PDF): 
PDF icon arastirmax-yapay-sinir-aglari-tabanli-silindirik-duz-disli-cark-tasarimi.pdf
  • 3
387
395
  • Turkish

REFERENCES

References: 

Akkurt, M. 1999. "Makine Elemanları", Birsen Yayınları, 2, İstanbul 1-255.
Arcaklıoğlu, E. 2004. Performance Comparison of CFCs With Their Substitutes Using Artificial Neural Network. International Journal of Energy Research,
28, 1113-1125.
Chen, Y. H. and Lee, H. M. 1998. "A Neural Network System for Two-Dimensional FeatureRecognition", International Journal of Computer
Integrated Manufacturing, 11 (2): 111-117.Dağlı, C. H., Poshyanonda, P. and Bahrami, A. 1993. "Neuro-Computing and Concurrent
Engineering"
, Concurrent Engineering, Ed. Parsaei, H.R. and Sullivan, W.G., Chapman & Hall, Great Britain, Cambridge, 465-486.
DIN 780 Pt 1, 1987. Series of Modules for Gears -Modules For Spur Gears.
DIN 3966 Pt 1, 1987. Information on Gear Teeth in Drawings - Information On Involute Teeth For Cylindrical Gears.
DIN 3970 Pt 1, 1987. Master Gears For Checking Spur Gears - Gear Blank And Tooth System.
DIN 3970 Pt 2, 1987. Master Gears For Checking Spur Gears - Receiving Arbors.
Hagan, M.T. and Demuth, H. B. 1996. "Neural Network Design", PWS Publishing Company, (12)
1-29, Boston.
Henderson, M. R. 1994. "Manufacturing Feature Identification", Artificial Neural Networks for Intelligent Manufacturing, Ed. Dağlı, C.H., Chapman & Hall, Great Britain, Cornwall, 229-264.
Kwang-Kyu Seo , Ji-Hyung Park , Dong-Sik Jang and David Wallace, 2002. "Prediction Of The Life Cycle Cost Using Statistical and Artificial Neural Network Methods In Conceptual Product Design", International Journal of Computer Integrated Manufacturing, Taylor & Francis, Volume 15, Number 6 / October 01, 541 - 554.MATLAB 6.5 (Release 13), 2002. The Language of Technical Computing, The MathWorks, Inc., Natick, MA.Nezis, K. and Vosniakos, G. 1997. "Recognizing 2!/!>D Shape Features Using a Neural Network and
Heuristics", Computer Aided Design, 29 (7): 523¬539.
Prabhakar, S. and Henderson, M. R. 1992. "Automatic Form-Feature Recognition Using Neural-Network-Based Techniques on Boundary Representations of Solid Models", Computer Aided
Design, 24 (7): 38 -393.
Su,
D
. and Wakelam, M. 1998. "Intelligent Hybrid System For Integration in Design and Manufacture", Journal of Materials Processing Technology, 76:
23-28.Su, D., Wakelam, M. and Jambunathan, K. 2000. "Integration of a Knowledge-Based System, Artificial Neural Networks and Multimedia for Gear Design", Journal of Materials Processing
Technology, 107: 53-59.
Sun,
J.
, Kalenchuk, D.K., Xue, D. and Gu, P. 2000. "Design Candidate identification Using Neural Network-Based Fuzzy Reasoning", Robotics and Computer Integrated Manufacturing, 16: 383-396.
Toktaş, İ. 2006. "Sonsuz Vida Dişli Mekanizmasının Kavramsal Tasarımı İçin Yapay Sinir Ağları Tabanlı
Sistematik Bir Yaklaşım", 12. Uluslararası Makina Tasarım ve İmalat Kongresi, Kuşadası, Türkiye, 05 -
08 Eylül.
Toktaş, İ., Aktürk N. 2005. "Silindirik Helis Dişli Çarkların Kavramsal Tasarımı İçin Yapay Sinir Ağları Tabanlı Yeni Bir Yaklaşım", 1. Uluslar arası Mesleki Ve Teknik Eğitim Teknolojileri Kongresi, Marmara Üniversitesi, Sayfa 754-762, İstanbul/Türkiye, Eylül 5-7.
Zet Redüktör, 2001. Genel Katalog 09, 12, İstanbul.

Thank you for copying data from http://www.arastirmax.com