Plastic injection parameter optimization strategies for mold set-up reductions via soft computing techniques in a multi product system
Çoklu üretim sisteminde kalıp hazırlama sürelerini azaltmak için soft computing teknikleri yardımıyla plastik enjeksiyon parametre optimizasyon stratejileri
- Tez No: 505154
- Danışmanlar: PROF. DR. LATİF SALUM
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 113
Özet
Kalıp değişim sürelerinin kısaltılmasıyla ilgili olarak Shigeo Shingo tarafından ortaya atılan ve kısaca SMED (on dakikanın altında kalıp değişimi) olarak adlandırılan meşhur yöntem, yıllardır yalın üretim kapsamında uygulana gelmektedir. Bu tekniğin temel felsefesi“basitleştir ve basit kalmasını sağla”olarak özetlenebilir. Ne var ki, kalıp değişiminin tüm adımları basitleştirilebilir değildir.“Deneme üretimi ve ayar”olarak adlandırılan kalıp değişiminin son adımında kalıp değiştirildikten sonra yapılan deneme üretimlerinde ortaya çıkan kalite problemleri, enjeksiyon parametreleri ayarlanarak giderilmeye çalışılır. Bu işlem derin bir bilgi birikimi ve tecrübe gerektirdiğinden sadece bu alanda uzmanlaşmış bir ekip tarafından yürütülür. Bu tez çalışmasında, bulanık çıkarım sistemi ve çok katmanlı yapar sinir ağları kullanılarak bahsi geçen uzmanlık bilgisi elde edilmeye çalışılmıştır. Temel amaç, uzmanlık bilgisinin diğer enjeksiyon personeli tarafından kullanılmasını sağlayarak uzman sayısındaki kısıdı azaltmak ve üretimde esnekliği arttırmaktır. En az sayıda kuralla bir kalıp değişiminde karşılaşılabilecek tüm kalite problemlerine çözüm üretebilmek için tasarlanan sistematik vaka eleme yöntemi çalışma içinde verilmiştir. Önerilen esnek hesaplama sistemleri, uluslararası bir elektrik cihazları üreticisinin üretim tesisinde, enjeksiyon uzmanları ve üretim personelinden oluşan bir ekiple beraber uygulanmıştır. Çalışma sonuçları, hem bulanık çıkarım sistemi hem de çok katmanlı yapay sinir ağlarının, enjeksiyon hatalarını gideren çözümler üretebildiğini göstermiştir.
Özet (Çeviri)
For changeover time reduction, the famous methodology, named single minute exchange of dies (SMED), introduced by Shigeo Shingo, has been applied in production plants for years in lean manufacturing scope. The main philosophy of this technique can be summarized as“make it simple and keep it simple”. However, this simplification is not possible for all the steps of a changeover. In the last part of a changeover, which is also named as trial runs and adjustment, injection parameters are manipulated to resolve quality issues that occur during trial productions after the mold is changed. This session requires a deep knowledge and experience, hence, only dedicated personnel called setup experts can handle this session. In this dissertation, two popular soft computing techniques, fuzzy inference system (FIS) and multilayer neural networks (MLNN), are used to capture this domain expertise. The primary objective is to distribute the domain experience to non-expert plastic injection personnel to eliminate expert scarcity and to increase flexibility. A systematic elimination of defect cases is presented to define the core scope that handles all the possible quality issues and their solutions with fewer rules. Proposed soft computing solutions are implemented in a well-known international wiring device manufacturing plant together with a project team of setup experts and production staff. The results show that both FIS and MLNN could generate correct defect resolution actions on injection parameters.
Benzer Tezler
- Plastik enjeksiyonda deney tasarımı ve yapay sinir ağları yöntemleri ile montaj hattı verimliliğini artırmaya yönelik parametre optimizasyonu
Parameter optimization to increase the efficiency ofassembly lines using design of experiments and artificialneural networks methods in plastic injection molding
BURCU YILMAZ
Yüksek Lisans
Türkçe
2022
Endüstri ve Endüstri MühendisliğiKocaeli ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YILDIZ ŞAHİN
- Plastik enjeksiyon kalıplamada malzeme akış indeksinin parça çarpılması üzerine etkisi ve proses parametrelerinin optimizasyonu
Effect of material flow index on part warpage in plastic injection molding and optimızation of process parameters
AKMAN KAĞITOĞLU
Yüksek Lisans
Türkçe
2024
Makine MühendisliğiYıldız Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. MİHRİGÜL EKŞİ ALTAN
- Optimization of ınjection molding process parameters for cycle time
Çevrim süresi için enjeksiyon kaliplama proses parametrelerinin optimizasyonu
ANIL KAPLAN
Yüksek Lisans
İngilizce
2024
Makine Mühendisliğiİzmir Yüksek Teknoloji EnstitüsüMakine Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE SEÇİL ARTEM
- Metal enjeksiyon kalıplama ile 316L paslanmaz çelik parça üretiminde proses parametrelerinin simülasyonu ve optimizasyonu
Optimization and simulation of process parameters in 316L stainless steel parts produced by metal injection molding
MÜJDE HOCAOĞLU
Yüksek Lisans
Türkçe
2020
Metalurji Mühendisliğiİstanbul Teknik ÜniversitesiMetalurji ve Malzeme Mühendisliği Ana Bilim Dalı
PROF. DR. BURAK ÖZKAL
- Çamaşır makinesi kazan imalatında proses parametrelerinin kazan kalitesine etkilerinin analiz edilmesi ve optimizasyonu
Analysis and optimization of the effects of process parameters on the quality of washing machine tub manufacturing
OZAN SERTLER
Yüksek Lisans
Türkçe
2024
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ GÖKŞENLİ