A decision support system software for intelligent manufacturing
Akıllı üretim için karar destek sistemi
- Tez No: 799875
- Danışmanlar: PROF. DR. EMEL KURUOĞLU KANDEMİR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Bilimleri Bilim Dalı
- Sayfa Sayısı: 95
Özet
Üretimin hızlı tempolu ve karmaşık dünyasında, nesnelerin interneti ve endüstri 4.0 konseptlerinin uygulanması ile birlikte veri altyapısı oluşan üretim şirketleri veriden en fazla fayda sağlayabilecek yöntemleri tercih etmeye başlamışlardır. Günümüzde üretim şirketleri, üretimin birçok alanında karar destek sistemlerinden (KDS) yararlanmaktadır. KDS, yöneticilerin ve diğer karar vericilerin daha iyi kararlar almasına yardımcı olmak için ilgili bilgileri ve analiz araçlarını sağlayarak akıllı üretim ortamlarında kritik bir rol oynar.. KDS, üretim sürecindeki darboğazları belirlemeyi, kaynak kullanımını optimize etmeyi ve üretim planlama ile kestirimci bakım olanaklarını iyileştirmeyi sağlar. Bu çalışmada, karar destek sistemi ve kestirimci bakım yöntemleri kullanılarak arızaya neden olan makine bileşenlerinin bulunması ve uygun zamanda bakımlarının yapılması amaçlanmaktadır. Bu çalışma için Azure kestirimci bakım veri kümesi kullanılmıştır. Bu veri setinde yüz makineye ait sensör verileri, arıza kayıtları, bakım kayıtları bulunmaktadır. Makine bileşenlerinin arıza yapma durumunu tahmin eden bir sistem geliştirilmiştir. Sistemin ve modelin tasarımı sırasında yaklaşık bir milyon örnekten oluşan dört sürekli, dört kategorik, bir ayrık ve bir sınıf özellikli veri seti kullanılmıştır. Geliştirilen sistem sonucunda, makine bileşenlerinin arıza zamanları yüksek doğruluk oranıyla tahmin edilmiştir.
Özet (Çeviri)
In the fast-paced and complex world of production, production companies that have a data infrastructure with the realization of the internet of things (IoT) and industry 4.0 concepts have started to prefer methods that can make the most benefit from data. Today, manufacturing companies benefit from decision support systems (DSS) in many areas of manufacturing. DSS plays a critical role in smart manufacturing environments by providing relevant information and analysis tools to help managers and other decision makers make better decisions. DSS provides identify bottlenecks in the production process, optimize resource utilization and improve production planning and predictive maintenance facilities. The goal of this study is to identify breakdowns machine parts and schedule maintenance at appropriate times through the use of a DSS and predictive maintenance techniques. Azure predictive maintenance dataset are used for this study. There are sensor data, failure records, maintenance record from a hundred machines in this dataset. A software has been developed to predict breakdown due to machine component failure. At the stage of system and model implementation and design, four continuous, four categorical, one discrete and one class features data sets consisting of approximately one million instances are used for this study. as a consequence, the system that was developed accurately predicts when machine components will fail.
Benzer Tezler
- Uzman sistemler ve insan kaynakları yönetiminde bir uygulama
Export system and a export system approach in human resources
ÖZLEM VİDİN
- 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
- Kalite güvence sistemindeki bazı öğelerin denetim sürecine ilişkin bilgi tabanlı bir uzman sistem yaklaşımı
Başlık çevirisi yok
DEMET BAYRAKTAR
- Building sensor-based real-time predictive maintenance system by utilizing artificial intelligent techniques
Yapay akıllı teknikleri kullanarak sensör tabanlı gerçek zaman tahminli bakım sistemi kurulması
RAGHAD MOHAMMED KHORSHEED
Doktora
İngilizce
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Uzman sisten ve otomotiv sektöründeki bir uygulama
Expert system and an application in the automotive sector
HÜSEYİN BURGUT
Yüksek Lisans
Türkçe
1999
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SERDAR TÜMKOR