ÖZET Anahtar Kelimeler: Zeki Süreç Planlama, Özellik-Tabanh Modelleme, Bulanık Gruplama, Silindir Gömleği. Bir imalat organizasyonunda, bilgisayar-tabanlı sistemler kullanılarak çeşitli teknik faaliyetlerin bütünleştirilmesi rekabet üstünlüğünü sağlamada çok etkilidir. Bilgisayar Destekli Süreç Planlama, Bilgisayar Bütünleşik İmalatın önemli bir fonksiyonudur. Süreç planlama, tasarım bilgilerini yorumlama ve uygun operasyon planlarının tanımlanmasını gerektirdiğinden, bu faaliyetler için iyi bir uzmanlık gerekmektedir. Bu çalışmada, silindirik bir imalat parçası olan motor gömleklerinin özellik-tabanlı modelleme sisteminden alınan özellikleri ve onların nitelik verileri kullanarak, uzman bilgilerinden ve Bulanık C-Ortalamaları modelleme algoritmasından faydalanılarak zeki bir süreç planlama yöntemi önerilmiştir. Bu sistem iki ana modülden oluşmaktadır. Birincisi, silindir gömleğin özelliklerini tanıyacak ve onlara ait nitelikleri verecek olan Özellik-Tabanlı Modelleme sistemidir. Bu modül için bugün piyasada kullanılan bir çok özellik-tabanlı sistemden herhangi birisi kullanılabilir. İkincisi, bizim ana çalışma konumuz olan Bilgisayar Destekli Zeki Süreç Planlama sistemidir. Bilgisayar Destekli Zeki Süreç Planlama Sisteminin girdileri, gömlek teknik resminden elde edilen özellik ve bu özelliklerin nitelik değerleridir. Süreç planı seçiminde önemli rol oynayan faktörler, özelliğin tipi (dış ve iç yüzey, kanal, pah v.s.), özelliğin boyutu (çap, uzunluk v.s.) ve özelliğin kalitesi (boyutsal tolerans, yüzey pürüzlülüğü ve topolojik nitelikleri örneğin, dairesellik, silindiriklik v.s.)'dir. Bu sistemin bilgi tabanını oluştururken, Bulanık C-Ortalamaları Gruplama algoritmasından ve uzman süreç planlayıcı bilgilerinden faydalanıldı. Bulanık gruplama fikri, çıktı verilerinin birbirleriyle çakışan bulanık kısımlara bölünmesidir. Bu nedenle, bu algoritma kullanılarak, gömleğin özellik nitelik değerleri gömlek döküm ve imalat resimlerinden elde edilerek gruplandırılmıştır. Tüm çıktı uzayına bulanık grupları genişletmek için K-en yakın komşu olarak isimlendirilen bir olasılıklı sınıflandırma algoritmasının bulanık versiyonu kullanılmıştır. Her bir özellik için üyelik fonksiyonlarının şekli oluşturulurken sınıflandırılmış veriler ve uzman bilgileri kullanılmıştır. Sonuç olarak, bu algoritmalara dayandırılan sezgisel bir zeki süreç planlama algoritması geliştirilmiştir. Bu sistem neticesinde, özellik-tabanlı sistemden elde edilen verilere göre ana işleme operasyonları olan tornalama, taşlama ve honlama seçilir. Toleranslar ve yüzey pürüzlülüğü isteklerine bağlı olarak bunlar, alt süreçleri olan kaba, ön-fıniş ve finiş operasyonlarına bölünebilir. Sonunda, Kuru ve Sulu tip gömlekler için birer örnek süreç planı gösterilmektedir.
Fuzzy Modelling Approach in Feature-Based Computer- Aided Process Planning Key Words: Intelligent Process Planning, Feature-Based Modelling, Fuzzy Clustering, Cylinder Liner. The integration of various technical activities in a manufacturing organization using computer-based systems is very effective in improving its competitiveness. Computer-Aided Process Planning is an essential function in Computer-Integrated Manufacturing. During process planning, the design information is interpreted and appropriate manufacturing operations is specified, and this activity requires a significant amount of expertise. In this study, an intelligent process planning methodology for the cylinder liner as a manufacturing part is proposed. This method utilizes the concepts of Feature-Based Modelling, Fuzzy C-Means Clustering Algorithm, and Expert Knowledge. This system consists of two main moduls. The first, it is feature-based modelling system which recognizes features of the cylinder liner and obtains its attributes. For this modul, it can anyone use from many feature-based software on the market. The second, it is Computer- Aided Intellligent Process Planning as our main study issue. The input of computer-aided intelligent process planning are features acquired from part drawing and the values of its attibutes. The factor of the selection of process planning are the type of feature (external and internal surface, chamfer, taper etc.), the size of feature (diameter, lenght etc.) and the precision nature of feature (dimensional tolerance, surface finish, topological attributes, e.g, circularity, cylindricity etc.). As the knowledge-based of this system was generated, it was utilized from Fuzzy C-Means Clustering Algorithm and Experted Process Planner. The idea of Fuzzy Clustering is to divide the output data into fuzzy partitions which overlap with each other. Therefore, using this algorithm, it was clustered the feature attribute values which acquires from the liner casting and manufacturing drawing. In order to extend the assigned fuzzy clusters to the entire output space, a fuzzy version of the probabilistic classification method called K- nearest neighbor has been used. As the formation of membership function for each feature was generated, classified data and the knowledge of the expert process planner has been used. Finally, a intuition intelligent process planning algorithm based on these algorithms has been developped. As a result of this system, according to the data acquired from feature-based system, the main machining operations turning, grinding, honning are selected. They have to be subdivited into categories roughing, semi-finish and finish operations depending upon the tolerance and surface finish requirements. Finally, an example has been presented for the types of dry and wet liner. XIII
