Fanuc işletim sistemine sahip CNC makinelerinden veri toplama ve veri analizi le üretim süreçlerinin optimizasyonu
Optimization of production processes through data acquisition and analysis from fanuc CNC machines
- Tez No: 1014020
- Danışmanlar: PROF. DR. ORHAN ER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: CNC tezgahları, Makine öğrenmesi, Parametrik tahmin, Performans tahmini, Çoklu sınıflandırma, CNC machinery, Machine learning, Parametric forecast, Performance estimation, Multi classification
- Yıl: 2026
- Dil: Türkçe
- Üniversite: İzmir Bakırçay Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, FANUC tabanlı CNC makinelerinden veri toplamak amacıyla hibrit bir altyapı geliştirilmiş ve elde edilen veriler makine öğrenmesi yöntemleriyle analiz edilerek üretim süreçlerinin veri temelli değerlendirilmesi amaçlanmıştır. Sistem, farklı nesil makinelerle uyumlu çalışabilmek için FOCAS API ve RS232 protokollerini bir araya getiren bir yapı üzerine kurulmuştur. Toplanan veriler MQTT protokolü aracılığıyla merkezi veritabanına aktarılmış; böylece üretim süreleri, parça sayıları, fire oranları ve makine duruşları izlenebilir hale getirilmiştir. Veri analizi sürecinde ham veriler ön işlemden geçirilmiş, keşifsel veri analizi uygulanmış ve üretim performansını temsil etmek üzere anlamlı özellikler türetilmiştir. Gözetimli öğrenme aşamasında farklı regresyon modelleri karşılaştırılmış ve Ridge regresyon modelinin en yüksek açıklama gücü ve en düşük hata değerleriyle en başarılı sonuçları verdiği belirlenmiştir. Bu durum, veri yapısındaki ilişkilerin büyük ölçüde doğrusal karakter taşıdığını göstermiştir. Gözetimsiz öğrenme aşamasında ise Calinski-Harabasz, Silhouette ve Davies-Bouldin ölçütleri birlikte değerlendirilmiş, k-ortalama algoritmasının 𝑘 = 5için en dengeli ve yorumlanabilir kümeleme yapısını sunduğu görülmüştür. Çalışma sonucunda, geliştirilen hibrit altyapının üretim süreçlerini çok boyutlu olarak analiz etmede etkili olduğu ortaya konmuş; aynı ürünün farklı makinelerdeki verimlilik farkları belirlenmiş ve veriye dayalı üretim planlama stratejileri için anlamlı bir karar destek çerçevesi sunulmuştur. Bu yönüyle çalışma, üretim süreçlerinin izlenmesi, değerlendirilmesi ve iyileştirilmesine yönelik uygulanabilir bir yaklaşım önermektedir.
Özet (Çeviri)
In this study developed a hybrid infrastructure for collecting data from FANUC-based CNC machines and aimed to evaluate production processes through data-driven analysis using machine learning methods. The system was built on a structure that combines the FOCAS API and RS232 protocols in order to operate compatibly with different generations of machines. The collected data were transferred to a central database via the MQTT protocol, enabling the monitoring of production times, part counts, scrap rates, and machine downtimes. During the data analysis process, the raw data were preprocessed, exploratory data analysis was performed, and meaningful features were derived to represent production performance. In the supervised learning stage, different regression models were compared, and the Ridge regression model was found to provide the best results in terms of the highest explanatory power and the lowest error values. This finding indicated that the relationships within the data structure were largely linear in nature. In the unsupervised learning stage, the CalinskiHarabasz, Silhouette, and Davies-Bouldin metrics were evaluated together, and the k-means algorithm with 𝑘 = 5was found to provide the most balanced and interpretable clustering structure. As a result of the study, the developed hybrid infrastructure was shown to be effective in analyzing production processes in a multidimensional manner; differences in efficiency for the same product across different machines were identified, and a meaningful decision-support framework for data-driven production planning strategies was presented. In this respect, the study proposes a practical approach for monitoring, evaluating, and improving production processes.
Benzer Tezler
- CNC işleme merkezlerinde kesici takım kırılmalarının görüntü işleme yöntemi ile tespiti
Detection of cutting tool broken in CNC machining centers by image processing method
EMRE ZENGİN
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Arel ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKALP TULUM
- Sap ve saman yakıcıların işletim ve tasarım parametrelerinin belirlenmesine yönelik model çalışması
A Model study on determination of management and costruction parameters of stalk and straw burners
HALİL ÜNAL
- Yeni Cami'nin akustik açıdan performans değerlendirmesi
Evaluation of the acoustical performance of the New Mosque
EVREN YILDIRIM
Yüksek Lisans
Türkçe
2003
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. SEVTAP YILMAZ DEMİRKALE
- Isı borusu ile entegre bir ısı pompalı kurutma sisteminin performans değerlendirmesi
Performance evaluation of a heat pump drying system integrated with a heat pipe
ERDİNÇ DURAK
Yüksek Lisans
Türkçe
2025
Makine MühendisliğiYıldız Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZDEN AĞRA
DR. MUSTAFA KEMAL SEVİNDİR
- CNC dik işleme merkezleri için bilgisayar destekli kullanıcı etkileşimli CNC parça programı türetme
A Computer aided user-interactive CNC code generation for CNC vertical machining centres
YILMAZ KÜÇÜK
Yüksek Lisans
Türkçe
2002
Makine MühendisliğiGazi ÜniversitesiMakine Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. İHSAN KORKUT