An ınvestıgatıon ınto the abrasıve waterjet cuttıng of natural stones: ımprovement of the cuttıng performance and leveragıng the machıne learnıng algorıthms for modellıng and optımızatıon

Bu tezde, mermer, traverten, bazalt, oniks ve tüf olmak üzere çeşitli kayaçlardan oluşan iş parçaları kullanılarak aşındırıcı su jeti (AWJ) çok geçişli kesme ve jetin ileri açılı hale getirme performansı deneysel olarak araştırılmıştır. Ayrıca; kesme performans göstergeleri, yapay sinir ağı, gradyan destekli karar ağaçları, Gauss süreci regresyonu, destek vektör makinesi ve parçacık sürüsü optimizasyonu gibi makine öğrenme algoritmaları (MLAs) ile modellenmiş ve optimize edilmiştir. Makine öğrenimi tabanlı modeller geliştirildikten sonra, ilgili modellerin istatistiksel doğruluğu, determinasyon katsayısı, ortalama karekök hatası ve ortalama mutlak yüzde hatası gibi göstergeler ile kapsamlı bir şekilde değerlendirilmiştir. Ek olarak, önerilen modelleri etkileyen tahmin edici değişkenlerin göreceli önemini belirlemek için rastgele orman regresyonundan yararlanılmıştır. Tekli kesme ile karşılaştırıldığında kesme performans göstergesine ve kaya türüne bağlı olarak, çoklu geçişli kesmenin kesme performansını önemli ölçüde iyileştirdiği belirlenmiştir. Çoklu geçişle elde edilen iyileştirmeler kadar olmasa da, jetin ileri açılı hale getirilerek gerçekleştirilen deneylerde de yine performans göstergesine ve kaya türüne bağlı olarak %42,94'e kadar iyileştirmeler elde edilmiştir. Bu iyileştirmelere ek olarak, kayaçların AWJ çoklu geçişli kesimi sırasında aşındırıcı besleme miktarındaki ve su basıncındaki artışın önemli iyileştirmelere yol açtığı görülmüştür. Ayrıca, geliştirilen modellerin sıralaması kesme performans göstergelerine bağlı olarak değişse de, MLAs'nın AWJ çoklu geçişli ve ileri açılı jet kesme teknikleri ile elde edilen kesme performanslarının modellenmesi ve optimize edilmesi için başarılı bir şekilde kullanılabileceği sonucuna varılmıştır. Anahtar Kelimeler: Aşındırıcı Sujeti, Doğaltaş, Makine Öğrenmesi, Modelleme, Optimizasyon