Yazar
Ceyhan, Ege
Basım Tarihi
2022-06-21T06:16:41Z
Konu
Dijital dönüşüm, Endüstri 4.0, Kalite tahmini, Makine öğrenimi
Tür
Belge
Dil
İngilizce
Dijital
Evet
Yazma
Hayır
Kütüphane
Özyeğin Üniversitesi
Kayıt Numarası
fc0f1ade-4c17-43bc-9aaa-2813f24d7f43
Lokasyon
Endüstri Mühendisliği Bölümü
Tarih
2022-06-21T06:16:41Z
Örnek Metin
Çoğu üretim prosedüründe olduğu gibi yonga levha üretiminde de belli bir kalite seviyesinin tutturulması gerekmektedir. Yonga levha üretiminde, üretilen ürünlerin kalite analizi için üretim hattından bir dizi numune alınır. Bu numuneler analiz için teste tabi tutulur ve kalite metriklerinin ihtiyaçları karşılayıp karşılamadığı gözlemlenir. Numune alma işlemi bir dizi üretim tamamlandıktan sonra yapılabilir. Laboratuvar örnekleri en az üç saat boyunca test eder. Test sonuçları kabul edilebilir sınırların dışında ise tesis üretim parametrelerini değiştirir, yeni numune almak için yeni üretim çıktısını bekler, yeni numuneleri tekrar test eder. Kalite test süreçleri devam ederken, kalite limitlerini karşılamayan ürünler müşterilere ulaştırılamamakta, bu da ciddi kapasite kayıplarına yol açmaktadır. Bu çalışmada, üretim hattından toplanan canlı üretim verileri ile makine öğrenmesi tabanlı tahmin modelleri kullanılarak, üretim parametrelerindeki değişikliklerin kalite metrikleri üzerindeki gerçek zamanlı etkilerini ölçmek için bir karar destek sistemi geliştirilmiştir. Bu çalışmada geliştirilen karar destek sistemi, üç farklı kalite metriğinin tahmin edilmesine olanak sağlamakta olup hata payı ortalama %5 civarında gerçekleşmektedir. Yonga levha üretimi, yine birçok üretim faaliyeti olduğu gibi, üretilen ürünler süt kalite değerleri üretim hattından alınan bir dizi numune için laboratuvar testleri sonuç ölçümlenmekte; İstenilen değerlere ulaşılıp ulaşılamadığı takdirde testler sonuçlandıktan sonra anlaşılabilmektedir. Yonga levha prosesinde numunelere ilişkin bu ölçümlerin sonuçları, numune alındıktan sonra erken üç saat sonra elde edilebilmektedir. Ölçümlerin sonuçlarında kalite değerleri kabul edilebilir limitlerin dışındayken işletme üretime ilişkin parametreler değiştirilmekte ve tekrar numune kayıt edilmekte, laboratuvar testleri başlatılmaktadır. Bu işlemlerin yapılabilmesi üretilebilen ürünler ise kalite özellikleri sağladıklarında müşteri talebini karşılamakta kullanılamamakta; Sonuç olarak ciddi bir kapasite kaybı oluşmaktadır. Bu üretim hattından canlı olarak bakım verilerinin makine öğrenmesine dayalı tahmin modelleri geliştirilmiş olup; üretim ile ilgili kalite değerleri canlı olarak tahmin edilerek üretim ile ilgili değişimin değişiminin kaliteye kaybı, zaman kaybınden ölçümlenmesine imkan veren bir karar destek sistemi bulunmaktadır. Geliştirilen karar destek sistemi dokuz farklı kalite parametresini canlı olarak tahmin ederken, tahminlerdeki hata payı ortalamasında \%5 düzenli olarak bulunur.
