Havacılık montaj ve kablaj hatalarının görüntü işleme tabanlı otomatik tespiti
Automatic detection of assembly and harness defects in aircraft using image processing
- Tez No: 1023603
- Danışmanlar: DR. ÖĞR. ÜYESİ İBRAHİM ONARAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Havacılık ve Uzay Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering, Aeronautical Engineering
- Anahtar Kelimeler: Derin öğrenme, Görüntü eşleme, Görüntü işleme-bilgisayarlı, Havacılık, Kalite kontrol, Montaj, Nesne tespiti, Uçaklar, Veri setleri, İnsan-yapay zeka etkileşimi, Deep learning, Image matching, Image processing-computer assisted, Aviation, Quality control, Assembly, Object detection, Airplanes, Data sets, Human-artificial intelligence interaction
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Kto Karatay Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Havacılık sektöründe montaj ve kablaj süreçlerinde oluşan yüzey hasarları, eksik bağlantı elemanları, boşluklar, koruyucu kılıf deformasyonları ve benzeri uygunsuzluklar; üretim güvenliği, kalite sürekliliği ve bakım maliyetleri açısından kritik öneme sahiptir. Bu tez çalışmasında, havacılık montaj ve kablaj hatalarının görüntü işleme ve derin öğrenme tabanlı yöntemler kullanılarak otomatik olarak tespit edilmesine yönelik bütünleşik bir kalite kontrol yaklaşımı geliştirilmiştir. Çalışma kapsamında veri setleri farklı revizyonlar halinde oluşturulmuş, veri temizleme, görsel kalite kontrolü, tekrar eden görsellerin ayıklanması ve manuel etiketleme işlemleri gerçekleştirilmiştir. Hazırlanan veri setleri üzerinde nesne tespit tabanlı YOLOv8 modeli kullanılarak eğitim süreçleri yürütülmüş ve farklı model revizyonları karşılaştırmalı olarak analiz edilmiştir. Eğitim sürecinde veri ön işleme, yeniden boyutlandırma, normalizasyon ve veri artırma teknikleri uygulanarak modelin kararlılığı ve tespit başarımı iyileştirilmiştir. Model performansları precision, recall, F1-score, IoU, mAP50 ve mAP50-95 gibi temel değerlendirme kriterleri üzerinden incelenmiştir. Elde edilen sonuçlar doğrultusunda en başarılı model yapısı belirlenmiş ve kullanıcıların görseller üzerinde hata tespiti gerçekleştirebileceği masaüstü tabanlı bir arayüz geliştirilmiştir. Geliştirilen sistem ile hata tespit süreçlerinin daha hızlı, daha tutarlı ve insan kaynaklı kontrol farklılıklarını azaltacak şekilde yürütülebileceği değerlendirilmiştir. Sonuç olarak önerilen yaklaşımın havacılık üretim ve kalite kontrol süreçlerinin dijitalleşmesine katkı sağladığı görülmüştür.
Özet (Çeviri)
The Surface damages, missing fasteners, gaps, protective sleeve deformations, and similar nonconformities occurring during assembly and harnessing processes in the aerospace industry are of critical importance in terms of production safety, quality continuity, and maintenance costs. In this thesis, an integrated quality control approach was developed for the automatic detection of aerospace assembly and harness defects using image processing and deep learning-based methods. Within the scope of the study, datasets were created in different revisions, and data cleaning, visual quality control, duplicate image elimination, and manual labeling processes were carried out. Training processes were performed on the prepared datasets using the object detection-based YOLOv8 model, and different model revisions were comparatively analyzed. During the training phase, data preprocessing, resizing, normalization, and data augmentation techniques were applied to improve model stability and detection performance. Model performances were evaluated based on fundamental assessment metrics such as precision, recall, F1-score, Intersection over Union (IoU), mAP50, and mAP50-95. Based on the obtained results, the most successful model architecture was determined, and a desktop-based interface was developed to enable users to perform defect detection on images. It was concluded that the developed system could support faster and more consistent defect detection processes while reducing variations caused by human-based inspections. As a result, the proposed approach was found to contribute to the digitalization of aerospace manufacturing and quality control processes.
Benzer Tezler
- Askeri kara-hava araçları kontrol panellerinin üretim yöntemleri ve gece görüş uyumu entegrasyonu
Production methods and night vision integration of military land-air vehicle control panels
EKİN ÇELİK
Yüksek Lisans
Türkçe
2023
Savunma ve Savunma TeknolojileriKırıkkale ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
PROF. DR. OSMAN BİCAN
- Havacılık endüstrisi için robot konseptli yeniden yapılandırılabilir montaj sistemi tasarım metodolojisi geliştirilmesi
Development of robot based reconfigurable assembly system design methodology for aerospace industry
OSMAN EMRE ÇELEK
Doktora
Türkçe
2020
Makine MühendisliğiGazi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA YURDAKUL
- Termal optik sistemlerde optik montaj süreçleri ve metalurjisi
Optical assembly processes and metallurgy in thermal optical systems
UFUK SAZAKLI
Yüksek Lisans
Türkçe
2025
Mühendislik BilimleriSivas Cumhuriyet ÜniversitesiOptik Mühendisliği Ana Bilim Dalı
PROF. DR. FATİH UNGAN
- Türkiye'de sivil havacılık ve hava yolu ulaşımı üzerine bir araştırma
Evaluation of civil aviation and research of air transport in Turkey
MUSTAFA ÇİZMECİOĞLU
Yüksek Lisans
Türkçe
2013
UlaşımBahçeşehir ÜniversitesiUlaştırma Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKSEL DEMİR
- Bütünleşik eklemeli imalat ve yarımamul montaj sistemi
Hybrid additive manufacturing and semi-product assembly system
FAHREDDİN FATİH ÖNGÜL
Doktora
Türkçe
2024
Makine MühendisliğiGebze Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. İLYAS KANDEMİR