Tepki yüzeyleri tasarımı ve yapay sinir ağları yöntemleriyle epoksi kompozitlerin aşınma özelliklerinin optimizasyonu

Yapılan tez çalışmasında; inşaat sanayii başta olmak üzere tekstil ve otomotiv gibi çok geniş bir alanda yaygın bir kullanıma sahip olan epoksi (reçine) bazlı kompozitlerin aşınma davranışına etki eden faktörler incelenmiş olup, süreç optimizasyonu gerçekleştirilmiştir. Epoksi malzemenin aşınma dayanımının arttırılması için ferrokrom ve cam katkıları kullanılmıştır. Merkezi birleşik tasarım (Central Composite Design-CCD) uygulanarak toplam 18 deney noktasında 54 adet deney numunesi üretilmiştir. Üretilen numunelerin abrasif aşınma testleri yapılarak aşınma tepki değerleri ölçülmüştür. Elde edilen veriler tepki yüzeyleri tasarımı ve yapay sinir ağları yaklaşımı ile değerlendirilmiştir. Elde edilen sonuçlara göre; cam katkı oranının artmasının aşınma oranını büyük ölçüde azalttığı görülmüş ve minimum aşınma oranı; cam katkı oranının en yüksek seviyesinde (%17,07) elde edilmiştir. Ferrokrom katkının aşınma oranı üzerindeki etkisi ise küçük parçacıklar (0-50 mikron) için negatif olurken, minimum aşınma oranı en düşük düzeyli ferrokrom katkı oranı (%2,93) ile elde edilmiştir. Sertlik ve maliyet tepki değişkenlerinde tahmin modelleri geliştirilmiş olup, çoklu tepki optimizasyonu gerçekleştirilmiştir. Aşınma tepki değişkeninin tahmini için oluşturulan yapay sinir ağı ve tepki yüzeyleri modellerinin performansları karşılaştırılmıştır. Alınan sonuçlara göre; yapay sinir ağı (Artificial Neural Network-ANN), sınama setinin aşınma tepki değişkenini %8,18 ortalama yüzde hata (MAPE) değeri ile tahmin ederken; Tepki Yüzeyleri Tasarımı (Response Surface Methodology-RSM) modelinin MAPE değeri %9,42 olarak bulunmuştur. Tepki değişkenindeki değişkenliğin açıklanmasında R2 ve MSE (ortalama kare hata) tanımlayıcı istatistikleri için tepki yüzeyleri tasarımı modeli daha başarılı bulunmuştur.