Makine öğrenimi yöntemiyle laboratuvar ölçekli kesici kafa kesme performansı optimizasyonu

Bu çalışma, özgül enerjiyi ile makine gövdesi titreşimini azaltmaya yönelik veri odaklı bir yaklaşım geliştirerek konik kesicilerle donatılmış laboratuvar ölçekli bir kesme kafasının kesme performansını incelemektedir. Yardımsız kazı yöntemi ve 3×3×3 tam faktöriyel deney tasarımı uygulanarak toplamda 243 deney yapılmıştır. Deneylerde güç tüketimi, ilerleme hızı, iki eksenli titreşim (X ve Z) ve gerçek kesme derinliği kaydedilmiştir. Kesme yönüyle aynı hizada olan X ekseni en yüksek titreşimi göstermiş ve yaklaşık 86 mm/s ve 141 mm/s olmak üzere iki eşik, titreşim davranışını malzeme dayanımına uygun biçimde ayırmıştır. Çalışma parametreleri ile özgül enerji ve titreşim arasındaki ilişkiyi incelemek üzere denetimli makine öğrenmesi modelleri eğitilmiştir. Ağaç tabanlı topluluk modelleri, özgül enerjiyi yüksek doğrulukla tahmin etmiş; çapraz doğrulamalı R² değerleri 0,93–0,97 arasında bulunmuş ve kesme derinliği en etkili değişken olarak belirlenmiştir. Titreşim tahmininde ise R² değerleri yaklaşık 0,32–0,65 arasında elde edilmiştir. Kesme derinliği birincil, dönme hızı ikincil etken olarak belirlenmiştir. Son aşamada, uyarlanabilir, titreşim duyarlı bir kesme stratejisinin geliştirilmesi amacı için oluşturulan bir Kısıtlı Parçacık Sürüsü Optimizasyonu (PSO) algoritması ile uygulanabilir işlem parametreleri önerilmiştir.