dc.contributor.advisor |
Profesör Doktor Cemil Öz |
|
dc.date.accessioned |
2020-10-27T09:22:05Z |
|
dc.date.available |
2020-10-27T09:22:05Z |
|
dc.date.issued |
2019 |
|
dc.identifier.citation |
Serttaş, Soydan. (2019). Kaynak dikiş formunun yapay sinir ağı ve vokselleme yöntemleriyle modellenmesi. (Yayınlanmamış Doktora Tezi). Sakarya Üniversitesi Fen Bilimleri Enstitüsü , Sakarya. |
|
dc.identifier.uri |
https://hdl.handle.net/20.500.12619/74291 |
|
dc.description |
06.03.2018 tarihli ve 30352 sayılı Resmi Gazetede yayımlanan “Yükseköğretim Kanunu İle Bazı Kanun Ve Kanun Hükmünde Kararnamelerde Değişiklik Yapılması Hakkında Kanun” ile 18.06.2018 tarihli “Lisansüstü Tezlerin Elektronik Ortamda Toplanması, Düzenlenmesi ve Erişime Açılmasına İlişkin Yönerge” gereğince tam metin erişime açılmıştır. |
|
dc.description.abstract |
Bu çalışmada, kaynakçı adaylarının eğitimi amacıyla geliştirilen düşük maliyetli sanal kaynak simülatörü için gerçek zamanlı ve üç boyutlu bir kaynak dikiş formu modellenmiştir. Adaylar bu simülatör vasıtasıyla kaynak tekniklerini herhangi bir iş kazasına neden olmadan güvenli bir ortamda öğrenebilir ve kısa sürede normalden daha fazla uygulama yaparak becerilerini geliştirebilirler. Geliştirilen simülatörde, Flock of Birds konum ve oryantasyon sensörü ile başa takılan ekran gibi özel sanal gerçeklik aygıtları kullanılmıştır. Simülasyon, torcun konumunu izleyen Flock of Birds sensör cihazından gelen verilere dayanarak, kaynak dolgu şeklini ve nufuziyet miktarını belirler. Kaynak dolgu şekli oluşturulurken, kaynak dikiş kesitinin parabol ile benzerliği nedeniyle bu şekil temel dolgu birimi olarak kullanılmıştır. Kaynak dikişimizi oluşturacak temel dolgu şeklinin yükseklik, genişlik ve nufuziyet parametrelerine ait değerler literatürdeki kaynak dikişi deneylerinden elde edilmiştir. Sanal kaynak işlemi esnasında, kaynak dolgu şekli parametre değerleri belirli zaman aralıklarında, ileri beslemeli geri yayılımlı yapay sinir ağı kullanılarak hesaplanır. Ağ kurgusu yapılırken eğitim fonksiyonu olarak TrainLM (Levenberg-Marquardt) referans alınmıştır. En uygun transfer fonksiyonu belirlenirken de en iyi sonucu LogSig() fonksiyonunun verdiği saptanmıştır. Ara katman sayısı ve her ara katmandaki proses elemanı (nöron) sayısının kaç olacağına deneme/yanılma yöntemiyle karar verilmiştir. Aynı zaman aralığında voksel haritası ve buna karşılık gelen hash tabanlı sekizli ağaç veri yapısı gerçek zamanlı olarak oluşturulur. Voksellenen veriler kullanılarak, kaynak dolgusunun üçgenlerden oluşan eş yüzeyleri, yürüyen küpler algoritması ile yeniden oluşturulur. Bu sayede daha gerçekçi bir kaynak dikiş görüntüsü elde edilir. Bu görüntü ve sanal sahne devamlı olarak başa takılan ekrana yollanarak sanal ortam içindeki gerçeklik hissi devam ettirilir. Vokselleme ve eş yüzey oluşturma işlemleri için yüksek çözünürlüklü sanal sahnelerde işlem süresini kısaltmak için de çok iş parçacıklı programlama tekniği kullanılmıştır. Farklı iş parçacığı sayıları için eş yüzey oluşturma süreleri de gösterilmiştir. |
|
dc.description.abstract |
In this study, a real time and three dimensional weld seam form was modeled for a low cost virtual welding simulator developed for training welder candidates. Through this simulator, candidates can learn welding techniques in a safe environment without causing any work accidents and improve their skills by performing more applications than usual in a short time. In the developed simulator, special virtual reality devices such as Flock of Birds position and orientation sensor and head mounted display are used. The simulation determines the weld bead shape and amount of penetration based on data from the Flock of Birds sensor device monitoring the position of the torch. When forming the weld bead shape, parabola was used as the basic bead shape unit due to the similarity of the weld bead slice with the parabola. The values of the height, width and penetration parameters of the basic weld bead shape that will form our weld seam were obtained from the weld seam experiments in the literature. During the virtual welding process, the weld bead shape parameter values are calculated at specified time intervals using the feed-forward back-propagation artificial neural network. TrainLM (Levenberg-Marquardt) was used as the training function for network design. While determining the most appropriate transfer function, it was found that LogSig () function gave the best result. The number of hidden layers and the number of process elements (neurons) in each hidden layer were determined by trial and error method. In the same time interval, the voxel map and the corresponding hash-based octree data structure are generated in real time. By using voxelized data, the triangular isosurfaces of the weld bead are reconstructed using the marching cubes algorithm. This results a more realistic weld seam appearance. This image and virtual scene are continuously sent to the head mounted display to maintain the sense of reality in the virtual environment. Multi-threaded programming technique is also used to shorten the processing time in high resolution virtual scenes for voxelization and isosurface extraction processes. The isosurface extraction times for different number of threads are also shown. |
|
dc.format.extent |
XII, 97 yaprak : şekil, tablo ; 30 cm. |
|
dc.language |
Türkçe |
|
dc.language.iso |
tur |
|
dc.publisher |
Sakarya Üniversitesi |
|
dc.rights.uri |
info:eu-repo/semantics/openAccess |
|
dc.rights.uri |
http://creativecommons.org/licenses/by/4.0/ |
|
dc.subject |
Kaynak dikişi |
|
dc.subject |
Sanal kaynak simülatörü |
|
dc.subject |
Vokselleme |
|
dc.subject |
Yürüyen küpler |
|
dc.title |
Kaynak dikiş formunun yapay sinir ağı ve vokselleme yöntemleriyle modellenmesi |
|
dc.type |
doctoralThesis |
|
dc.contributor.department |
Sakarya Üniversitesi, Bilgisayar ve Bilişim Mühendisliği Anabilim Dalı, |
|
dc.contributor.author |
Serttaş, Soydan |
|
dc.relation.publicationcategory |
TEZ |
|