Geri Dön

Endüstriyel üretim bantlarında anomali tespiti için yapay zekâ kullanımı

The use of artificial intelligence for anomaly detection in industrial production lines

  1. Tez No: 869115
  2. Yazar: MEHMET AYBERK ÇAKAR
  3. Danışmanlar: DR. ÖĞR. ÜYESİ YUSUF ÖZÇEVİK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Manisa Celal Bayar Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 111

Özet

Endüstriyel otomasyon sistemlerinde gerçek ortam verilerinin toplanması, değişken çevresel koşullar, sensörlerin doğruluğu, yüksek maliyet ve sistemlerin karmaşıklığı gibi faktörler nedeniyle zorlayıcı olabilmektedir. Bu zorluklar, veri toplama sürecinin etkinliğini ve güvenilirliğini etkilemektedir. Bu nedenle, veri toplama ve işleme tekniklerinin sürekli olarak geliştirilmesi gerekir. Büyük veri hacmi ve bu verilerin analizi, veri işleme ve depolama kapasitesine ihtiyaç duyar. Bu zorlukların üstesinden gelmek, veriye dayalı karar verme süreçlerini güçlendirerek endüstriyel otomasyon sistemlerinin gelişmesinde önemli bir aşamadır. Yapay zekâ, günümüzde birçok sektörde devrim yaratmakta ve iş süreçlerini, karar verme mekanizmalarını, kullanıcı deneyimlerini dönüştürmektedir. Sağlıktan eğitime, finanstan otomotiv endüstrisine kadar geniş bir yelpazede uygulama alanları bulan yapay zekâ, verimliliği artırma, karar alma süreçlerini optimize etme ve karmaşık problemleri çözme konusunda kritik öneme sahiptir. Bu hızlı ilerleme, toplumda ve endüstride sürekli bir inovasyon ve gelişme dalgası yaratmaktadır. Bu çalışmada, gerçek ortam verilerinin toplanması için gerekli olan sensör kurulumlarının maliyetini düşürmek amacıyla bir simülatör geliştirilmiştir. Gerçek ortamdan alınan ses, titreşim, sıcaklık verileri ve önerilen simülasyon mimarisi ile elde edilen veriler 19 denetimsiz derin öğrenme algoritmasıyla karşılaştırılmıştır. Hem önerilen simülasyon mimarisinin doğrulanması hem de ses, titreşim ve sıcaklık verilerine ilişkin analizler incelenerek sonuçlar değerlendirilmiştir.

Özet (Çeviri)

The collection of real-world data in industrial automation systems can be challenging due to factors such as variable environmental conditions, accuracy of sensors, high cost and complexity of systems. These challenges affect the efficiency and reliability of the data collection process. Therefore, data collection and processing techniques need to be continuously improved. Large volumes of data and their analysis require data processing and storage capacity. Overcoming these challenges is an important step in the development of industrial automation systems by strengthening data-driven decision-making processes. Artificial Intelligence (AI) is revolutionizing many industries today, transforming business processes, decision-making mechanisms, and user experiences. AI, which finds a wide range of applications from health to education, from finance to the automotive industry, is critical in increasing efficiency, optimizing decision-making processes and solving complex problems. This rapid progress creates a continuous wave of innovation and development in society and industry. In this study, a simulator is developed to reduce the cost of sensor installations required for the collection of real-world data. Sound, vibration and temperature data from the real environment are compared with the data generated from proposed simulation architecture using 19 unsupervised deep learning algorithms. Both the verification of the proposed simulation architecture and the analysis of sound, vibration and temperature data are examined, and the results are evaluated.

Benzer Tezler

  1. Üç eksenli robot kolu tasarımı ve uygulaması

    The design and aplication of three axis robotic arm

    MUSA NURULLAH YAZAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYüzüncü Yıl Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. NİHAT İNANÇ

  2. Endüstri 4.0 vizyonunun üretim süreçlerinde getireceği verimlilik

    The productivity provide by the industry 4.0 vision in production processes

    ETHEM ÇAĞRI İNAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    İşletmeİstanbul Kültür Üniversitesi

    İşletme Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MURAT TAHA BİLİŞİK

  3. Görme tabanlı kalite kontrol için yüksek performanslı endüstriyel kamera ve akıllı tanıma sisteminin geliştirilmesi

    Development of high performance industrial camera and intelligent recognition system for vision-based quality control

    MEHMET BAYĞIN

    Doktora

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET KARAKÖSE

  4. Fine-tuning plasmonic response for plasmon-enhanced photonics

    Plazmonik tepkinin hassas ayarlanması ile plazmon-destekli fotonik

    İBRAHİM MURAT ÖZTÜRK

    Doktora

    İngilizce

    İngilizce

    2023

    Fizik ve Fizik MühendisliğiOrta Doğu Teknik Üniversitesi

    Fizik Ana Bilim Dalı

    PROF. DR. ALPAN BEK

  5. Mikrobiyal biyopolimer üretimi ve antimikrobiyal yüzey olarak kullanımının araştırılması

    Production of microbial biopolymer and research on using as antimicrobial surface

    GÖZDE KOŞARSOY AĞÇELİ

    Doktora

    Türkçe

    Türkçe

    2017

    BiyolojiHacettepe Üniversitesi

    Biyoloji Ana Bilim Dalı

    PROF. DR. NİLÜFER CİHANGİR