Kâğıt bardak makinesinin otomasyonu ve gerçek zamanlı görüntü işlemeye dayalı hatalı ürün tespit yöntemi
Automation of the paper cup machine and detection method based on real-time image processing
- Tez No: 755934
- Danışmanlar: DOÇ. DR. SELDA GÜNEY
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Başkent Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 70
Özet
Ülkemizde kâğıt bardak üretimi yapan firma sayısı her geçen gün giderek artmaktadır. Karton bardak basımı yapan makineler Çin, Kore vb. ülkelerde üretilmektedir. Türkiye'de de yerli olarak üretilen makineler vardır. Bu makinelerde bardaklar 4, 7, 8, 12 oz diye tabir edilen ölçülerde basılmaktadır. Servo motor, asenkron motor gibi motorlar ile makineler kontrol edilmektedir. Makine üstüne takılan sensörler ve ısıtıcı rezistanslar yardımıyla kaliteli ve fire kaybı az olan bardaklar basılmaktadır. Bu çalışmada daha önce üretimi yapılmış olan bardak basma makinesini servo motor, asenkron motor ve PLC ile kontrol ederek, görüntü işleme tabanlı hata tespiti yapan ve hatalı ürünü ayıklayan bir sistem tasarlanmıştır. Hata tespiti için gerçek zamanlı bir kamera aracılığıyla derin öğrenme yöntemlerinden Yolo ve Haarcascade algoritmaları kullanılarak sınıflandırma, OpenCv kütüphanesi kullanılarak da gerçek zamanlı nesne tespiti gerçekleştirilmiştir. Tespit edilen hatalı bardak bir piston ile üretim bandından alınıp bir kutuya atılmaktadır. Sensörler, servo motor enkoderi ve kullanıcı tarafından gelen komutlarla servo motor sürücüsüne komutlar verilmektedir. Asenkron sürücü parametreleri sürücü üzerinden ayarlanmaktadır. Bütün komutlar kullanıcı tarafından bir ekran üzerinden girilebilmekte ve üretilen ürünlerin sayısı yine ekran üzerinde kurulan sistem üzerinden izlenebilmektedir. Çalışmanın yapay zeka kısmında hatalı bardakların tespiti için önceden kendi oluşturduğumuz veri setinden alınan veriler Python dilinde ve Google Colab ortamında, YOLO algoritmasının modelleri ile sınıflandırılmıştır. Modeller eğitildikten sonra Jupyter Lab (tümleşik geliştirme ortamı) üzerinde OpenCv kütüphaneleri kullanılarak gerçek zamanlı olarak kameradan gelen veriler tespit edilmiştir. Haarcascade algoritması kullanılarak eğitilen modeller, gerçek zamanlı olarak PyCharm üzerinde OpenCv kütüphanesi kullanılarak tespit edilmiştir. Farklı derin öğrenme yöntemlerinin gerçek zamanlı sistemde performans üzerine etkisi incelenmiş ve başarılı sonuçlar elde edilmiştir. En başarılı sonuç Yolov5x mimarisi kullanılarak gerçekleştirilen gerçek zamanlı uygulamada % 90,8 doğruluk oranı ile elde edilmiştir.
Özet (Çeviri)
The number of companies producing paper cups in our country is increasing day by day. Paper cup printing machines are produced in countries such as China, Korea, etc. There are also domestically produced machines in Turkey. These machines can print paper cups in sizes called 4, 7, 8, 12 oz. Machines are controlled by motors such as servo motors and asynchronous motors. With the help of sensors and heating resistances mounted on the machine, high quality cups with less waste loss are printed. In this study, a system that controls the previously produced cup press machine with servo motor, asynchronous motor and PLC, makes image processing based error detection and removes the faulty product is designed. For error detection, classification using the deep learning methods Yolo and Haarcascade algorithms through a real-time camera, and real-time object detection using the OpenCv library. The detected faulty cup is taken from the production line with a piston and thrown into a box. Commands are given to the servo motor driver with the commands from the sensors, the servo motor encoder and the user. Asynchronous drive parameters are set on the drive. All commands can be entered by the user on a screen and the number of products produced can be monitored over the system installed on the screen. In the artificial intelligence part of the study, the data obtained from the dataset we created beforehand for the detection of faulty cups were classified with the models of the YOLO algorithm in the Python language and Google Colab environment. After the models were trained, data from the camera were detected in real time using OpenCv libraries on Jupyter Lab (integrated development environment). The data trained using the Haarcascade algorithm were detected in real time using the OpenCv library on PyCharm. The effect of different deep learning methods on performance in the real-time system has been examined and successful results have been obtained. The most successful result was obtained with 90.8% accuracy in real-time application using Yolov5x architecture.
Benzer Tezler
- Sık tüketim ürünlerinin ambalaj tasarımında işlevselliği 'çay bardağı ambalajı örneği'
Functionality of frequent consumption products in packaging design 'exampleof tea cup packaging
ÇAĞHAN AĞCA
Yüksek Lisans
Türkçe
2020
Güzel SanatlarAnkara Hacı Bayram Veli ÜniversitesiGrafik Tasarımı Ana Sanat Dalı
DR. ÖĞR. ÜYESİ TUTKU DİLEM ALPASLAN
- Atıkların derin öğrenme tabanlı sınıflandırılması
Deep learning based classification of wastes
DİLARA KARACA
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Uygulamalı Bilimler ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SÜLEYMAN UZUN
- Tek kullanımlık plastik bardaklardan sıvı gıdalara mikroplastik ve nanoplastik geçişinin tespiti
Detection of microplastic and nanoplastic transfer from disposable plastic cups to liquid foods
SELEN AKBULUT
Doktora
Türkçe
2024
Gıda MühendisliğiYıldız Teknik ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
PROF. DR. FATİH TÖRNÜK
PROF. DR. HASAN YETİM
- Seramik malzeme ile yeniden yorumlanan gündelik nesneler aracılığı ile aydınlatma tasarımları
Lighting design with everyday products which are re-interpreted with ceramic material
HATİCE ÖZGÜ GÜNDEŞLİOĞLU
Yüksek Lisans
Türkçe
2013
Güzel SanatlarAkdeniz ÜniversitesiSeramik Ana Sanat Dalı
YRD. DOÇ. ENVER GÜNER
- Ödülün yaratıcılığa etkisi: Özel yetenekliler eğitiminde teknoloji ve tasarım dersi örneği
Effect of reward on creativity: Example of technology & design lesson in gifted education
FERHAT UVACIKLIOĞLU
Yüksek Lisans
Türkçe
2019
Eğitim ve ÖğretimBahçeşehir ÜniversitesiÜstün Zekalılar ve Yetenekliler Eğitimi Bilim Dalı
DR. ÖĞR. ÜYESİ ESRA KANLI DENİZCİ