Geri Dön

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

  1. Tez No: 505154
  2. Yazar: MAHMUT KEMAL KARASU
  3. Danışmanlar: PROF. DR. LATİF SALUM
  4. Tez Türü: Doktora
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

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

  1. Köpük enjeksiyon prosesinde gri Taguchi ve yapay sinir ağları yöntemleri ile parametre optimizasyonu

    Parameter optimization in foam injection process using grey Taguchi and artificial neural network methods

    NİLAY ERKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Endüstri ve Endüstri MühendisliğiSakarya Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MERVE CENGİZ TOKLU

  2. Plastik enjeksiyon kalıplarında gaz sıkışmasının parçaya etkileri ve oluşan sorunların çözümleri

    The effects of gas trappi̇ng i̇n plasti̇c injecti̇on molds on parts and soluti̇ons to the problems ari̇si̇ng

    SETTAR BİYAZARPACI

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Makine MühendisliğiKahramanmaraş Sütçü İmam Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. METİN KÖK

  3. Gıda endüstrisinde sorun yaratan patojen bakterilerin engellenmesi için yüksek hacimde faj üretiminin optimize edilmesi

    Optimizing high-volume phage production to prevent pathogenic bacteria in the food industry

    EYLÜL EVRAN

    Doktora

    Türkçe

    Türkçe

    2025

    BiyoteknolojiHacettepe Üniversitesi

    Gıda Mühendisliği Ana Bilim Dalı

    PROF. DR. İSMAİL HAKKI BOYACI

  4. Samsun Eğitim ve Araştırma Hastanesi Yanık Merkezi'nde yatarak tedavi gören yanık hastalarının epidemiyolojik özelliklerinin retrospektif analizi

    Retrospective analysis of the epidemiological characteristics of burn patients hospitalized at Samsun Training and Research Hospital Burn Center

    ONUR HASRET YURTSEVER

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2025

    Plastik ve Rekonstrüktif CerrahiSamsun Üniversitesi

    Plastik Rekonstrüktif ve Estetik Cerrahi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AYHAN SÖNMEZ

  5. HEKZAMİN DİNİTRAT SENTEZİNDE ALTERNATİF YÖNTEMLERİN ARAŞTIRILMASI

    INVESTIGATION OF ALTERNATIVE METHODS IN HEXAMINE DINITRATE SYNTHESIS

    GÜRCAN YILDIRIM

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    KimyaSakarya Üniversitesi

    Kimya Ana Bilim Dalı

    PROF. DR. MURAT TEKER