Diyot lazer işleme sistemleri için derin öğrenme tabanlı parametre tahmini: Transfer learning ve crowdsourced veri ile hibrit yaklaşım
Deep learning-based parameter estimation for diode laser processing systems: A hybrid approach with transfer learning and crowdsourced data
- Tez No: 1014982
- Danışmanlar: DR. ÖĞR. ÜYESİ ENDER ŞAHİNASLAN
- Tez Türü: Yüksek Lisans
- Konular: Yönetim Bilişim Sistemleri, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Management Information Systems, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Diyod lazer, Yapay zeka, Yönetim bilişim sistemleri, Diode laser, Artificial intelligence, Management information systems
- Yıl: 2026
- Dil: Türkçe
- Üniversite: İstanbul Okan Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilişim Sistemleri ve Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Bilişim Sistemleri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Lazer tabanlı üretim süreçlerinde işleme parametrelerinin belirlenmesi, özellikle diyot lazer sistemleri söz konusu olduğunda, operatörler açısından ciddi bir güçlük oluşturmaktadır. Sistematik bir rehberden yoksun kalan kullanıcılar, uygun güç, hız ve geçiş sayısına çoğunlukla tekrarlı denemeler yoluyla ulaşmaktadır. Bu durum hem malzeme israfına hem de üretim süresinin uzamasına neden olmaktadır. Geliştirilen LaserTuner isimli yazılım, kesme, kazıma ve çizme işlemlerine yönelik bu karar sürecini desteklemek amacıyla tasarlanmıştır. Python ve FastAPI altyapısı üzerine inşa edilmiştir. Malzemeye özgü fiziksel özelliklerden hareketle derin öğrenme modeli aracılığıyla işleme parametresi tahmini gerçekleştirmektedir. Crowdsourced veri toplama altyapısı gerçek kullanıcıların katkı sunmasına elverişli olacak şekilde geliştirilmiştir. Bu çalışma kapsamında veri seti, kontrollü deneyler ve uygulama araştırmacı paneli üzerinden öğrenme sistemine aktarılan JSON formatındaki işlem kayıtlarından oluşmaktadır. Test sonucunda elde edilen bulgular geliştirilen yaklaşımın geleneksel yöntemlere kıyasla daha tutarlı ve hızlı sonuçlar verdiğini göstermiştir. Sonuç olarak geliştirilen sistemin üretim sürecinde standartlaşmayı desteklediği, zaman ve malzeme israfını azalttığı ve özellikle küçük ölçekli üreticiler için pratik bir çözüm sunduğu değerlendirilmiştir.
Özet (Çeviri)
Determining machining parameters in laser-based manufacturing processes, especially with diode laser systems, poses a significant challenge for operators. Lacking systematic guidance, users often arrive at appropriate power, speed, and pass counts through repeated trials. This leads to both material waste and increased production time. The developed software, LaserTuner, is designed to support this decision-making process for cutting, engraving, and etching operations. It is built on Python and FastAPI infrastructure. It performs machining parameter estimation through a deep learning model based on material-specific physical properties. The crowdsourced data collection infrastructure has been developed to allow contributions from real users. In this study, the dataset consists of JSON-formatted processing logs transferred to the learning system from controlled experiments and an application researcher panel. The findings obtained from the tests showed that the developed approach yielded more consistent and faster results compared to traditional methods. In conclusion, it was evaluated that the developed system supports standardization in the production process, reduces time and material waste, and offers a practical solution, especially for small-scale manufacturers.
Benzer Tezler
- Derin öğrenme tabanlı segmentasyon yaklaşımları ile güneş panellerinin otomatik verimlilik tespiti
Automatic efficiency detection of solar panels using deep learning-based segmentation approaches
SÜMEYYE YANILMAZ
Yüksek Lisans
Türkçe
2024
EnerjiBingöl ÜniversitesiYenilenebilir Enerji Sistemleri Ana Bilim Dalı
DOÇ. DR. MUZAFFER ASLAN
- Development of a 60W pulsed fiber laser amplifier for materials processing
Malzeme işleme için 60W darbeli fiber lazer yükselteci geliştirilmesi
YİĞİT OZAN AYDIN
Yüksek Lisans
İngilizce
2014
Fizik ve Fizik MühendisliğiOrta Doğu Teknik ÜniversitesiMikro ve Nanoteknoloji Ana Bilim Dalı (disiplinlerarası)
YRD. DOÇ. DR. ALPAN BEK
DOÇ. DR. ASAF BEHZAT ŞAHİN
- Mobil telefon kullanımına bağlı oluşan 900-1800 mhz radyo frekans dalgalarının meydana getirdiği elektromanyetik alanın iliak kanat kemik mineral yoğunluğuna etkisi
The effect of electromagnetic fields on bone mineral density of iliac bone produced by 900-1800 mhz radio frequency waves dependent on cellular phone usage
BEŞİR ANDAÇ AKSOY
Tıpta Uzmanlık
Türkçe
2006
Ortopedi ve TravmatolojiSüleyman Demirel ÜniversitesiOrtopedi ve Travmatoloji Ana Bilim Dalı
PROF.DR. NEVRES HÜRRİYET AYDOĞAN
- Optik haberleşme için lazer sinyali tabanlı düşük maliyetli devre tasarımı uygulaması
Laser signal based low cost circuit design application for optical communication
BERKAY ÇAVUŞ
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiBursa Uludağ ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞEKİP ESAT HAYBER
- Development of high power cw yb-doped fiber laser system
Yüksek güçlü doğrusal iterbiyum katkılı fiber lazer sistemi
ELİF GÜL ÖZKAN
Yüksek Lisans
İngilizce
2015
Fizik ve Fizik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiMalzeme Bilimi ve Nanoteknoloji Ana Bilim Dalı (disiplinlerarası)
YRD. DOÇ. DR. BÜLEND ORTAÇ