Yükleniyor…
Yükleniyor…
2
Arşivlenen Tez
0
DOI Atanmış
0
Departman
0
Araştırmacı
Yüksek korozyon direnci ve mekanik özellikleri nedeniyle yaygın olarak kullanılan paslanmaz çeliklerin yüzey performansını artırmak amacıyla, bu çalışmada 316L ve süper dubleks paslanmaz çelik altlıklar üzerine katodik ark PVD tekniği kullanılarak TiSiN ve AlTiN seramik kaplamalar biriktirilmiştir. Kaplama uygulanmış ve uygulanmamış numunelerin faz ve mikroyapı incelemeleri, XRD, SEM ve EDS yöntemleri kullanılarak gerçekleştirilmiş, yüzey morfolojileri ile pürüzlülük özellikleri AFM analizleri aracılığıyla değerlendirilmiştir. Yüzeylerin ıslanma karakteristikleri, temas açısı ölçümleriyle, mekanik performansları ise nanoindentasyon ve mikrosertlik analizleri yardımıyla belirlenmiştir. Kaplamaların tribolojik davranışlarını ortaya koymak amacıyla pin-on-disk sürtünme ve aşınma deneyleri gerçekleştirilmiştir. Elde edilen sonuçlar, kaplama uygulamasının yüzey sertliğini artırdığını ve aşınmaya karşı direnci önemli ölçüde geliştirdiğini göstermiştir. TiSiN kaplamaların yüksek sertlik ve güçlü aderans özellikleri sergilediği, AlTiN kaplamaların ise düşük sürtünme katsayısı ve daha homojen yüzey morfolojisi sağladığı belirlenmiştir. Ayrıca süper dubleks paslanmaz çelik altlıklar üzerinde yapılan kaplamaların 316L altlıklara göre daha yüksek mekanik ve tribolojik performans sergilediği belirlenmiştir. Bu sonuçlar, yüksek sıcaklık, aşınma ve korozyon koşullarında çalışan uygulamalarda TiSiN ve AlTiN kaplamalı paslanmaz çeliklerin yüzey performansını önemli ölçüde artırdığını göstermiştir.
Trabzon ilinde 2014–2023 yılları arasında meydana gelen trafik kazalarının mekânsal dağılımı ve kaza şiddeti, Coğrafi Bilgi Sistemleri (CBS) ve makine öğrenmesi yöntemleri kullanılarak analiz edilmiştir. Çalışmada veri seti eksik ve yinelenen kayıtlardan arındırılmış, kategorik değişkenler sayısallaştırılmış ve sınıf dengesizliği SMOTE yöntemi ile giderilmiştir. CBS analizleri kapsamında kaza verileri haritalandırılmış, noktasal dağılım ve Kernel Yoğunluk Tahmini (KDE) analizleri gerçekleştirilmiştir. Sonuçlar, trafik kazalarının özellikle şehir merkezi, ana ulaşım arterleri ve yoğun trafik bölgelerinde kümelendiğini göstermiştir. İlçe bazında yapılan değerlendirmelerde Ortahisar ve Maçka ilçelerinde belirgin yoğunlaşmalar tespit edilmiştir.Makine öğrenmesi aşamasında Lojistik Regresyon, Karar Ağacı, Rastgele Orman, AdaBoost, Gradient Boosting ve XGBoost algoritmaları uygulanmıştır. Modeller doğruluk, kesinlik, duyarlılık, F1 skoru ve Cohen’s Kappa katsayısı gibi performans ölçütleri kullanılarak değerlendirilmiştir. AdaBoost modeli en yüksek doğruluk oranına (%97,06) ulaşmasına rağmen düşük Recall ve F1 skorları nedeniyle ölümcül kazaların tahmininde sınırlı performans göstermiştir. Lojistik Regresyon modeli yüksek Recall değeri ile öne çıkarken, Karar Ağacı ve Rastgele Orman modellerinde aşırı öğrenme eğilimi gözlenmiştir. Tüm performans ölçütleri birlikte değerlendirildiğinde Gradient Boosting modeli %96,05 doğruluk, %21,43 F1 skoru, 0,1941 Cohen’s Kappa katsayısı ve en düşük aşırı öğrenme düzeyi ile en başarılı model olarak belirlenmiştir. Sonuçlar, CBS ve makine öğrenmesi yöntemlerinin birlikte kullanımının trafik kazalarının mekânsal örüntülerinin belirlenmesi ve kaza şiddetinin tahmin edilmesinde etkili bir yaklaşım sunduğunu göstermektedir.