Syagrus romanzoffiana lifli biyokompozitlerinin delme performansını optimize etme: RSM ve YSA modellemeyle katman ayrılmasını en aza indirme

Daha Yeşil Malzemelerde Daha Temiz Delikler

Şirketler fosil kökenli plastikleri bitki bazlı malzemelerle değiştirmek için yarışırken, pratik bir soru ortaya çıkıyor: bu daha çevreci malzemeler gerçek fabrika zemini koşullarında delinebilir, kesilebilir ve monte edilebilir mi, yoksa parçalanır mı? Bu makale, az bilinen bir palmiye lifi kompozit için bu soruyu ele alıyor ve dikkatli deneylerle modern veri odaklı modellemeyi birleştirerek hasarı en aza indirirken temiz, hassas delikler açmanın yolunu gösteriyor.

Palmiye Atığından Yüksek Değerli Panellere

Çalışma, Cezayir’de rutin budama sırasında oluşan bir yan ürün olan Syagrus romanzoffiana palmiye yaprak sapı (rachis) liflerine odaklanıyor. Bu kısa, sert lifler, ağırlıkça %30 lif içeren hafif ve dayanıklı paneller elde etmek için biyolojik kaynaklı bir epoksi reçine ile karıştırılıyor. Araştırma ekibi önce reçinenin düzgün kürlendiğini ve liflerin çevreleyen matriksle fiziksel olarak bağlandığını doğruluyor; bunun için tam kimyasal reaksiyonları ve ara yüzeyde iyi etkileşimi kontrol etmek adına kızılötesi spektroskopi kullanılıyor. Sonuç, yerel bitki atığından ve biyobozunur bir bağlayıcıdan üretilmiş, birçok geleneksel cam elyaflı malzemeyle karşılaştırılabilir mekanik özelliklere sahip tamamen biyobazlı bir kompozit levha oluyor.

Delmenin Kompozitlere Zarar Vermesinin Nedenleri

Bu panellerin otomobil içleri, spor ekipmanları veya uçak iç mekanları gibi uygulamalarda kullanılabilmesi için civata, perçin ve bağlantı elemanlarını kabul etmesi gerekir; yani delik açılabilmelidir. Lifli katmanlı malzemelerde delme genellikle deliğin yakınında katmanların ayrılmasıyla sonuçlanır; bu kusura katman ayrılması (delamination) denir. Çalışma, sondanın itme etkisiyle son katmanları kaldırıp soymasına eğilimli olan çıkış yüzeyindeki hasara odaklanıyor. Araştırmacılar atölyelerin kontrol edebileceği üç pratik değişkeni değiştiriyor: matkap ilerleme hızı (besleme hızı), dönüş hızı (iş mili hızı) ve çap (matkap çapı). Ayrıca yüksek hızlı çelik uçları sert, düşük sürtünmeli titanyum nitrür kaplı uçlarla kıyaslıyorlar. Her delik taranıp görüntü analizi yazılımıyla incelenerek, temelde deliğin amaçlanan boyutunun ötesine büyüyen hasarlı bölgeyi ölçen bir “katman ayrılması faktörü” belirleniyor.

Delme Ayarlarında Optimal Noktayı Bulmak

27 dikkatle planlanmış delme testi boyunca net bir tablo ortaya çıkıyor. En önemli etken besleme hızıdır: matkabı üç kat daha hızlı itmek katman ayrılması faktörünü yaklaşık yarı oranında artırıyor; çünkü takım malzemeyi uzaklaştırmak için çok daha yüksek kuvvetler uygulamak zorunda kalıyor. Matkap çapı ikinci sırada geliyor: daha büyük çaplar daha fazla itme ve tork üretiyor ve bu da hasarlı bölgeyi hafifçe genişletiyor. İş mili hızının etkisi daha ince ve eğrisel; yaklaşık 1.200 dev/dak civarı orta hız matriksi kesmeyi kolaylaştıracak şekilde yeterince yumuşatıyor, ancak lif ile reçine arasındaki bağı zayıflatacak aşırı ısınmadan kaçınıyor. Titanyum nitrür kaplı uçlar, daha düşük sürtünme ve daha iyi ısı kontrolü sayesinde çıplak çeliğe göre sürekli daha iyi performans gösteriyor ve aynı koşullar altında daha temiz çıkış yüzeyleri üretiyor.

Hasarı Tahmin Etmeyi Öğreten Modeller

Bu bulguları pratik kılavuzlara dönüştürmek için yazarlar iki tür öngörü aracı inşa ediyor. Birincisi, veriye kıvrımlı bir yüzey uyduran klasik bir istatistiksel yaklaşımdır; bu yöntem her bir delme parametresinin ve ikilisel kombinasyonlarının hasarı nasıl etkilediğini yakalıyor. Bu yöntem iyi çalışıyor ve birlikte yüksek besleme ile yüksek hızın tehlikeli bileşimini, ki bu kombinasyon katman ayrılmasını keskin biçimde artırıyor, öne çıkarıyor. İkinci araç ise yapay sinir ağıdır; belli bir denklem biçimi varsaymadan veriden doğrudan desenleri öğrenen basit bir makine öğrenimi formudur. Burada sinir ağları besleme, hız ve çapı ölçülen hasara çok yüksek doğrulukla eşliyor ve istatistiksel modeli tahmin hatasını üçte bire kadar azaltarak geride bırakıyor. Her iki yaklaşım da optimal delme aralıklarında mutabık kalıyor, ancak sinir ağı bu özel biyokompozitin ince, doğrusal olmayan davranışlarını yakalamada daha başarılı oluyor.

Sanayi için Pratik Ayarlar

Standart bir optimizasyon yöntemi kullanılarak ekip, üretim için gerçekçi kalırken katman ayrılmasını en aza indiren sağlam bir çalışma penceresi tanımlıyor. En iyi bölge düşük besleme hızlarında (yaklaşık 50–70 milimetre/dakika), orta iş mili hızlarında (yaklaşık 1.000–1.200 dev/dak) ve daha küçük matkap çaplarında, özellikle kaplı takımlar kullanıldığında bulunuyor. Bu koşullar altında katman ayrılması faktörü ideal delik boyutunun yalnızca birkaç yüzde puanı üzerinde kalıyor—kuru koşullarda delinmiş birçok karbon ve cam elyaf kompozitine kıyasla benzer veya daha iyi. Önemli olarak, optimum keskin bir nokta değil geniş bir plato; bu da günlük küçük besleme veya hız değişimlerinin delik kalitesini aniden bozmayacağı anlamına geliyor.

Daha Yeşil Ürünler için Anlamı

Uzman olmayanlar için çıkarım açık: Syagrus romanzoffiana palmiye lifleri ve biyolojik epoksi ile yapılmış paneller, makul kesme koşullarına uyulduğu sürece otomobil içleri ve spor ekipmanından uç iç mekanlarına kadar birçok gerçek dünya uygulamasının taleplerini karşılayacak kadar temiz biçimde delinebilir. Hangi delme ayarlarının hasarı kontrol altında tuttuğunu tam olarak göstererek ve yeniden kullanılabilir, genişletilebilir makine öğrenimi modelleri sunarak çalışma, laboratuvar “yeşili” malzemeler ile endüstriyel üretimin günlük somut gereksinimleri arasındaki uçurumu kapatmaya yardımcı oluyor. Böylece bitki bazlı kompozitlerin hem çevresel olarak çekici hem de pratik olarak işlenebilir olabileceği iddiasını güçlendiriyor.

Atıf: Ferfari, O., Belaadi, A., Krishnasamy, P. et al. Optimizing the drilling performance of Syagrus romanzoffiana fiber biocomposites: minimizing delamination with RSM and ANN modeling. Sci Rep 16, 7929 (2026). https://doi.org/10.1038/s41598-026-38618-0

Anahtar kelimeler: doğal lifli kompozitler, delme katman ayrılması, biyotaraflı malzemeler, proses optimizasyonu</keyword;s> <keyword>yapay sinir ağları