Çizelgeleme problemlerinde endüstri 4.0 uygulaması
Industry 4.0 application in scheduling problems
- Tez No: 633585
- Danışmanlar: DR. ÖĞR. ÜYESİ NURETTİN BEŞLİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Harran Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 88
Özet
İnternet, dünyanın geleceğine yön vermeye başlamış, hayatımızda olmazsa olmaz araçlardan biri haline gelmiştir. Her geçen yıl içerik, kapasite ve erişilebilirlik bakımından hızla büyümektedir. Nesnelerin İnternetinin (IoT-Internet of Things) yaygınlaşmasıyla süreçlerin her seviyesinde veri toplanması ve bu verilere bağlı hızlı karar ve denetim çıkışları oluşturulması mümkün olmuştur. Endüstri alanında kullanıldığında elde edilecek verilerin analizi ile üretim planlaması optimize edilerek ciddi boyutlarda zaman, kaynak ve enerji tasarrufu sağlanabilmektedir. Endüstri 4.0 ya da 4. Sanayi Devrimi, nesnelerin interneti gibi ileri teknolojilerin endüstriye entegrasyonu ile gerçekleşmiştir. Endüstri 4.0 ileri haberleşme teknolojilerini ve otomasyon sistemlerini kullanarak üretimin daha verimli gerçekleşmesini hedeflemektedir. Endüstride yaygın olarak ortaya çıkan atölye tipi çizelgeleme (EATÇ) problemleri bilgisayar işlem kapasitelerinin artmasıyla sezgisel yöntemler kullanılarak çözülmekte ve başlangıçta belirlenen sabit parametreler üzerinden gerçekleştirilmektedir. Gerçek hayatta ise makinelerin bozulması veya kaynakların yetişmemesi gibi ek problemler oluşabilmektedir. Bu çalışmada, EATÇ ve Dinamik EATÇ problemleri için geliştirmiş olan algoritmalar incelenerek, DEATÇ problemlerinde kullanılabilecek Parçacık Sürü Optimizasyonu (PSO) ve Yerel Arama (YA) metotlarının kullanıldığı hibrit bir algoritma önerilmiş ve yapılan benzetimlerde klasik çizelgeleme yöntemleriyle karşılaştırmalar yapılmıştır. Tezin en temel amacı Çizelgeleme Problemlerinde Endüstri 4.0 uygulamasını gerçekleştirmek ve literatüre katkı sağlamaktır. Bu amaçla üretimde kullanılacak olan makineler veya üretim bantlarının IoT ağına dâhil edilerek anlık durum verilerinin alınması, analiz edilmesi, esnek atölye tipi çizelgelemenin oluşturulması ve denetim bilgilerinin iletilmesini sağlayacak donanım ve yazılım alt yapısı tasarlanmıştır. Önermiş olduğumuz metot, literatürde yer alan bazı veri setleri üzerinde denenmiş ve ilk elde edilen çizelgeme sonucuyla, yeniden yapılan çizelgeleme sonucu arasındaki yüzde sapma değerleri hesaplanmıştır. Sonuçlar incelendiğinde veri setlerinin bir kısmında yüzde sapma %0, diğerlerinde ise maksimum %9.09 olduğu gözlemlenmiştir. Bu değerler önemiş olduğumuz metodun pratikte uygulanabilir olduğunu göstermiştir.
Özet (Çeviri)
The Internet, starting to direct the future of the world, has become one of the essential tools in our lives. It is growing rapidly in terms of content, capacity and accessibility with each passing year. With the spread of the Internet of Things (IoT), it has been possible to collect data at all levels of the processes and to create rapid decision and control outputs based on these data. When IoT devices are used in Industry, it can optimize production planning by analyzing the data obtained from this network and save time, resources and energy in serious dimensions. The Industry 4.0 or the 4th Industrial Revolution took place with the integration of advanced technologies such as the Internet of Things into the industry. Industry 4.0 aims to make production more efficient by using advanced communication technologies and automation systems. Flexible Job Shop Problems (FJSP), that are common in industry, are solved by using heuristic methods with the increase of computer processing capacities and realized through fixed parameters determined at the beginning. In real life, additional problems may occur, such as failure of machines or failure of resources. In this study, by analyzing algorithms developed for FJSP and Dynamic FJSP, a hybrid algorithm using Particle Swarm Optimization (PSO) and Local Search (LS) methods is proposed. The comparisons were made with classical scheduling methods. The main aim of the thesis is to implement Industry 4.0 application in Scheduling Problems and to contribute to the literature. For this purpose, the hardware and software infrastructure which upgrades the machines or production lines to IoT devices and provides analysis of instant status data, creation of flexible workshop type scheduling and transmission of audit information is designed. The method proposed in this study has been tested on some datasets in the literature and the percent deviation values between the first scheduling result and the rescheduling result have been calculated. When the results are analyzed, it is observed that the percentage deviation is 0% for some of the data sets and is up to 9.09% for the others. These values show that the method which we have proposed is practically feasible.
Benzer Tezler
- Zeki etmenlerde öğrenme kabiliyetinin geliştirilmesi ve dinamik bir atölye tipi çizelgeleme uygulaması
Başlık çevirisi yok
MEHMET EMİN AYDIN
Doktora
Türkçe
1997
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ.DR. ERCAN ÖZTEMEL
- Short term electricity load forecasting with deep learning
Derin öğrenme ile kısa dönemli elektrik yük talep tahmini
İBRAHİM YAZICI
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Time/cost trade-offs in machine scheduling with controllable processing times
Kontrol edilebilir işlem süreleriyle makine çizelgelemede maliyet/zaman ilişkileri
SİNAN GÜREL
Doktora
İngilizce
2008
Endüstri ve Endüstri Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiEndüstri Mühendisliği Bölümü
PROF. DR. M. SELİM AKTÜRK
- Hiyerarşik grup karar vermeye dayanan proje portföy seçimi ve çizelgelemesi
Project portfolio selection and scheduling based on hierarchical group decision making
ÖZGE ŞAHİN ZORLUOĞLU
Doktora
Türkçe
2020
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZGÜR KABAK
- Akış tipi çizelgeleme problemlerinin genetik algoritma ile çözüm performansının artırılmasında parametre optimizasyonu
To Increase the performance of flow-shop scheduling problems solving with genetic algorithms: A parameter optimization
ORHAN ENGİN
Doktora
Türkçe
2001
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ.DR. ALPASLAN FIĞLALI