Data-driven control of a production system by using marking-dependent threshold policy
Üretim sistemlerinin işarete bağlı eşik kuralı ile veriye dayalı kontrolü
- Tez No: 612426
- Danışmanlar: PROF. DR. BARIŞ TAN
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Koç Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği ve Operasyon Yönetimi
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 160
Özet
Üretim alanı verileri daha erişilebilir olduğunda, veriye dayalı kontrol yöntemleri kullanılarak üretim sistemleri daha etkin bir şekilde kontrol edilebilir. Bu tezde şu sorulara odaklanılmıştır: bir üretim sisteminde gerçek zamanlı bilgilere istinaden, üretme veya üretmeme kararı nasıl verilebilir? Elimizeki veriler doğrudan politika parametrelerini optimize etmekte nasıl kullanılabilir? Farklı bilgi kaynakları kullanmanın sistem performansı üzerindeki etkisi nedir? Bu seçim nasıl yapılır? Bu soruları cevaplamak için, rasgele talebi karşılamak üzere stoğa üretım yapan bir üretim / envanter sistemi ele alınmıştır. Bu sistem tam olarak gözlemlenmemekte ancak işaret (marking) olarak adlandırılan kısmi üretim ve talep bilgileri kullanılabilmektedir. Herhangi bir zamanda envanter ve üretim durumuna ek olarak, gözlemlenen işaretlere dayanarak üretime karar vermek için işarete bağlı eşik politikasını kullanmayı öneriyoruz. Üretim, talep ve bilgi varışları işaretli Markov varış süreci olarak modellendiğinde, işarete bağımlı eşik politikası ile kontrol edilen bir üretim sistemini analiz etmek için matris geometrik bir yöntem kullanan analitik bir yöntem geliştirilmiştir. Optimal eşikleri belirlemek için karışık tamsayılı programlama formülasyonu sunulmaktadır. Sonrasında bütünleşik benzetim ve eniyileme (BBE) için gerçek zamanlı alan verilerini kullanan bir matematiksel programlama formülasyonu sunulmuştur. Sayısal deneyler kullanarak BBE yönteminin performansı analitik çözümlerle karşılaştırılmıştır. Sonuçlar burada sunulan işarete bağlı politikanın mevcut kısmi bilgileri etkin bir şekilde kullanabildiğini ve veriye dayalı bütünleşik benzetim ve eniyilemenin, kontrol parametrelerini ayarlamak için etkili bir yöntem olduğunu göstermektedir. Daha sonra işarete bağlı politikalarla kontrol edilen sistemlerin optimizasyonunu kolaylaştırmak ve bir dizi yapay öğrenme yönteminin performansını karşılaştırmak için yapay öğrenme yöntemlerinin nasıl kullanılabileceği araştırılmıştır. Sayısal deneyler sayesinde yapay öğrenmenin ve aktif öğrenmenin kullanılmasının, zaman alıcı optimizasyon problemlerini hızlandırarak karmaşık üretim sistemlerinin performansını artırabileceği gösterilmiştir. Son olarak, bu tezde sunulan yaklaşımlar bir Lego üretim sistemine uygulanmış ve Lego üretim sistemlerinin veri odaklı kontrol ile ilgili eğitim ve araştırmalarda nasıl kullanılabileceği tartışılmıştır.
Özet (Çeviri)
With shop-floor data becoming more available, production systems can be controlled more effectively by using data-driven control methods. This thesis focuses on the following research question: how can the decision to produce or not to produce at any time be given depending on the real-time information about a production system?; how can the collected data be used directly in optimizing the policy parameters?; what is the effect of using different information sources on the performance of the system? and how can this choice be made? In order to answer these questions, a production/inventory system that consists of a production stage that produces to stock to meet random demand is considered. The system is not fully observable but partial production and demand information, referred to as markings is available. We propose using the marking-dependent threshold policy to decide whether to produce or not based on the observed markings in addition to the inventory and production status at any given time. An analytical method that uses a matrix geometric approach is developed to analyze a production system controlled with the marking-dependent threshold policy when the production, demand, and information arrivals are modeled as Marked Markovian Arrival Processes. A mixed integer programming formulation is presented to determine the optimal thresholds. Then a mathematical programming formulation that uses the real-time shop-floor data for joint simulation and optimization (JSO) of the system is presented. Using numerical experiments, we compare the performance of the JSO approach to the analytical solutions. The results indicate that the marking-dependent policy introduced here is able to make use of the available partial information effectively and the data-driven joint simulation and optimization is an efficient way for setting the parameters of the policy. Next, we investigate how machine learning methods can be employed to facilitate the optimization of systems controlled with the marking-dependent policies and compare the performance of a number of well-known machine learning methods on this task. Through numerical experiments we show that using machine learning and active learning can improve the performance of complex production systems by speeding up time-consuming optimization problems. Finally, we implement the concepts of this thesis using a Lego production system and discuss the usage of Lego production systems in educational and research related to data-driven control.
Benzer Tezler
- Ayrık olay sistemlerinin incelenmesi
Discrete event systems
OĞUZ ÇETİN ERZENE
Yüksek Lisans
Türkçe
1991
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. İ. CEM GÖKNAR
- Savunma sanayi sektöründe faaliyet gösteren bir firmaya değer akış haritalama ile bulanık htea entegrasyonu
Fuzzy fmea integration with value flow mapping for a company operating in the defense industry sector
MERVE UZUN
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. SAFİYE SENCER
- Tekli dakikalarda kalıp değiştirme zeki karar destek sistemi ve tekstil sektöründe uygulaması
Single minute exchange of die - intelligent decision support system - application of smed into textile industry
VOLKAN KEMALBAY
Yüksek Lisans
Türkçe
2012
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. UFUK CEBECİ
- Yalın üretim ve dijitalizasyon (endüstri 4.0 + endüstri 5.0): Çok boyutlu etkileşim matrisi ve üretim firmaları için kurulum, geliştirme stratejileri ve değerlendirme modeli
Lean+digitalization (Industry 4.0 + industry 5.0): Multi-domain matrix as a reference implementation and improvement strategies for manufacturing companies and assessment model
HASAN OKTAY GÖKTAŞ
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NEJAT YUMUŞAK
- Esnek üretim sistemleri
Flexible manufacturing systems
ARMAĞAN EROL ÖZÇELİK
Yüksek Lisans
Türkçe
1993
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. GÖNÜL YENERSOY