Geri Dön

Yapay sinir ağları yardımı ile makine arızalarının önceden tahmin edilmesi

Guess the failures of machines with artificial neural networks before it breaks down

  1. Tez No: 226105
  2. Yazar: ERKAN GÜNGÖR
  3. Danışmanlar: Y.DOÇ.DR. İ. FİGEN GÜLENÇ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Endüstri ve Endüstri Mühendisliği, Computer Engineering and Computer Science and Control, Science and Technology, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2007
  8. Dil: Türkçe
  9. Üniversite: Kocaeli Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: Üretim Yönetimi ve Pazarlama Bilim Dalı
  13. Sayfa Sayısı: 84

Özet

Üretimin programlara uygun bir biçimde devam etmesi, üretim unsurlarından olan makine ve tesislerin aksaksız bir biçimde çalısmasına baglıdır. Makinelerin periyodik bakımlarının yapılması ve beklenmeyen zamanlarda ortaya çıkan arızaların giderilmesi üretim akısını aksatmamalıdır. Üretim sistemi büyüdükçe bakım faaliyetlerinin önemi artar. Bir üretim hattında herhangi bir makinenin arızalanması bütün sistemi durdurabilir. Bakım planlamasında amaç makinelerin en az durus yapmasını saglamaktır. Arızaların önceden tahmin edilerek önleyici bakımın uygulanması ile duruslar en aza indirilebilir. Bu çalısmada talaslı imalat yapan bir isletmede üretim hattındaki makinelerde meydana gelebilecek arızaların önceden tahmin edilebilmesi için bir ileri beslemeli çok katmanlı yapay sinir agı modeli kullanılmıstır. Hatta çalısan makinelerin arızaları ile ilgili geçmis veriler incelenerek makine arızaları arasında geçen süre yapay sinir agı ile tahmin edilmeye çalısılmıstır. Böylece makinenin ne zaman arızalanabilecegi önceden belirlenerek önleyici bakım uygulaması önerilmistir.

Özet (Çeviri)

The continuing of production depends on working of machines and foundations. The periodic maintenance of machines and failures that appear at unexpected times The continuing of production depends on working of machines and foundations. The periodic maintenance of machines and failures that appear at unexpected times repairs without stopping production. While production system grows, importance of the maintenance increases. If a machine stops at a production line, it may stop all systems. The aim of maintenanace planning is to realize few waiting of machines. If failures is guessed before it becomes, preventive maintenance applies to machine and the machine waiting decreases. At this study a feedforward artificial neural network model is used to guess the failures of machines that work in a product line before it breaks down at a factory that works about metal filings products. First of all the old data of machines that work at same product line was examined then the duration between two failures were guessed with artificial neural network model. So the time of following failure has been guessed before it becomes and suggested preventive maintenance.

Benzer Tezler

  1. Erken Hristiyan ve ilk Bizans resim ve kabartma sanatında kaynak ve okullar (2 cilt)

    Sources and school of painting and sculpture during the early Christian and first Byzantine period

    AHMET MEHMET KİPMEN

    Doktora

    Türkçe

    Türkçe

    1996

    Güzel SanatlarMimar Sinan Güzel Sanatlar Üniversitesi

    PROF.DR. SEMRA GERMANER

  2. Ağır vasıta hava kompresörü arızalarının makine öğrenmesi yöntemleri kullanılarak analizi

    Analysis of heavy vehicle air compressor failures using machine learning methods

    EMRE GÜL

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Makine MühendisliğiKonya Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. METE KALYONCU

  3. Elektrik arıza tespiti ve makine öğrenmesi ile sınıflandırması

    Electrical failure detection and classification withmachine learning

    OZAN TURANLI

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik MühendisliğiDicle Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YURDAGÜL BENTEŞEN YAKUT

  4. An industrial internet of things application for real-time condition monitoring

    Gerçek zamanlı durum izleme için endüstriyel nesnelerin internetiuygulaması

    AYDIL JOMAA BAPIR

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İLHAN AYDIN

  5. Neuro classifiers for condition and bearing health assessment of an electric motor

    Elektrik makinasında durum ve rulman sağlığı değerlendirmesi için nöro sınıflandırıcılar

    MINA GHORBAN ZADEH BADELI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DUYGU BAYRAM KARA