Makine öğrenme yaklaşımlarını kullanarak eym ile üretilen abs parçalarının mekanik özelliklerinin tahmini

Abstract

Eklemeli imalat teknolojileri, özellikle Eriyik Yığma Modellem (EYM), modern endüstriyel üretim süreçlerinde devrim yaratmaktadır. EYM, termoplastik malzemelerin katman katman birleştirilmesi ile karmaşık geometrilere sahip ürünlerin hızlı, maliyet etkin ve esnek bir şekilde üretilmesine olanak tanır. Bu teknolojinin sağladığı avantajlar arasında düşük malzeme israfı, hızlı prototipleme, maliyet tasarrufu ve tasarım özgürlüğü yer alır. Özellikle otomotiv, havacılık, tıp ve elektronik gibi sektörlerde geniş bir uygulama yelpazesi bulunmaktadır. Ancak, bu avantajlara rağmen EYM teknolojisinin mekanik özellikleri etkileyen üretim parametrelerinin optimizasyonu konusunda daha fazla bilgiye ihtiyaç duyulmaktadır. Bu bağlamda, çalışmamız EYM ile üretilen akrilonitril bütadien stiren (ABS) malzemelerin mekanik performansını tahmin etmeyi ve optimize etmeyi amaçlayan önemli bir katkı sunmaktadır.

Additive manufacturing technologies, especially Fused Deposition Modeling (FDM), are revolutionizing modern industrial manufacturing processes. FDM allows the fast, cost-effective and flexible production of products with complex geometries by combining thermoplastic materials layer by layer. The advantages of this technology include low material waste, rapid prototyping, cost savings and design freedom. There is a wide range of applications, especially in sectors such as automotive, aerospace, medical and electronics. However, despite these advantages, more information is needed on the optimization of production parameters that affect the mechanical properties of FDM technology. In this context, our study provides an important contribution aimed at predicting and optimizing the mechanical performance of acrylonitrile butadiene styrene (ABS) materials produced by FDM.