Magnezyum AZ31 alaşımının yorulma ömrünün yapay arı kolonisi algoritması ile tahmin edilmesi

Abstract

Bu çalışmada magnezyum alaşımının içyapısı ile ilgili davranışlardan hareketle ve literatürde kullanılmış olan sezgisel algoritmalardan farklı bir algoritma kullanılarak, yapay arı kolonisi algoritması ile yorulma ömrü tahmini yapmak amaçlanmıştır. Bunun için yorulma ömrüne etki eden, çentik faktörü, gerilme oranı ve gerilme genliği faktörleri dikkate alınmıştır. Problemin çözümü için üstel trigonometrik matematiksel fonksiyon modeli önerilmiştir. Önerilen fonksiyon modeli, veri setleri ile birlikte algoritmaya entegre edilerek parametre optimizasyonu yapılmıştır. Elde edilen tahmin sonuçları, orijinal deneysel sonuçlar ile karşılaştırılmış ve minimum (kabul edilebilir) bir hata oranı elde edilmiştir. Elde edilen sonuçlar, sezgisel algoritmaların tahmin çalışmalarında uygulanabileceğini göstermiştir. Bu çalışmanın, farklı mühendislik yapı ve malzemeleri için yorulma ömrü tahmininde uygulanabilmesi ve farklı sezgisel yöntemler ile de geliştirilmesine yardımcı olması beklenmektedir.

In this study, it is aimed to do fatigue life estimation with artificial bee colony algorithm by using different algorithm from the heuristic algorithms used in literature based on the behaviors related to microstructure of magnesium alloy. For this purpose, notch factor, stress ratio and stress amplitude factors affecting fatigue life were taken into consideration. Exponential trigonometric mathematical function model is proposed to solve the problem. The proposed function model is integrated into the algorithm with data sets and parameter optimization is performed. The estimated results were compared with the original experimental results and a minimum (acceptable) error rate was obtained. The results showed that heuristic algorithms can be applied in estimation studies. It is expected that this research can be applied to fatigue life estimation for different engineering structures and materials and will help to develop it with different heuristic methods.