Kalibrasyon cihazları için CK45 çeliğinin hassas torna işleminde hibrit akıllı RSM–ANN modelleme ve optimizasyon

Daha Güvenilir Ölçümler İçin Daha Keskin Metal

Bir jet motoru, tıbbi tarayıcı veya fabrika robotu doğruluğu kontrol edildiğinde, test düzeneklerinin içinde neredeyse mükemmel daireselliğe ve düzlüğe sahip olması gereken metal miller bulunur. Bu çalışma, bu kalibrasyon millerinden biri için yaygın bir malzeme olan CK45 çeliğinin nasıl işleneceğini inceliyor; amaç millerin ömrünü uzatmak ve daha güvenilir ölçümler sağlamasını temin etmek. Araştırmacılar, kesme sürecini ayarlamak için akıllı istatistikleri yapay zekâ ile birleştirerek hem çelikten hem de kesici takımlardan olabilecek en iyi performansı elde etmeye çalışıyor.

Bu Çeliği Şekillendirmenin Neden Bu Kadar Zor Olduğu

CK45, birçok makinede mukavemet ve işlenebilirlik açısından değer verilen orta karbonlu bir çeliktir, ancak ekstrem doğruluk istendiğinde zorluklar ortaya çıkar. Geleneksel takımlarla kesildiğinde hızlı takım aşınması, kaba yüzeyler ve bitmiş milde küçük şekil hataları oluşabilir. Kalibrasyon cihazları için mikrometre ölçeğindeki kusurlar bile önem taşır. Ekip, bir tornacının ayarlayabileceği dört değişkene odaklanıyor: iş parçasının dönme hızı, takımın yüzey boyunca ilerleme hızı, talaş derinliği ve takım ucunun yuvarlaklığı. Bunlar birlikte metalin ne kadar hızlı kaldırıldığını, yüzeyin ne kadar pürüzlü veya düzgün olduğunu, milin ne kadar dairesel kaldığını ve takımın ne kadar aşındığını kontrol eder.

İstatistik ile Yapay Zekânın Harmanlanması

Bu karmaşık problemi kontrol altına almak için araştırmacılar hibrit bir “zeka ve sayı” stratejisi kullanıyor. Önce, deneylerin kompakt bir setini tasarlayan ve dört süreç değişkenini malzeme kaldırma hızı, yüzey pürüzlülüğü, takım aşınması, dairesellik hatası ve sertlik gibi çıktılara bağlayan düzgün matematiksel yüzeyler uyduran cevap yüzeyi metodolojisi (RSM) adı verilen istatistiksel yaklaşımı uyguluyorlar. Bunun üzerine, basit denklemlerin kaçırabileceği daha karışık, doğrusal olmayan davranışları yakalamak için beyin öğrenmesinden esinlenen yapay sinir ağları eğitiliyor. Çelik miller, kübik bor nitrür kesici uçlar kullanılarak bilgisayar kontrollü bir tornada işleniyor ve her deneme, hem model türlerine doğru veri sağlamak üzere mikroskoplar ve hassas ölçüm cihazları ile dikkatle ölçülüyor.

Hız, Kalite ve Takım Ömrü İçin Tatlı Noktayı Bulmak

Bu modellerle donanmış ekip, aynı anda birkaç amacı dengeleyen kesme koşullarını arıyor: metali verimli şekilde kaldırmak, yüzeyi düzgün ve dairesel tutmak, çeliğin dış yüzeyini yeterince sertleştirmek ve takım aşınmasını en aza indirmek. Mili hızın baskın kaldıraç olduğunu keşfediyorlar: ilk etapta hızı artırmak malzeme kaldırmayı ve yüzey kalitesini iyileştiriyor, ancak çok yüksek değerlere çıkmak takım ve iş parçasını aşırı ısıtıp aşınma ve pürüzlülüğü artırıyor. İlerleme hızı ve talaş derinliği benzer şekilde nüanslı etkiler gösteriyor—orta değerler fayda sağlarken, uç değerler titreşim, düzensiz talaş akışı ve şekil hatalarına yol açıyor. Tüm yanıtları tek bir “arzu edilebilirlik” skorunda birleştirerek optimal ayarı belirliyorlar: yaklaşık 3000 devir/dakika, orta seviye ilerleme ve mütevazı yuvarlaklığa sahip orta derinlikte bir kesim.

Metal ve Takım İçinde Neler Oluyor

Çalışma sadece sayılarla sınırlı kalmıyor. Kötü kesme koşullarında taramalı elektron mikroskobu görüntüleri, dengesiz ısınma ve deformasyonun donmuş kanıtı olan düzensiz, kaba dendritik desenlerle çelik yüzeyinin delinmiş olduğunu gösteriyor. Takım uçlarında sıkışmış talaşlar ve derin yarıklar birikiyor; bu da hızlı aşınmayı işaret ediyor. Buna karşılık optimize edilmiş koşullarda çeliğin yüzey mikro yapısı çok daha düzgün hale geliyor; ince, eşit aralıklı dendritik özellikler ve çatlak veya krater yok. Kesici uçlar keskin kalıyor ve sadece küçük, düzgün aşınma izleri gösteriyor. Sinir ağı modelleri bu iyileşmeleri tipik olarak %6’nın altında hatalarla öngörürken, istatistiksel modeller eğilimlerin rastlantısal değil sağlam olduğunu doğruluyor.

Daha İyi Miller, Daha Güvenilir Ölçümler

Basitçe söylemek gerekirse, yazarlar geleneksel istatistiklerin ve makine öğrenmesinin dikkatle ayarlanmış bir kombinasyonunun, tornacıların CK45 çeliğini nasıl kesmeleri gerektiğini tam olarak söyleyebileceğini gösteriyor; böylece kalibrasyon milleri daha pürüzsüz, daha dairesel ve daha dayanıklı olurken, kesici takımların kendisi de daha uzun ömürlü oluyor. Dış performansı (metalin ne kadar hızlı kaldırıldığı ve yüzeyin ne kadar düzgün göründüğü) iç yapı ile (çeliğin tanelerinin nasıl düzenlendiği ve takımın nasıl erozyona uğradığı) bağlayarak, çalışma endüstri ve araştırmada daha güvenilir ölçümleri destekleyen yüksek hassasiyetli parçalar üretmek için bir tarif sunuyor.

Atıf: Farouk, W.M., Ahmed, A.G., Gamil, M. et al. Hybrid intelligent RSM–ANN modeling and optimization of precision turning of CK45 steel for calibration devices. Sci Rep 16, 11358 (2026). https://doi.org/10.1038/s41598-026-43388-w

Anahtar kelimeler: hassas torna, CK45 çeliği, takım aşınması, yüzey pürüzlülüğü, sinir ağı optimizasyonu