Geri Dön

Derin öğrenme teknikleri ile anomali içeren metal somunların hata tespit ve sınıflandırılması

Fault detection and classification of metal nuts containing anomaly by deep learning techniques

PDF İndir

  1. Tez No: 619924
  2. Yazar: HASAN GÖKKAYA
  3. Danışmanlar: DOÇ. DR. CAN AYDIN
  4. Tez Türü: Yüksek Lisans
  5. Konular: İşletme, Business Administration
  6. Anahtar Kelimeler: Anomali, Hata, Bilgisayarla Görü, Derin Öğrenme, Nesne Tespit, Sınıflandırma, Anomaly, Fault, Computer Vision, Deep Learning, Object Detection, Classification
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
  12. Bilim Dalı: Yönetim Bilişim Sistemleri Bilim Dalı
  13. Sayfa Sayısı: 112

Özet

Bilişim ve iletişim sistemlerinde meydana gelen hızlı değişimler ve gelişimler, teknolojinin temas ettiği her alanda ani bir paradigma değişimine neden olmuştur. Bu paradigma değişimi eş zamanlı olarak endüstriyel alanda da kendisini hissettirmiş, sektörün ihtiyaçları doğrultusunda karşılığını bulmuş ve sektörün içinde Endüstri 4.0 olarak vücut bulmuştur. 4'üncü Sanayi Devrimi olarak anılan bu paradigma, içerisinde yer alan nesnelerin interneti kavramıyla birlikte birbirleriyle anlık iletişim halinde olan modern otomasyon sistemlerini, üretim teknolojilerini ve nihayetinde de akıllı endüstriyel sistemleri hayata geçirmiştir. Ortaya çıkan akıllı iletişim ağında, paylaşılan verilerin raporlaştırılıp analiz edilmesi, maliyet-etkin bir biçimde yönetilebilmesi ve verimli iş modellerinin geliştirilmesi işletmeler için büyük önem arz etmektedir. Bu süreç, endüstriyel işletmelerin iş süreçlerini akıllı sistemler ile entegre ederek geleceğe uyumlu modern otomasyon ve üretim birimlerine dönüştürmesini zorunlu kılmaktadır. Bilgisayarla görü uygulamaları, bu anlamda çağı yakalayan ve geleceğe uzanan çözümlerin başında gelmektedir. Otomasyon ve üretim sürecinden geçen işletmeler, makine öğrenmesi gibi teknikleri belirli operasyonlarına entegre etmeye başlamışlardır. Üretim süreci, endüstriyel işletmelerin hammadde kullanımı, kalite kontrol ve işletme verimliliği gibi ana başlıkları ile bir düğüm noktası oluşturduğu için özellikle bu entegrasyonda önem arz etmektedir. Bu çalışma, endüstriyel alanda, hatalı ürünleri tespit etmek ve üretim verimliliğini optimize etmek için kullanılan akıllı bir yaklaşım önermektedir. Bu çalışmanın amacı, vida ve somun üreten endüstriyel işletmelerde bilgisayarla görü ile insan faktörünün yerini alarak, üretim esnasında meydana gelen hatalı ürünleri tespit eden ve ayrıştırılmasını sağlayan, hata sebebinin belirlenmesine yardımcı olan, hata oranının düşürülmesine ve kalitenin artırılmasına katkıda bulunan, hammadde kullanımını optimize eden, üretim verimliliğini artıran ve sürecin maliyet-etkin bir şekilde işlemesini sağlayan derin öğrenmeye dayalı bir bilgisayarla görü uygulaması geliştirmektir. Bilgisayarla görü uygulaması tasarlanırken Python, OpenCV, Tensorflow Object Detection API, Tensorboard, GoogleColab, Visual Studio Code yazılım ve frameworkleri kullanılmıştır.

Özet (Çeviri)

Rapid changes and developments in information and communication systems have caused a sudden paradigm shift in every field connected with technology. This paradigm shift made its presence felt simultaneously in the industrial field, has found its place in accordance with the needs of the sector and embodied as Industry 4.0 within the sector. This paradigm, known as the 4th Industrial Revolution, with the help of concept of the IoT, has implemented modern automation systems, production technologies and intelligent industrial systems, which are in instant communication with each other. In this smart communication network, reporting, analysis and cost-effective management of shared data and development of efficient business models are of great importance for enterprises. This process requires industrial enterprises to transform their business processes, into modern automation and production units that are compatible with the future by integrating business processes with intelligent systems. In this sense, computer vision applications are the leading solutions that capture the age and extend to the future. Businesses that have gone through automation and production processes have begun to integrate techniques such as machine learning into their specific operations. The production process is particularly important in this integration since it forms a joint point with the main headings of industrial enterprises such as raw material usage, quality control and operational efficiency. This study proposes an intelligent approach used to detect faulty products and optimize production efficiency in the industrial area. The aim of this study is to develop a business intelligence application that detects and separates the defective products that occur during production, helps to determine the cause of the error, contributes to the reduction of the error rate and increase the quality, optimizes the use of raw materials, increases production efficiency and ensures low cost operation of the process by replacing the human factor with computer vision in industrial enterprises producing screws and nuts. Software and frameworks used to design this computer vision application are Python, OpenCV, Tensorflow Object Detection API, Tensorboard, GoogleColab, and Visual Studio Code.

Benzer Tezler

  1. Tez No

    842068

    Yapay zekâ-tabanlı hibrit anomali tespit ve klinik karar destek teknikleri ile kardiyovasküler hastalıkların ve COVİD-19'un otomatik tespiti

    Artificial intelligence-based hybrid anomaly detection and clinical decision support techniques for automated detection of cardiovascular diseases and COVİD-19

    MERVE BEGÜM TERZİ

    Doktora

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ORHAN ARIKAN

  2. Tez No

    908560

    Real-time anomaly detection in UAV systems using TinyML on ARM Cortex-M microcontrollers

    ARM Cortex-M mikrodenetleyicilerde gömülü makine öğrenmesi kullanarak İHA sistemlerinde gerçek zamanlı anomali tespiti

    MEHMET ALPEREN BAKICI

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Havacılık ve Uzay Mühendisliğiİstanbul Teknik Üniversitesi

    Savunma Teknolojileri Ana Bilim Dalı

    PROF. DR. ECE OLCAY GÜNEŞ

  3. Tez No

    639767

    Yapay zekâya dayalı anlamsal video işleme yöntemlerinin tıpta kullanılabilirliğinin araştırılması

    Investigation of usability of artificial intelligence semantic video processing methods in medicine

    HASAN UCUZAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü Üniversitesi

    Biyoistatistik ve Tıp Bilişimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EMEK GÜLDOĞAN

  4. Tez No

    717024

    Satellite images super resolution using generative adversarial networks

    Uydu görüntülerinde çekişmeli üretici ağ kullanarak süper çözünürlük

    MARYAM SERDAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    İletişim Sistemleri Ana Bilim Dalı

    PROF. DR. AHMET HAMDİ KAYRAN

  5. Tez No

    881065

    Kestirimci bakım süreçlerinde makine öğrenmesi algoritmaları kullanarak anomali tespiti

    Anomaly detection using machine learning algorithms in predictive maintenance processes

    FATMA YASEMİN ARSLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilim ve TeknolojiManisa Celal Bayar Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ALİ UYSAL

Geri Dön