Endüstriyel üretim bantlarında anomali tespiti için yapay zekâ kullanımı
The use of artificial intelligence for anomaly detection in industrial production lines
- Tez No: 869115
- Danışmanlar: DR. ÖĞR. ÜYESİ YUSUF ÖZÇEVİK
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Manisa Celal Bayar Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- Üç eksenli robot kolu tasarımı ve uygulaması
The design and aplication of three axis robotic arm
MUSA NURULLAH YAZAR
Yüksek Lisans
Türkçe
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYüzüncü Yıl ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. NİHAT İNANÇ
- 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
2019
İşletmeİstanbul Kültür Üniversitesiİşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT TAHA BİLİŞİK
- 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
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET KARAKÖSE
- Fine-tuning plasmonic response for plasmon-enhanced photonics
Plazmonik tepkinin hassas ayarlanması ile plazmon-destekli fotonik
İBRAHİM MURAT ÖZTÜRK
Doktora
İngilizce
2023
Fizik ve Fizik MühendisliğiOrta Doğu Teknik ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. ALPAN BEK
- Mikrobiyal biyopolimer üretimi ve antimikrobiyal yüzey olarak kullanımının araştırılması
Production of microbial biopolymer and research on using as antimicrobial surface
GÖZDE KOŞARSOY AĞÇELİ