Doluluk Oranı Nedir ?

Doluluk oranı kısaca baskı alacağınız parçanın gövdelerinin içerisindeki yapının yüzde kaçının dolu olacağını belirleyen parametredir.

Biz bu yazımızda başlıktan da anlaşılacağı üzere aynı parça içerisinde farklı doluluk oranlarının nasıl ayarlanabileceğini inceleyeceğiz. Ayarlamalarımızı yapar iken Ultimaker Cura dilimleme programının 4.2.1 sürümünü kullanacağız.

Parçanın Hazırlanması

Resim 1 de görüldüğü üzere örnek parçamızı dilimleme programımıza çağırıp tabla yerleşimini yapıyoruz.

Parçamızı yerleştirdikten sonra yapmamız gereken “Custom Supports” (Resim 2) seçeneğinden parçamıza uygun olan destek tipini seçerek parçaya eklemektir (Resim 3).

Destek tipini seçtikten sonra parçamızın üzerine tıklayarak tablada oluşturmuş oluyoruz (Resim 3). Ekranımızın sol tarafında kalan menümüzden destek parçamız seçili iken “scale” menüsünden istenilen boyutlara getirilir.

Örnekteki parçamızın ölçüleri 30x30x5 mm dir. Destek parçamızın ölçüsü 30x10x5 mm dir ve örnek parçamızın en sağ kenarıyla aynı hizada yerleştirilmiştir(Resim 4).

Destek parçası seçili durumda sol tarafta bulunan ayarlardan “Parça Başına Ayar” seçeneği seçilir ve ağ tipi “Diğer modellerle örtüşme ayarlarını değiştir” olarak belirlenir (Resim 5)

Ağ tipi değiştirildikten sonra “Ayarları seçin” seçeneği seçilerek destek parçamızın modelimiz üzerindeki etkisinin nasıl olmasını istediğimiz ayarlar menüsü açılır.

Açılan ayarlar menüsünden seçili olan kısım için özel değerler belirlenebilir (dolgu yoğunluğu, dolgu şekli, duvar hattı sayısı vb.) (Resim 7).

İstenilen değerler her kısım için aynı adımlar tekrar izlenerek yinelenebilir ve parçanız için farklı bölgelerde farklı baskı özellikleri elde edebilirsiniz. Örnek parçamızda iki ayrı destek parçası kullanılarak özel iki bölge oluşturuldu. Özel ayar yapılmayan kısımda ise normal baskı değerlerimiz dilimleme programı tarafından kabul edilmiştir. Parçamız 30x30x5 mm olduğundan bir adet 30x10x5mm ölçülerinde bir destek parçası daha eklenmiş ve farklı baskı değerleri belirlenmiştir ( Resim 8)

Soldan sağa dolgu yoğunluğu ve dolgu tipi;

• %5, Çizgiler
• %30, Gyroid
• %25, Kübik

Sonuç ve Öneri

Özellikle imalat sektöründe parça tasarımı yapılırken ; parçanın nerede kullanılacağı, hangi yükler altında çalışacağı ve nerelerinden deforme olabileceği analiz edilerek imalat süreci bu parametrelere göre belirlenir.

3 Boyutlu baskı yönteminde ürünlerimizin iç yapısının nasıl olması gerektiğini ve yüklerin dağılımına göre ürünlerimizin içinde bölgesel olarak iç doluluk oranının dağılımını ayarlayarak ; sizin hem istediğiniz hafiflikte hem de ihtiyacınız olan dayanıma uygun üretimler yaparak maliyetinizin düşürülmesinde önemli rol oynamaktadır.

The post Dolgu Tipinin Bölgesel Olarak Belirlenmesi appeared first on Robolink Akademi.

İnsanoğlunun yerleşik hayata geçtiği günden itibaren yaşamının merkezini tarım oluşturmaktadır. Günlük hayat şartları tarım odaklı gelişmektedir. Tekerleğin icadı, sanayi devrimleri ve teknolojinin gelişmesinden direk olarak etkilenen tarım sektörü, günümüzde insan nüfusunun hızla artması karşısında yetersiz kalmaya başlamıştır. 18. Yüzyıla kadar tarım arazileri toprakta yetersiz besin olmasından dolayı nadasa bırakılıyor, sürekli ekim yapılamıyordu. Şalgam ekiminin ön plana çıkması ve sonrasında dörtlü ekim yöntemi ile tarımda bir sıçrama yakalanmıştır. 1980’lerden itibaren geleneksel tarım yöntemleri yerine hassas tarım yöntemleri üzerine çalışmalar hız kazanmıştır.

Tarımda hayvan gücünden yararlanılmaya saban kullanımı ile M.Ö. 4000’lerde başlandığı bilinmektedir. Sabanı daha sonra ağır saban, pulluk, tohum ekme, harman makineleri ve oraklar gelişim sürecini takip etti. 1892’de benzin ile çalışan ilk traktörün üretilmesi ile tarım makineleri hızlı bir şekilde motorla çalışan araçlara dönüştüler. 

Tarım Sektöründe Dijitalleşme

Makineleşme ve tarım konusunda yapılan araştırmalar sonucunda verimdeki artışlar tarım insanlarını makine kullanımına yönlendirmiştir. Endüstri devrimleri ile her seferinde daha fazla modernleşen tarım makineleri endüstri 3.0 ile bir traktör ile birkaç işlem yapabilen makinelere dönüşmüşlerdir. Endüstri 4.0 ile ise bu makineler artık tamamen otonom olarak hareket edebilen ve işlevlerini yerine getirebilen makinelere dönüşmüşlerdir. Bu konuyu temel alarak literatürde dijital tarım kavramı ortaya çıkmıştır. 

Dijital tarım, meşakkatli işlemlerden sürekli otomatik işlemlere geçiş için sensörler, robotik ve veri analizi gibi modern teknolojilerin uygulamasıdır. Modern çiftliklerin, işgücüne daha az bağımlı olan sürdürülebilir bir şekilde düşük maliyetlerle daha yüksek kalitede daha fazla ürün üretmesi beklenmektedir. Dijital tarım ve sahaya özgü hassas yönetimin uygulanması, yalnızca sensör teknolojisine değil, tarımsal robotların uygun şekilde kullanılmasıyla mümkün olan saha verilerinin sürekli toplanmasına bağlı olan bu beklentiye verilen yanıtların bazılarıdır.

Tarım bilim adamları, çiftçiler ve yetiştiriciler de 2050’de tahmin edilen 9,8 milyar nüfusun taleplerini karşılamak için daha az topraktan daha fazla gıda üretme zorluğuyla karşı karşıya kalınacağını vurgulamaktadırlar (King, 2017). Dijital araçların, sensörlerin ve kontrol teknolojilerinin entegrasyonu, tarımsal robotik tasarım ve gelişmelerini hızlandırarak modern tarımda önemli potansiyel ve faydaları ortaya koymaktadır. Bu gelişmeler, doğru ve ayrıntılı zamansal ve uzaysal bilgileri zamanında toplayarak bitkileri ve tarlaları dijitalleştirmekten, robot navigasyonu için karmaşık doğrusal olmayan kontrol görevlerini yerine getirmeye kadar uzanmaktadır. Örnek olarak, sıra bitkilerinde ve meyve bahçelerinde çalışmak için yerel ve küresel sensörlerle donatılmış otonom traktörler ve tarım makineleri kullanımı her geçen gün artmaktadır. 

Tarım Robotlarının Çeşitlenmesi

Bu sebeple tarımsal alan robotları ve manipülatörleri, dijital tarımın (Wolfert vd., 2017) ve hassas tarımın (Chlingaryan vd., 2018) farklı yönlerinde önemli bir parçası haline gelmiştir. Teknoloji, robotik ve kontrol teorisindeki gelişmelerle birlikte, bu robotların dijital tarımdaki uygulamaları otomasyona olan ilginin arttığını, geleneksel saha aktivistlerinin yatırımcıları, profesyonel mühendisleri ve şirketleri çeken yüksek teknolojili endüstriyel görevlere dönüştürdüğünü göstermiştir. Tarımsal alanlarda kullanılan bu robotlar genel olarak artık ekin izleme (Bechar ve Vigneault, 2016), haşere ve yabani ot kontrolü (Oberti vd., 2016), hasat (Longo ve Muscato, 2013), hedeflenen ilaçlama (Gonzalez-de-Soto, 2016), budama (Ishigure vd., 2013), sağım (Drach vd., 2017), fenotipleme (Zhang vd., 2016) ve sıralama (Comba vd., 2016) vb. görevleri yerine getirmek amacıyla kullanılmaktadırlar.

Bu tip tarım araçlarının sahip oldukları boyut, tekerlek yapısı, motorlar ve izlenilebilen mobil sistemlerini de içerisine alan mekanik, elektrik-elektronik ve yazılım tasarımlarının da yukarıda belirtilen tarımsal görevlerin verimli bir şekilde gerçekleştirilmesinde büyük önem taşımaktadır. Tasarımların göreve özel geliştirilmesi sayesinde büyük tarım makinelerine kıyasla arazi ortamlarında hareket kabiliyetlerinin fazla olması, daha hızlı hareket etme, detaylara ince becerisinin fazla olması gibibirçok avantaja sahip olurlar.  Ancak bir çok avantajının yanında engebeli bir arazi yapısı ve eğimli bir yüzeyde araçların tekerleklerinin yüzey ile teması sonucunda oluşan kayma dezavantajları aracın hareketini kısıtlayan ve kontrolünü zorlaştıran unsurlar olarak ön plana çıkmakta ve araçların performans kabiliyetinin arttırılabilmesi ve istenilen hassasiyetin sağlanabilmesi için tüm bu dezavantajlar üzerinde kapsamlı çalışmalar devam etmektedir (Eaton vd., 2009, Matveev vd., 2010). 

Kaynaklar

• Bechar, A.& Vigneault, C. (2016). Agricultural Robots for Field Operations: Concepts and Components. Biosystems Engineering, 149, 94-111. 
• Chlingaryan, A., Sukkarieh, S. & Whelan, B. (2018). Machine Learning Approaches for Crop Yield Prediction and Nitrogen Status Estimation in Precision Agriculture: A Review. Comput. Electron. Agric, 151, 61–69.
• Comba, L., Gay, P. & Ricauda Aimonino, D. (2016). Robot Ensembles for Grafting Herbaceous Crops. Biosyst. Eng., 146, 227–239.
• Drach, U., Halachmi, I., Pnini, T., Izhaki, I.& Degani, A. (2017). Automatic Herding Reduces Labour and Increases Milking Frequency in Robotic Milking. Biosyst. Eng., 155, 134–141.
• Eaton, R., Katupitiya, J., Siew, K. W. & Siew, K. W. (2009). Robust Sliding Mode Control of an Agricultural Tractor Under the Influence of Slipe. IEEE/ASME International Conference on Advanced Intelligent Mechatronics, Singapore, 1873-1878.
• Gonzalez-de-Soto, M., Emmi, L., Perez-Ruiz, M., Aguera, J. & Gonzalez-de-Santos P. (2016). Autonomous Systems for Precise Spraying – Evaluation of a Robotised Patch Sprayer. Biosyst. Eng., 146, 165–182.
• Ishigure, Y., Hirai, K. & Kawasaki, H. (2013). A Pruning Robot with a Power-Saving Chainsaw Drive. in Mechatronics and Automation (ICMA), IEEE International Conference on, 1223–1228.
• King A. (2017). Technology: The Future of Agriculture. Nature, 544, S21.
• Longo, D.&Muscato, G. (2013). Design and Simulation of Two Robotic Systems for Automatic Artichoke Harvesting. Robotics, 2(4),217–230.
• Matveev, A. S., Hoy. M, & Savkin, A. V. (2010). Mixed Nonlinear-Sliding Mode Control of an Unmanned Farm Tractor in the Presence of Sliding. 2010 11th International Conference on Control Automation Robotics & Vision, Singapore, 927-932.
• Oberti, R., Marchi, M., Tirelli, P., Calcante, A., Iriti, M., Tona E, et al. (2016). Selective Spraying of Grapevines for Disease Control Using a Modular Agricultural Robot. Biosyst. Eng, 146, 203–215.
• Wolfert, S., Ge, L., Verdouw, C. & Bogaardt, M J. (2017). Big Data in Smart Farming – A review. Agric. Syst., 153, 69–80. 
• Zhang, C., Gao, H., Zhou, J., Cousins, A., Pumphrey, M. O. &Sankaran, S. (2016). 3D Robotic System Development for High-Throughput Crop Phenotyping. IFAC-PapersOnLine, 49(16), 242–247

The post Teknolojinin Tarım Sektöründeki Yeri appeared first on Robolink Akademi.

Tersine Mühendislik

Bir aygıtın, objenin veya sistemin; yapısının, işlevinin veya çalışmasının, çıkarımcı bir akıl yürütme analiziyle keşfedilmesi işlemidir. Makine veya mekanik alet, elektronik komponent, yazılım programı gibi parçalarına ayrılması ve çalışma prensiplerinin detaylı şekilde analizini içerir.

Bilgisayar destekli tasarım daha popüler hale geldikçe, tersine mühendislik, 3D bilgisayar destekli tasarım (#CAD), bilgisayar destekli üretim (#CAM), bilgisayar destekli mühendislik (#CAE) ve diğer yazılımlarda kullanılmak üzere, varolan parçaların üç boyutlu sanal modellerinin yaratılması için kullanılabilir bir metot haline gelmiştir. Tersine mühendislik işlemi bir objenin ölçümünü ve ardından üç boyutlu model olarak oluşturulmasını içerir.

Bu 3D modellerin üretimi için farklı metodlar bulunmaktadır. Bunların çalışma sistemleri içerisinde, lazerle tarama, bilgisayarlı tomografi ya da en yeni metodlardan olan fotoğraf ile tarama yöntemleri de bulunmaktadır.

Tersine Mühendisliğin Önemi

Günlük hayatımızda çok fazla fotokopi çektiriyoruz. Bu işlemi fiziksel olarak 3 boyutlu nesneleri kopyalamak için kullanmak sizce de günlük hayatımızı kolaylaştırmaz mı? Evinizde kırılan bir parçanın yenisini 3dscanner metodu ve biraz bilgisayar bilgisi ile yeniden üretebilmeniz mümkündür.
Bilgisayar ortamında ürettiğiniz bu modelleri üretim kriterlerine uygun bir şekilde yeniden düzenleyerek masa üstü 3D yazıcılarınızdan üreterek kullanmaya başlayabilirsiniz.

Örnek vermek gerekirse 1. ve 2. görsel bizlerin photogrammetry yöntemi ile 3.görselden ürettiğimiz modellerdir.

The post Tersine Mühendislik Nedir? appeared first on Robolink Akademi.