5 results
Search Results
Now showing 1 - 5 of 5
Conference Object Citation - WoS: 12Citation - Scopus: 12Multi-Axial Ultrasonic Vibration-Assisted Machining of Inconel 718 Using Al2O3-CuO Hybrid Nanofluid MQL(Elsevier Science BV, 2024) Namlu, Ramazan Hakki; Lotfi, Bahram; Kilic, Sadik EnginInconel 718 is a widely used superalloy in the aerospace industry, owing to its exceptional creep and corrosion resistance, as well as its ability to retain strength at elevated temperatures. However, its machinability presents challenges due to its low thermal conductivity and high work hardening rate during conventional machining, resulting in inadequate surface quality. To address this issue, a recent technique known as Ultrasonic Vibration-Assisted Machining (UVAM) has emerged. UVAM involves applying high-frequency, low-amplitude vibrations to the cutting tool or workpiece. Additionally, Minimum Quantity Lubrication (MQL) has been considered as an alternative cooling technique to enhance machining performance. Optimizing the performance of UVAM can be achieved by employing various vibration axes. Additionally, the effectiveness of MQL can be enhanced through the utilization of nanofluids. This study investigates the combined application of multi-axis UVAM and Al2O3-CuO added Hybrid Nanofluid MQL (HNMQL) during the milling of Inconel 718. The evaluation parameters include surface roughness, topography, burr formations, and cutting forces. The results demonstrate that the simultaneous use of multi-axis UVAM and HNMQL significantly improves the machining performance of Inconel 718. This combination leads to better surface quality and overall process efficiency, offering promising prospects for the aerospace industry and other applications involving difficult-to-cut materials. (c) 2024 The Authors. Published by Elsevier B.V.Article Citation - WoS: 13Citation - Scopus: 14Integration of Psychological Parameters Into a Thermal Sensation Prediction Model for Intelligent Control of the Hvac Systems(Elsevier Science Sa, 2023) Turhan, Cihan; Ozbey, Mehmet Furkan; Lotfi, Bahram; Akkurt, Gulden Gokcen; Gökçen Akkurt, GüldenConventional thermal comfort models take physiological parameters into account on thermal comfort models. On the other hand, psychological behaviors are also proven as a vital parameter which affects the thermal sensation. In the literature, limited studies which combine both physiological and psychological parameters on the thermal sensation models are exist. To this aim, this study develops a novel Thermal Sensation Prediction Model (TSPM) in order to control the HVAC system by considering both parameters. A data-driven TSPM, which includes Fuzzy Logic (FL) model, is developed and coded using Phyton language by the authors. Two physiological parameters (Mean Radiant Temperature and External Temperature) and one psychological parameter (Emotional Intensity Score (EIS) including Vigour, Depression, Tension with total of 32 subscales) are selected as inputs of the model. Besides the physiological parameters which are decided intentionally considering a manual ventilated building property, the most influencing three sub- psychological parameters on thermal sensation are also selected in the study. While the physiological parameters are measured via environmental data loggers, the psychological parameters are collected simultaneously by the Profile of Mood States questionnaire. A total of 1159 students are participated to the questionnaire at a university study hall between 15th of August 2021 and 15th of September 2022. The results showed that the novel model predicted Thermal Sensation Vote (TSV) with an accuracy of 0.92 of R2. The output of this study may help to develop an integrated Heating Ventilating and Air Conditioning (HVAC) system with Artificial Intelligence - enabled Emulators that also includes psychological parameters.Master Thesis Optimizing Flexible Job Shop Scheduling Using the Adaptive Big-Bang Big Crunch Algorithm(2024) Al-rajab, Maha Layth; Lotfi, BahramBig Bang Big Crunch yöntemi, özellikle esnek iş atölyeleri ve makine ortamları bağlamında olmak üzere, karmaşık iş atölyesi çizelgeleme sorunlarını ele almak için umut verici bir yaklaşım sunmaktadır. Bu yöntem, üretim sistemlerinde makespan'ı, toplam gecikmeyi en aza indirmede ve iş yükü dengesini sağlamada etkinliğini kanıtlamıştır. Potansiyel çözümleri değerlendirmek için bir uygunluk fonksiyonu kullanarak ve bir dizi aşama boyunca nüfusun uygunluğunu artırarak iyileştirerek, Big Bang Big Crunch yöntemi, imalat işletmeleri için güçlü bir optimizasyon yaklaşımı sunmaktadır. Esnek iş atölyesi çizelgeleme bağlamında, Big Bang Big Crunch algoritmasını geleneksel iş atölyelerine kıyasla eklenen karmaşıklığı etkin bir şekilde ele alacak şekilde uyarlamak çok önemlidir. Bu uyarlama, algoritmanın esnek iş atölyeleri ve makine ortamları tarafından sunulan benzersiz zorluklara uygunluğunu sağlamak için değişiklikler ve geliştirmeler yapılmasını içerir. Ayrıca, pekiştirme öğrenimi, sinir ağları ve meta-sezgiseller gibi gelişmiş tekniklerin dahil edilmesi, çizelgeleme yöntemlerinin zekâsını ve dayanıklılığını önemli ölçüde artırabilir, bunların çeşitli dinamiklere u yum sağlamasını ve bireyselleştirilmiş özelleştirme gereksinimlerini karşılamasını sağlayabilir. Bununla birlikte, Big Bang Big Crunch algoritmasının performansı, problem örneği, problem büyüklüğü ve mevcut hesaplama kaynakları gibi faktörlerden etkilenebilir. Bu nedenle, algoritmanın uygulamasının dikkatli bir şekilde değerlendirilmesi ve kişiselleştirilmesi, optimal sonuçları elde etmek için temel oluşturur. Dahası, uygun kodlama ve kod çözme şemaları geliştirme, etkili çeşitlendirme ve yoğunlaştırma stratejileri ve uygunluk değerlendirme işlevleri ile ilgili zorlukları ele almak, Big Bang Big Crunch yöntemini esnek iş atölyesi çizelgelemesine uygularken istenen sonuçlara ulaşmak için çok önemlidir. Sonuç olarak, Big Bang Big Crunch yöntemi, üretim sistemlerinin verimliliğini artırmak ve imalat işletmelerindeki üretim sistemlerini optimize etmek için değerli bir potansiyel sunmaktadır. Bu çalışmada açıklanan önerilere uyarak, kuruluşlar bu yöntemi, esnek iş atölyesi çizelgelemesinin karmaşıklıklarını ele almak ve üretim sistemleri için zeki ve güçlü çözümler elde etmek için etkili bir şekilde kullanabilir.Doctoral Thesis Havacılık Endüstrisinde Kullanılan Kesilmesi Zor Malzemeler Üzerinde Nanoakışkan Minimum Miktar Yağlama ile Çok Eksenli Ultrasonik Titreşi̇m Destekli Frezelemenin Etkileri Üzerine Bir İnceleme(2023) Namlu, Ramazan Hakkı; Lotfi, Bahram; Kılıç, Sadık EnginHavacılık sektörü, modern dünyanın önde gelen endüstrilerinden biri olarak öne çıkmaktadır. Bu sektörde Ti-6Al-4V malzemesinin yaygın olarak kullanılması, mükemmel mukavemet-ağırlık oranına ve iyi korozyon direnci gibi özelliklerine sahip olmasından kaynaklanmaktadır. İşleme, malzemeyi nihai şekline dönüştürmek için havacılık sektöründe vazgeçilmez bir süreçtir. Bununla birlikte, Ti-6Al-4V'nin işlenebilirliği, Geleneksel İşleme (Gİ) kapsamında, düşük termal iletkenliği, kesici takımlara yapışma eğilimi ve talaş kaldırmayla ilgili zorluklarla karakterize edilmekte ve bundan dolayı genellikle 'işlenmesi zor' bir malzeme olarak adlandırılmaktadır. İşleme verimliliğini artırmak için, Ultrasonik Titreşim Destekli İşleme (UTDİ) umut vaat eden bir teknik olarak ortaya çıkmıştır. UTDİ, yüksek frekansta, düşük genlikli titreşimleri çeşitli kesme yönlüklerine entegre ederek verimliliği artırmayı amaçlayan hibrit bir işleme yaklaşımıdır. Hibrid işleme stratejileri ile beraber, Ti-6Al-4V'nin işleme performansını artırmak için başka bir yol da soğutma sistemlerini içermektedir. Bu sistemler, malzemenin düşük termal iletkenliğinden kaynaklanan kesme bölgesindeki ısı birikimini azaltmayı amaçlar. Ancak, Geleneksel Kesme Sıvıları'nın (GKS) kullanımı, sınırlı performans artışları ve çevresel ve mesleki sağlık riskleri nedeniyle alternatif tekniklerle değiştirilmektedir. Bu alternatifler arasında, Minimum Miktar Yağlama (MMY), kesme bölgesine yüksek basınçlı hava ile birlikte minimum miktarda yağın aerosol formunda verilmesini içeren bir yöntem olarak ortaya çıkmıştır. Aerosol form, GKS'ye kıyasla kesici takım ile iş parçası arasına daha iyi penetre ederek verimliliğin artmasına katkıda bulunur. Ayrıca, MMY'nin avantajları, Nanoakışkan-MMY (NMMY) olarak bilinen nanoparçacıkların eklenmesi ile daha da artırılmaktadır. NMMY, MMY'de kullanılan yağa nanoparçacıkların entegre edilmesini içerir ve bunların termo-fiziksel özelliklerini kullanarak saf MMY'ye kıyasla üstün işleme verimliliği elde etmeyi amaçlar. Özellikle, en büyük gelişmeler, çeşitli nanoparçacık türlerini birleştiren Hibrid-NMMY (HNMMY) uygulamasıyla elde edilebilir. Bu tez, optimum konsantrasyonları ve uygulama metodolojilerini belirlemek amacıyla, değişik nanoparçacık konsantrasyonları ve bunlara karşılık gelen etkilerle karakterize edilen çeşitli nanoakışkanların kapsamlı bir incelemesini amaçlar. Daha sonra, tez, çok eksenli UTDİ ve NMMY yaklaşımlarının birleşik etkilerini araştırır. Mevcut literatüre göre, daha önce hiçbir araştırma, Ti-6Al-4V üzerinde kanal frezeleme operasyonlarında çok eksenli UTDİ ve NMMY/HNMMY uygulamalarını incelememiştir. Araştırma bulguları, çok eksenli UTDİ ve NMMY'nin birleşik kullanımının Ti-6Al-4V'nin işleme performansında önemli gelişmelere yol açtığını göstermektedir, bu da daha etkili ve sürdürülebilir bir uygulama sağlamaktadır.Article Estimation of the Mean Radiant Temperature in Office Buildings Using an Artificial Neural Network Developed in a Phyton Environment(Taylor & Francis Ltd, 2025) Ozbey, Mehmet Furkan; Lotfi, Bahram; Turhan, CihanThermal comfort describes an occupant's state of mind in a thermal environment, influenced by six parameters: air velocity, relative humidity, air temperature, mean radiant temperature (MRT), clothing value, and metabolic rate. MRT is the most problematic parameter since the obtaining process is difficult and time-consuming. MRT can be acquired by several methods such as calculations, measurements, assumptions, and software programmes. However, the methods have complexities and uncertainties. Comprehensive models are needed to obtain MRT. To this aim, this study presents an alternative method using one of the artificial intelligence methods, Artificial Neural Network (ANN), to predict MRT for indoor environments to abstain from the difficulties and complexities. A case building is selected in a university office building in Ankara, T & uuml;rkiye. The proposed model is developed and coded in a Python programming environment to predict the MRT using ANN. The results indicate that the ANN model, using only four inputs, predicts MRT with an R-2 value of 0.94 compared to the globe thermometer measurement method. The model's advantages over methods include simplicity, time efficiency and learning from the limited datasets such as difficulty in calculating terms like MRT.
