Inconel 718 Malzemenin Borlanmasında İşlem Parametrelerinin Kaplama ve Aşınma Özelliklerine Etkisinin Makine Öğrenmesi Yöntemleri Kullanılarak Araştırılması

Abstract

Borlama, nikel esaslı süper alaşımların yüzey ve aşınma özelliklerini iyileştiren etkili bir işlemdir. Ancak, bu işlemin optimize edilmesi ve kaplama kalitesinin arttırılması için detaylı bir anlayışın gerekliliği ortaya çıkmaktadır. Çalışmanın temel amacı, borlama işlem parametrelerinin optimize edilmesi ve kaplama kalitesinin arttırılması için makine öğrenmesi kullanımını ortaya koymaktır. Çalışma kapsamında, kaplama kalınlığı, yüzey pürüzlülüğü, mikrosertlik gibi özellikler yanında 25, 400 ve 750 °C sıcaklık şartlarındaki ortalama sürtünme katsayısı ve aşınma hacim kaybının borlama sıcaklığı ve süresine bağlı değişimi incelenmiştir. Çalışmada öncelikle her bağımlı değişken için en uygun makine öğrenmesi algoritması belirlenmiş ve bu algoritmalar kullanılarak oluşturulan üç boyutlu yüzey grafikleri yardımıyla bağımlı değişkenlerin borlama sıcaklığı ve süresi ile değişimi görselleştirilmiştir. Grafikler üzerinde yapılan incelemeler sonucunda işlem sıcaklığı ve süresinin artmasıyla kaplama kalınlığı ve sertliğiyle birlikte yüzey pürüzlülüğünün de arttığı görülmüştür. Oda sıcaklığında ve 750 C’de yapılan aşınma deneylerinde sürtünme katsayısının en düşük değerinin (0,26) 1000-1050 °C arasında 5-6 saat aralığındaki işlem süresinde 0,26 elde edileceği saptanmıştır. Aşınma testlerinin 400 °C’de yapılması durumunda ise en düşük sürtünme katsayısının 900-1000 °C sıcaklık ve 3-5 saat işlem süresi aralığında (0,31) olacağı tespit edilmiştir. Ek olarak borlama sıcaklığın aşınma hacim kaybı üzerindeki etkisinin borlama işlem süresinden daha fazla olduğu tespit edilmiştir.