Otomatik kepçe yükleme sistemine doğru: Derin öğrenme tabanlı bir metot
Towards an automatic bucket filling system: A deep learning-based method
- Tez No: 879071
- Danışmanlar: DR. ÖĞR. ÜYESİ AHMET NACİ METE
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Mersin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 85
Özet
Tekerlekli yükleyiciler; inşaat projeleri, madenler, taş ocakları, altyapı projeleri ve atıkların taşınması gibi çeşitli endüstriyel sektörlerde önemli bir iş makinesi olarak kabul edilmektedir. Bu iş makinelerinin temel görevi, endüstriyel sahalarda bulunan taş, kum, atık ve moloz gibi unsurların sahadan uzaklaştırılmasıdır. Teknolojinin ilerlemesi ve iş makinelerinin kullanım alanlarının genişlemesiyle birlikte, otonom faaliyet gösteren iş makinelerinin çeşitli endüstriyel alanlarda kullanılma talebi artmıştır. Ancak, bu alanda ticari anlamda üretilmiş bir otonom iş makinesi henüz bulunmamaktadır. Bunun temel sebebi, makine ve materyal arasındaki kuvvet etkileşimlerinin belirgin bir şekilde hesaplanamamasıdır. Bu sebeple pek çok araştırmacı, iş makinelerinin en çok kullanılan ve yakıt tüketimi, makine aşınma ve yıpranması gibi açılardan verimliliği en çok etkileyen fonksiyonlarını otomatik olarak kullanmak üzere kontrol sistemleri tasarlamaya ve uzaktan kontrol ile bu fonksiyonların kullanımını yaygınlaştırarak hem verimlilik ve üretkenliği arttırmak hem de insanları tehlikeli çalışma ortamlarından uzaklaştırmak üzere çalışmalar yapmaktadır. Özellikle madenlerde, yükleme fonksiyonunun otomatik olarak kullanılabilmesi, otonom tekerlekli yükleyicilere giden yolda çok önemli bir mihenk taşı olacaktır. Bu çalışmanın amacı operatörün kepçe yükleme davranışını taklit ederek bir algoritma oluşturmaktır. Bu sebeple Çukurova Makine firması tarafından sağlanan test arazisinde yine bu fabrikada görev yapan uzman bir operatör tarafından yapılan yükleme işlemleri sırasında, veri kayıtları alınmıştır. Değişen basınç ve açı değerlerinden yola çıkarak, operatörün makine kontrolü için yolladığı joystick ve pedal komutları tahmin edilmeye çalışılmıştır. Çukurova 940 model tekerlekli yükleyici kullanılarak yapılan çalışmada Gated Recurrent Unit (GRU), Long-Short Term Memory (LSTM) Transformer Model, Ensemble Model ve Zaman Gecikmeli Sinir Ağları (TDNN) mimarileri denenmiş ve TDNN mimarisinin kepçe yükleme fonksiyonu için daha uyumlu çıktılar sağlayabildiği görülmüştür. Geliştirilen modelin çıktıları, tekerlekli yükleyici kepçe yükleme operasyonu için TDNN mimarisinin kullanılabilir olduğunu göstermektedir. Ancak, bu modelin daha geniş bir uygulama alanında nasıl performans göstereceği ve operatör alışkanlıklarıyla nasıl etkileşimde bulunacağı, gelecekte yapılacak daha kapsamlı çalışmalarla değerlendirilecektir.
Özet (Çeviri)
Wheel loaders are recognized as crucial heavy machinery in various industrial sectors, including construction projects, mines, quarries, infrastructure projects, and waste transportation. These machines play a fundamental role in removing materials such as stones, sand, waste, and debris from industrial sites. With the advancement of technology and the expanding use of heavy machinery, there is a growing demand for autonomous operation of these machines in diverse industrial fields. However, to date, there has not been a commercially produced autonomous heavy machine. The primary challenge lies in the inability to accurately calculate force interactions between the machine and materials. Many researchers are working on designing control systems to automatically utilize the most commonly used functions of heavy machinery, affecting efficiency in terms of fuel consumption and machine wear and tear. The aim is to promote widespread use through remote control, enhancing both efficiency and productivity while keeping human operators away from hazardous work environments. Particularly in mining, the ability to use the loading function automatically represents a crucial milestone on the path to autonomous wheel loaders. The aim of this study is to develop an algorithm that mimics the loading behavior of an operator. Therefore, during the loading operations performed by an expert operator working at this factory on a test site provided by Çukurova Makine, data records were collected. Based on the changing pressure and angle values, attempts were made to predict the joystick and pedal commands sent by the operator for machine control. In the study conducted using the Çukurova 940 model wheel loader, Gated Recurrent Unit (GRU), Long-Short Term Memory (LSTM) Transformer Model, Ensemble Model, and Time Delay Neural Networks (TDNN) architectures were tested. It was found that the TDNN architecture provided more compatible outputs for the bucket loading function. The outputs of the developed model indicate that the TDNN architecture can be used for the wheel loader bucket loading operation. However, how this model will perform in a broader application area and how it will interact with operator habits will be evaluated in more comprehensive future studies.
Benzer Tezler
- Metal enjeksiyon tezgahına ergimiş metal besleme robotu tasarımı
Melted metal feeding design with robot in metal injection machines
SERVET TİMUÇİN YALÇINKAYA
Yüksek Lisans
Türkçe
2006
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. İSMAİL GERDEMELİ
- Tam otomatik patates dikim makinalarında dikici düzen kepçesinin optimum tasarımı
Optimum design of up shape used in full automatic potato planter
MACİT ZORAKİ
Yüksek Lisans
Türkçe
2000
ZiraatAnkara ÜniversitesiTarım Makineleri Ana Bilim Dalı
DOÇ. DR. ALİ İHSAN ACAR
- Feature extraction of honeybee forewings and hindlegs using image processing and active contours
İmge işleme ve aktif çevrit kullanarak bal arı kanat ve bacaklarının özniteliklerinin çıkarılması
AYŞEGÜL GÖNÜLŞEN
Yüksek Lisans
İngilizce
2004
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. UĞUR HALICI
PROF. DR. AYKUT KENCE
- Tekstil sanayi atıksularının elektro-fenton yöntemi ile arıtılabilirliği ve optimizasyonu
Treatability and optimization of textile wastewater by electro-fenton process
NURULLAH YILDIZ
Yüksek Lisans
Türkçe
2019
Çevre MühendisliğiErciyes ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. YALÇIN ŞEVKİ YILDIZ
- Koruyucu amaçlı sathi kaplamaların performansına etki eden parametrelerin incelenmesi
Investigation of parameters that effect preventive chip seal performance
BEKİR AKTAŞ
Doktora
Türkçe
2012
UlaşımSüleyman Demirel Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA KARAŞAHİN