Üretim sistemlerinde nesnelerin interneti ve büyük veri kullanılması
Using internet of things and big data in production systems
- Tez No: 566418
- Danışmanlar: PROF. DR. HÜSEYİN İNCE
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Endüstri ve Endüstri Mühendisliği, İşletme, Computer Engineering and Computer Science and Control, Industrial and Industrial Engineering, Business Administration
- Anahtar Kelimeler: Bilgi teknolojisi, Bilgisayar destekli üretim, Büyük veri, Endüstri 4.0, Endüstriyel üretim, Esnek üretim, Modern üretim sistemleri, Nesnelerin interneti, Üretim, Üretim sistemleri, Information technology, Computer aided manufacturing, Big data, Industrial 4.0, Industrial production, Flexible manufacturing, Modern production systems, Internet of things, Production, Production systems
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Gebze Teknik Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Strateji Bilimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Dünyada artan rekabet üretim şirketlerini ürün çeşitliğini arttırmaya ve mevcut maliyetleri düşürmeye zorlamaktadır. Toplumun tüketim alışkanlıklarının da değişmesiyle ürünlerin yaşam döngüsü kısalmaktadır. Bu durum üretim şirketlerini sürekli ve çok sayıda yeni ürün üretmeye zorlamaktadır. Ancak tek bir üretim sistemi üzerinde çok sayıda farklı ürün üretmek, ürün değişim zamanlarını uzatmasının yani sıra makinelerin verimliliğini de düşürmektedir. Bununla birlikte ekonomilerin ve toplumların küreselleşmesi, kaynak yetersizliğinin artmasına neden olmaktadır. Üretim firmaları bu risklerle giderek daha fazla yüz yüze kalıyorlar. Ancak, kâr üretmek ve büyümeyi gerçekleştirmek için bu sorunlara kalıcı çözümler bulmak zorundadırlar ve mevcut optimizasyon modellerinin ürettiği çözümler tükenmek üzeredir. Son teknolojik gelişmelerle gün geçtikçe artan bu problemlere üretim sistemlerinin dijitalleştirilmesi ile çözüm getirilmeye çalışılmaktadır. Endüstri 4.0 olarakda adlandırılan bu dijitalleştirme süreci şirketlerin bu zorlukları nasıl hafifletebileceklerine ilişkin çözüm sistemleri sunar. Bu gün pek çok firma akıllı üretim süreçlerini içeren paket platformlar piyasaya sürmektedir. Firmalar bu platformları satın alabilir ya da kiralayabilir veya kendisi üretebilir, platform piyasası hızla büyüyen bir piyasadır. Hangi seçeneği seçecekleri firmaların vizyon ve misyonuna bağlıdır. Ancak hangi seçenek seçilirse seçilsin yukarıda sayılan sorunların çözümü için hangi teknolojilerin öneme sahip olduğu bilinmelidir. Bu çalışmanın amacı endüstri 4.0 sistemlerine geçişte hangi teknolojilerin üretim sistemlerinin ihtiyaçlarını karşılamak için daha fazla öneme sahip olduğunun tespit edilmesidir. Bunun için kalite fonksiyonu dağılımı içerisinde yer alan ilişkiler matrisi kullanılmıştır. İstekler ve teknolojiler arasında doğrudan ilişki kurmak hatalara neden olabileceğinden işlem üretici istekleri ve teknolojik fonksiyonlar, teknolojik fonksiyonlar ve teknolojiler arasındaki ilişki olarak iki aşamada gerçekleştirilmiştir.
Özet (Çeviri)
Increasing competition in the world forces the manufacturing companies to increase the variety of products and reduce the existing costs. Consequently, production companies are constantly forced to produce many new products. However, producing a large number of different products on a single production system, as well as prolonging product change times, also reduces the efficiency of machines. In addition, the globalization of economies and societies leads to an increase in resources. They need to find permanent solutions to these problems for generating profit and growth. With the recent technological developments, these problems are being tried to be solved by the digitization of the production systems. This digitalization process, called Industry 4.0, provides solution systems for how companies can mitigate these challenges.Today, many companies are launching platforms that include intelligent manufacturing processes. Companies can buy or rent these platforms or produce them. Which option they choose depends on the vision and mission of the firms. Whichever option is chosen, it's important to know which technologies are important to solve the above mentioned problems. The aim of this study is to determine which technologies are more important to meet the needs of production systems in the transition to induction 4.0 systems. For this purpose, the relationship matrix in the quality function deployment method is used. Since the direct relationship between requests and technologies could lead to errors, the process was carried out in two stages, namely the relationship between the manufacturer's demands and technological functions, technological functions and technologies.
Benzer Tezler
- Hazır giyim dikim işletmelerinde yalın üretim ve sürdürülebilir dijital yalın model tasarımı
Lean production and the development of a sustainable digital lean model for apparel manufacturing
BÜLENT KOÇ
Doktora
Türkçe
2026
Tekstil ve Tekstil Mühendisliğiİstanbul Teknik ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
PROF. DR. SELİN HANİFE ERYÜRÜK
- Kentsel 5G kablosuz iletişim sistemlerinde enerji verimliliği
Energy efficiency in urban 5G wireless communication systems
BÜNYAMİN HATİPOĞLU
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Sabahattin Zaim ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. TAYFUN ACARER
- Siber fiziksel üretim sistemleri ve inovasyon tabanlı bir tasarım uygulaması: Teka vtc üretim hattı örneği
Cyber physical production systems and innovation based design application: Example of Teka vtc production line
HÜSEYİN TUNA
Yüksek Lisans
Türkçe
2019
Bilim ve TeknolojiDokuz Eylül ÜniversitesiBilgi Yönetimi Ana Bilim Dalı
PROF. DR. YILMAZ GÖKŞEN
- A digital twin framework for predictive maintenance
Öngörücü bakım için dijital ikiz çerçevesi
MUSTAFA FURKAN SÜVE
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN İNCE
- Energy demand forecasting in fog computing based microgrids using ensemble learning
Sis bilişimi tabanlı mikro şebekelerde topluluk öğrenme ile enerji talep tahmini
TUĞÇE KESKİN
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN İNCE