Research Article
BibTex RIS Cite

An Expert System for Bolt Selection

Year 2023, Volume: 16 Issue: 2, 83 - 94, 30.04.2023
https://doi.org/10.17671/gazibtd.1195078

Abstract

Expert systems are one of the widely used artificial intelligence techniques and their use is increasing day by day. Expert systems are a technique that can use the knowledge and experience of experts, evaluate them at the decision-making stage and make inferences. Bolts are fasteners used to connect various parts and are within the scope of standard machine elements. There are different types of bolts in the industry and choosing the right bolt requires expertise. In this study, an expert system called Exbolt System, which selects bolts according to head types, was developed. Commonly used standard bolt types were based on bolt head types. Relevant rules for bolt types were established by collecting and analysing information about each bolt. While the rules were written, it was aimed to choose the truest bolt type. Criteria such as the need for fine-tuning, use in rotating parts, centring in the hole, flat surface requirement, mounting accuracy, system weight status, high force-holding and use in dirty environments were considered in the creation of the rules. The programme makes the best choice and recommends the bolt that can be used according to the head type to the user. CLIPS expert system programming language was used in the development of the Exbolt System. With the answers to the questions asked to the user by the programme, it was ensured that the truest bolt selection was made. The most accurate result was achieved by making faster, easier and more comprehensive decisions in the bolt selection, which requires expertise, and a more effective and efficient selection process was realised by saving time and labour.

References

  • G. Güzeldere, “Yapay Zekanın Dünü Bugünü Yarını”, Cogito, (13), 27-42, 1998.
  • Internet: A. Kebude, Yapay Zekâ, İnternet: https://books.google.com.tr/books?id=FNZcEAAAQBAJ, 03.04.2023.
  • D. İçen, S. Günay, “Uzman Sistemler ve İstatistik”, İstatistikçiler Dergisi: İstatistik ve Aktüerya, 7 (2), 37-45, 2014.
  • Y. Levent, Interactive computer aided selection of standard bolts and analysis of bolted joints, Yüksek Lisans Tezi, Orta Doğu Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Ankara, 1990.
  • J. L. Chen, H. S. Yan, G. Y. Shine, “An expert system for machine screws selection in engineering design”, Expert Systems with Applications, 4(1), 141-146, 1992.
  • E. S. Alp, Design and development of an expert system shell spesific to selection of machines and machine elements, Yüksek Lisans Tezi, Orta Doğu Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Ankara, 1997.
  • M. T. Özkan, M. Gülesin, “The Selection of Bolts and Gears Through Expert System Approach”, Turkish Journal of Engineering and Environmental Sciences, 25 (3), 169-177, 2001.
  • J. Wróbel, S. Tomaszek, R. Raczko, “Internet technologies in optimal selection of typical or standardized machine elements”, Sborník vědeckých prací Vysoké školy báňské - Technické univerzity Ostrava: Řada hutnická, 51(1), 167-171, 2008.
  • D. Croccolo, M. De Agostinis, N. Vincenzi, “A contribution to the selection and calculation of screws in high duty bolted joints”, International Journal of Pressure Vessels and Piping, 96, 38-48, 2012.
  • R. A. R. Ghazilla, Z. Taha, S. Yusoff, et al., “Development of decision support system for fastener selection in product recovery oriented design”, Int J Adv Manuf Technol, 70, 1403–1413, 2014.
  • Jeandin T., Mascle C., A New Model to Select Fasteners in Design for Disassembly, Procedia CIRP, 40, 425-430, 2016.
  • Y. Kayır, E. Demirer, S. Güneş, “Takma Uçlu Matkap ve Kesme Parametrelerinin Seçimi İçin Bir Uzman Sistem”. El-Cezeri, 5(3), 797-806, 2018.
  • Y. Kayir, S. Güneş, E. Demirer, “Vidaların Açılmasında Kesici Uç Seçimi İçin Bir Uzman Sistem”, Gazi Mühendislik Bilimleri Dergisi, 4(3), 176-182, 2018.
  • Ö. Asal, Y. Kayır, R. Mergen, “Rulman Seçimi İçin Bir Uzman Sistem”, Gazi Mühendislik Bilimleri Dergisi (GMBD), 5(3), 216-226, 2019.
  • A. G. H. Pirim, “Yapay Zekâ”, Yaşar Üniversitesi, Yaşar Üniversitesi E-Dergisi, 1(1), 81-93, 2006.
  • K. K. Çevik, E. Dandıl, “Yapay Sinir Ağları İçin .NET Platformunda Görsel Bir Eğitim Yazılımının Geliştirilmesi”, Bilişim Teknolojileri Dergisi, 5(1), 19-28, 2012.
  • Y. Köroğlu, “Yapay Zekâ’nın Teorik ve Pratik Sınırları”, Boğaziçi Üniversitesi Yayınevi, İstanbul, Türkiye, 2017.
  • A. Kastal, A. O. Köse, “Yapay Zekâ”, XIV. Türkiye'de İnternet Konferansı, Bilgi Üniversitesi, Aralık 12-13, 2009.
  • D. Yıldız, “Bilgi Yönetiminde Kural Tabanlı Uzman Sistem Geliştirme Adımları ve Başarı Faktörleri”, Uluslararası Yönetim Bilişim Sistemleri ve Bilgisayar Bilimleri Dergisi, 5 (1), 28-43, 2021.
  • M. Bozdemir, “Mekanik Tasarım Eğitimi İçin Bir Uzman Sistem Uygulaması”, Uludağ Üniversitesi Mühendislik Fakültesi Dergisi, 24 (1), 219-230, 2019.
  • B. Başoğlu, M. Bulut, “Kısa dönem elektrik talep tahminleri için yapay sinir ağları ve uzman sistemler tabanlı hibrit sistem geliştirilmesi”, Journal of the Faculty of Engineering & Architecture of Gazi University, 32(2), 2017.
  • Internet: İstanbul Teknik Üniversitesi. Uzman Sistemler Giriş. https://web.itu.edu.tr/~sonmez/lisans/es/uzman_sistemler_giris.pdf., 03.04.2023.
  • D. Çoban, B. S. Ünlü, “Civata Ve Somunlarin Çeşitleri Ve Üretimi”, Soma Meslek Yüksekokulu Teknik Bilimler Dergisi, 2 (20), 36-48, 2015.
  • Internet: Karadeniz Teknik Üniversitesi. Cıvata Somun Bağlantıları. https://avesis.ktu.edu.tr/resume/downloadfile/kucuncu?key=42326233-22d8-427b-a057-aab99291edf2, 03.04.2023.
  • Internet: MEGEP: Mesleki Eğitim ve Öğretim Sistemini Güçlendirme Projesi. Birleştirme Elemanları. http://www.megep.meb.gov.tr/mte_program_modul/moduller_pdf/Birle%C5%9Ftirme%20Elemanlar%C4%B1.pdf., 03.04.2023.
  • Internet: İTÜ. Cıvatalar. https://web.itu.edu.tr/temizv/Sunular/Civata.pdf., 03.04.2023.
  • Bursa Teknik Üniversitesi. Cıvata Bağlantıları. https://sayfam.btu.edu.tr/upload/dosyalar/14549712667.BOLUM(CIVATA_BAGLANTILARI)_4.12.2014.pdf., 03.04.2023.
  • İ. Saraç, “Cıvatalı bağlantılarda delik toleransı ve cıvata sıkma torku değişiminin bağlantı dayanımına etkilerinin sayısal olarak incelenmesi”, Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 37 (2), 685-696, 2022.
  • Internet: CLIPS. CLIPS: A Tool for Building Expert Systems, https://www.clipsrules.net. 03.04.2023.

Cıvata Seçimi için Bir Uzman Sistem

Year 2023, Volume: 16 Issue: 2, 83 - 94, 30.04.2023
https://doi.org/10.17671/gazibtd.1195078

Abstract

Uzman sistemler yaygın olarak kullanılan bir yapay zekâ tekniğidir ve kullanımı günden güne artmaktadır. Uzman sistemler, uzmanların bilgi ve tecrübelerini kullanabilen, bunları karar verme aşamasında değerlendirip çıkarım yapabilen bir tekniktir. Cıvatalar çeşitli parçaları birleştirme amaçlı kullanılan bağlantı elemanlarıdır ve standart makine elemanları kapsamındadır. Sektörde farklı tiplerde cıvatalar bulunmaktadır ve en doğru cıvata seçiminin yapılabilmesi uzmanlık gerektirmektedir. Bu çalışmada, baş tiplerine göre cıvata seçimi yapan Exbolt System adlı bir uzman sistem geliştirilmiştir. Cıvata baş tiplerine göre yaygın olarak kullanılan standart cıvata tipleri esas alınmıştır. Her bir cıvata ile ilgili bilgiler toplanıp analiz edilerek cıvata tipleri için ilgili kurallar oluşturulmuştur. Kurallar yazılırken, en doğru cıvata tipinin seçilmesi amaçlanmıştır. Kuralların oluşturulmasında ince ayar gereksinimi, dönen parçalarda kullanım, delikte merkezleme, düz yüzey gereksinimi, montajlama hassasiyeti, sistem ağırlık durumu, yüksek kuvvet tutabilme ve kirli ortamlarda kullanım gibi kriterler göz önüne alınmıştır. Program en iyi seçimi yaparak kullanıcıya baş tipine göre kullanılabilecek cıvatayı önermektedir. Exbolt System’in geliştirilmesinde CLIPS uzman sistem programlama dili kullanılmıştır. Program tarafından kullanıcıya yöneltilen sorulara alınan yanıtlar ile en doğru cıvata seçiminin yapılması sağlanmıştır. Uzmanlık gerektiren cıvata seçiminde daha hızlı, kolay ve kapsamlı bir şekilde karar verilerek en doğru sonuca ulaşılmış, zaman ve işgücünden tasarruf edilerek daha etkili ve verimli bir seçim süreci gerçekleştirilmiştir.

References

  • G. Güzeldere, “Yapay Zekanın Dünü Bugünü Yarını”, Cogito, (13), 27-42, 1998.
  • Internet: A. Kebude, Yapay Zekâ, İnternet: https://books.google.com.tr/books?id=FNZcEAAAQBAJ, 03.04.2023.
  • D. İçen, S. Günay, “Uzman Sistemler ve İstatistik”, İstatistikçiler Dergisi: İstatistik ve Aktüerya, 7 (2), 37-45, 2014.
  • Y. Levent, Interactive computer aided selection of standard bolts and analysis of bolted joints, Yüksek Lisans Tezi, Orta Doğu Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Ankara, 1990.
  • J. L. Chen, H. S. Yan, G. Y. Shine, “An expert system for machine screws selection in engineering design”, Expert Systems with Applications, 4(1), 141-146, 1992.
  • E. S. Alp, Design and development of an expert system shell spesific to selection of machines and machine elements, Yüksek Lisans Tezi, Orta Doğu Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Ankara, 1997.
  • M. T. Özkan, M. Gülesin, “The Selection of Bolts and Gears Through Expert System Approach”, Turkish Journal of Engineering and Environmental Sciences, 25 (3), 169-177, 2001.
  • J. Wróbel, S. Tomaszek, R. Raczko, “Internet technologies in optimal selection of typical or standardized machine elements”, Sborník vědeckých prací Vysoké školy báňské - Technické univerzity Ostrava: Řada hutnická, 51(1), 167-171, 2008.
  • D. Croccolo, M. De Agostinis, N. Vincenzi, “A contribution to the selection and calculation of screws in high duty bolted joints”, International Journal of Pressure Vessels and Piping, 96, 38-48, 2012.
  • R. A. R. Ghazilla, Z. Taha, S. Yusoff, et al., “Development of decision support system for fastener selection in product recovery oriented design”, Int J Adv Manuf Technol, 70, 1403–1413, 2014.
  • Jeandin T., Mascle C., A New Model to Select Fasteners in Design for Disassembly, Procedia CIRP, 40, 425-430, 2016.
  • Y. Kayır, E. Demirer, S. Güneş, “Takma Uçlu Matkap ve Kesme Parametrelerinin Seçimi İçin Bir Uzman Sistem”. El-Cezeri, 5(3), 797-806, 2018.
  • Y. Kayir, S. Güneş, E. Demirer, “Vidaların Açılmasında Kesici Uç Seçimi İçin Bir Uzman Sistem”, Gazi Mühendislik Bilimleri Dergisi, 4(3), 176-182, 2018.
  • Ö. Asal, Y. Kayır, R. Mergen, “Rulman Seçimi İçin Bir Uzman Sistem”, Gazi Mühendislik Bilimleri Dergisi (GMBD), 5(3), 216-226, 2019.
  • A. G. H. Pirim, “Yapay Zekâ”, Yaşar Üniversitesi, Yaşar Üniversitesi E-Dergisi, 1(1), 81-93, 2006.
  • K. K. Çevik, E. Dandıl, “Yapay Sinir Ağları İçin .NET Platformunda Görsel Bir Eğitim Yazılımının Geliştirilmesi”, Bilişim Teknolojileri Dergisi, 5(1), 19-28, 2012.
  • Y. Köroğlu, “Yapay Zekâ’nın Teorik ve Pratik Sınırları”, Boğaziçi Üniversitesi Yayınevi, İstanbul, Türkiye, 2017.
  • A. Kastal, A. O. Köse, “Yapay Zekâ”, XIV. Türkiye'de İnternet Konferansı, Bilgi Üniversitesi, Aralık 12-13, 2009.
  • D. Yıldız, “Bilgi Yönetiminde Kural Tabanlı Uzman Sistem Geliştirme Adımları ve Başarı Faktörleri”, Uluslararası Yönetim Bilişim Sistemleri ve Bilgisayar Bilimleri Dergisi, 5 (1), 28-43, 2021.
  • M. Bozdemir, “Mekanik Tasarım Eğitimi İçin Bir Uzman Sistem Uygulaması”, Uludağ Üniversitesi Mühendislik Fakültesi Dergisi, 24 (1), 219-230, 2019.
  • B. Başoğlu, M. Bulut, “Kısa dönem elektrik talep tahminleri için yapay sinir ağları ve uzman sistemler tabanlı hibrit sistem geliştirilmesi”, Journal of the Faculty of Engineering & Architecture of Gazi University, 32(2), 2017.
  • Internet: İstanbul Teknik Üniversitesi. Uzman Sistemler Giriş. https://web.itu.edu.tr/~sonmez/lisans/es/uzman_sistemler_giris.pdf., 03.04.2023.
  • D. Çoban, B. S. Ünlü, “Civata Ve Somunlarin Çeşitleri Ve Üretimi”, Soma Meslek Yüksekokulu Teknik Bilimler Dergisi, 2 (20), 36-48, 2015.
  • Internet: Karadeniz Teknik Üniversitesi. Cıvata Somun Bağlantıları. https://avesis.ktu.edu.tr/resume/downloadfile/kucuncu?key=42326233-22d8-427b-a057-aab99291edf2, 03.04.2023.
  • Internet: MEGEP: Mesleki Eğitim ve Öğretim Sistemini Güçlendirme Projesi. Birleştirme Elemanları. http://www.megep.meb.gov.tr/mte_program_modul/moduller_pdf/Birle%C5%9Ftirme%20Elemanlar%C4%B1.pdf., 03.04.2023.
  • Internet: İTÜ. Cıvatalar. https://web.itu.edu.tr/temizv/Sunular/Civata.pdf., 03.04.2023.
  • Bursa Teknik Üniversitesi. Cıvata Bağlantıları. https://sayfam.btu.edu.tr/upload/dosyalar/14549712667.BOLUM(CIVATA_BAGLANTILARI)_4.12.2014.pdf., 03.04.2023.
  • İ. Saraç, “Cıvatalı bağlantılarda delik toleransı ve cıvata sıkma torku değişiminin bağlantı dayanımına etkilerinin sayısal olarak incelenmesi”, Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 37 (2), 685-696, 2022.
  • Internet: CLIPS. CLIPS: A Tool for Building Expert Systems, https://www.clipsrules.net. 03.04.2023.
There are 29 citations in total.

Details

Primary Language English
Subjects Computer Software, Engineering
Journal Section Articles
Authors

Kadir Sarı 0000-0001-8013-8285

Yunus Kayır 0000-0001-6793-7103

Hakan Dilipak 0000-0003-3796-8181

Publication Date April 30, 2023
Submission Date October 26, 2022
Published in Issue Year 2023 Volume: 16 Issue: 2

Cite

APA Sarı, K., Kayır, Y., & Dilipak, H. (2023). An Expert System for Bolt Selection. Bilişim Teknolojileri Dergisi, 16(2), 83-94. https://doi.org/10.17671/gazibtd.1195078

Cited By

A Software for Optimum Design of Laterally Loaded Bolted Joints
Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji
https://doi.org/10.29109/gujsc.1385010