Bayesyen-SVR ve NSGA-II tabanlı karbon birikintileri için hibrit lazer temizleme işlem parametrelerinin çok amaçlı optimizasyonu

Neden daha temiz motorlar önemli

Yıllardır otomobil kullanan herkes, yaşlanan bir motorun gücünden bir miktar kaybettiğini fark etmiştir. Gizli suçlulardan biri, piston tepelerini yavaşça kaplayan inatçı, kurumlu bir karbon tabakasıdır; bu yakıtı boşa harcar ve emisyonları artırır. Bu çalışma, altındaki metali koruyarak bu karbon birikintilerini verimli şekilde uzaklaştırmak için yeni, lazer tabanlı bir yöntemi inceliyor. Ayrıca modern veri araçlarının atölyedeki deneme‑yanılma süresini azaltarak işlemi bilgisayar ortamında nasıl ayarlayabileceğini gösteriyor.

İnatçı motor kurumunun yarattığı sorun

Çalışan bir motor içinde yakıt mükemmel temiz yanmaz. Zamanla, piston tepelerinde ince karbon tabakaları birikir. Bu birikintiler yanma odasının şeklini değiştirir; verimi düşürür, yakıt tüketimini artırır ve zararlı egzoz emisyonlarını yükseltir. Aşırı durumlarda vuruntuya ve hatta motor hasarına yol açabilirler. Geleneksel temizleme yöntemleri kimyasallar, kumlama veya elle kazıma gibi tekniklere dayanır. Bu yaklaşımlar dağınık, yavaştır, metal yüzeyi pürüzlendirebilir veya çukurlara neden olabilir ve atık çözücüler ile artık parçacıklardan çevresel riskler doğurabilir.

Daha akıllı bir parlatma yöntemi

Araştırmacılar, iki tür endüstriyel lazer ışınını birleştiren "hibrit" bir lazer temizleme sistemine odaklandı: karbonu nazikçe önceden ısıtıp yumuşatan sürekli bir ışın ve kısa, güçlü darbelerle karbonu koparan darbe modlu bir ışın. Bu yaklaşımı yüksek kilometreli bir BMW motorundan alınmış kullanılmış pistonlar üzerinde test ettiler; piston tepeleri insan kılı kalınlığında karbonla kaplıydı. Başarının iki basit ölçütü vardı: temizlemeden sonra metal yüzeyin ne kadar pürüzsüz olduğu ve ne kadar karbonun kaldığı. Zorluk şu ki, lazerleri çok güçlü çalıştırmak karbonu tamamen çıkarabilir fakat yüzeyi pürüzlü ve hasarlı bırakabilir; çok hafif çalıştırmak ise metali korur ama çok fazla kalıntı bırakır.

Ayarı veriye bırakmak

Lazer ayarlarını elle düzenlemek yerine ekip makine öğrenimine—veriden örüntü öğrenen bilgisayar modellerine—başvurdu. Özenle tasarlanmış 81 deneyden, temizleme sistemindeki dört ana düğümü kaydettiler: her lazerin gücü, ışının yüzey boyunca süpürüldüğü hız ve darbe lazerinin ateşleme sıklığı. Ardından bu ayarlardan yüzey pürüzlülüğünü ve kalan karbonu tahmin etmek için birkaç model türü eğittiler. Destek vektör regresyonu adı verilen bir yöntem en iyi performansı gösterdi; özellikle iç parametrelerinin "Bayesyen" bir ince ayardan geçmesinden sonra. Bu geliştirilmiş modelle, ne kadar karbonun kalacağına dair tahminler ölçülen değerlere çok daha yakın hale geldi.

Temiz yüzeylerle nazik işlem arasında denge kurmak

Güvenilir öngörücüleri elde ettikten sonra yazarlar, en umut verici lazer ayarlarını aramak için evrimsel bir arama yöntemi kullandılar. Tek bir "en iyi" reçete vermek yerine, bu arama pürüzlülük ile temizlik arasında ödünleşmeyi gösteren bir çözüm ailesi üretti. Bazı ayarlar son derece pürüzsüz piston tepeleri sağlarken biraz daha fazla karbon bırakıyordu; diğerleri artık kalıntıyı çok düşük seviyelere indiriyordu ancak biraz daha pürüzlü bir yüzeyle sonuçlanıyordu. Bu aile içinde araştırmacılar üç tipik seçeneği vurguladılar: düşük pürüzlülük seçeneği, düşük kalıntı seçeneği ve ikisi arasında dengeli bir ayar. Dengeli reçeteyi yeni deneylerde test ettiklerinde, hem nihai pürüzlülük hem de kalan karbon modelin tahminlerinin yüzde 10’u içinde kaldı—atölye toleransları için yeterince iyi.

Motorlar ve ötesi için anlamı

Genel okuyucu için çıkarım şu: kirli motor parçalarına lazer tutmak hikâyenin sadece yarısı. Asıl ilerleme, bu ışınları bilgili bir şekilde yönlendirmek için veri ve algoritmaların kullanılmasıdır. Bu çalışma, sınırlı sayıda deneyle bile bilgisayarların insanın deneme‑yanılmayla kaçırabileceği işletme "tatlı noktalarını" ortaya çıkarmaya yardımcı olabileceğini, atıkları azaltıp bileşenleri koruyabileceğini gösteriyor. Yazarlar sonuçlarının test ettikleri özel koşullar içinde geçerli olduğunu ve daha geniş genelleme için daha büyük veri kümelerine ihtiyaç duyulacağını vurguluyor. Yine de çalışma, gelişmiş lazerleri veri odaklı optimizasyonla eşleştirerek otomobil motorlarından uçak parçalarına kadar yüksek değerli parçaların temizlenmesi ve yenilenmesinin daha temiz, daha güvenli ve daha enerji verimli hale getirilebileceği bir geleceğe işaret ediyor.

Atıf: Su, Y., Hu, Y., Zhang, Q. et al. Multi-objective optimization of hybrid laser cleaning process parameters for carbon deposits based on bayesian-SVR and NSGA-II. Sci Rep 16, 8681 (2026). https://doi.org/10.1038/s41598-026-41748-0

Anahtar kelimeler: lazer temizleme, motor karbon birikintileri, makine öğrenimi optimizasyonu, çok amaçlı tasarım, yüzey pürüzlülüğü