Development of quality prediction model and control mechanism for clinching process
Kenetleme prosesi için tahmin modeli ve kontrol mekanizması geliştirilmesi
- Tez No: 885526
- Danışmanlar: PROF. DR. İLHAN KOCAARSLAN
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mühendislik Bilimleri, Mechatronics Engineering, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Mekatronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 83
Özet
Kenetleme (clinching) olarak bilinen birle¸stirme prosesi endüstride birçok seri üretim hattında kullanılır. Kenetleme prosesine olan yüksek talebin nedenleri ek birle¸stirici maddeye gerek duymaması, proses hızı, su geçirmezlik özelli˘gi, çevre dostu olması ve kolay uygulanabilir olmasıdır. Bu özelliklerine ek olarak, kenetleme i¸slemi farklı kalınlıktaki ve farklı mekanik özelliklere sahip metal çiftlerinin birle¸stirilmesinde de kullanılabilmektedir. Kenetleme prosesi temel olarak metal sacların kenet geometrisini almasını sa˘glayan zımba matris takımı ve onlara do˘grusal hareket sa˘glayan bir aktüatörden meydana gelmektedir. Kenetleme prosesinde metal saclar zımba ve matris takımları arasına yerle¸stirilir ve uygulanan mekanik kuvvet altında ¸sekil alırlar. Kenet kalitesini etkileyen birçok parametre vardır. Bu parametreler malzeme kaynaklı, takım kaynaklı ve makine kaynaklı olmak üzere üç ana ba¸slıkta incelenir. Kenet yapılacak metal sacların mekanik özellikleri ve kalınlıklarına göre zımba matris takımları özel olarak tasarlanır ve üretilir. Elektromekanik ve hidropnömatik versiyonları olmasına ra˘gmen, yatırım maliyeti, proses hızı, çok yönlülü˘gü ve boyut gibi avantajlarından dolayı mekanik kuvvet kayna˘gı olarak hidrolik, geleneksel kenetleme istasyonlarında en çok tercih edilen aktüatör tipidir. Ancak hidrolik ile çalı¸san sistemler, kenet birle¸simlerinde hassasiyet eksikli˘gi, zımba ve matris arasındaki eksen kaçıklı˘gı, güç tüketimi ve çoklu silindere sahip sistemlerin tek pompadan beslenmesinden kaynaklanan kontrol zorlu˘gu gibi dezavantajları da beraberinde getirir. Hidrolik sistemli kenetleme istasyonlarında ya¸sanan bu zorluklar kenet noktalarında kalite belirsizliklerine sebebiyet veren önemli etkenlerden bazılarıdır. Kenet birle¸simlerinde geometrik ölçü olarak üç asıl kalite göstergesi olmasına ra˘gmen, birle¸simin alt kalınlı˘gı, üretim ortamında kolay ve kenet noktasına zarar vermeden bir komparatör ile ölçülebilir olmasından ve kalite ile do˘grudan ili¸skisinden dolayı en çok kullanılan ve en kritik olandır. Klasik bir kenetleme prosesi üretim hattında, birle¸simin alt kalınlı˘gı bir operatör tarafından kontrol edilir. Belli aralıklarla üretim hattından rastgele seçilen bir üründeki kenet noktalarının kalite kontrolü yapılır. Bundan dolayı, bir üretim hatıında üretilen tüm kenet birle¸simlerinin izlenebilirli˘gi tek bir operatörün ölçümleriyle sa˘glanamamaktadır. Çalı¸smanın yürütüldü˘gü kenetleme istasyonlarında üretimi yapılan tüm kenet operasyonlarında izlenebilirli˘gin sa˘glanması için öncelikle istasyonlardaki toplam 16 hidrolik silindire birer adet kuvvet ve deplasman sensörleri yerle¸stirilmi¸stir. Kuvvet sensörleri proses sırasında metal sacların yüzeyine uygulanan kuvvetin do˘gru bir ¸sekilde ölçülebilmesi için matris yapısının altına yerle¸stirilmi¸stir. Deplasman sensörleri ise proses sırasında zımbanın yaptı˘gı sıvama miktarını ölçebilmesi için hidrolik silindirin hareket yoluna yerle¸stirilmi¸stir. ˙Istasyonlara yerle¸stirilen toplam 32 sensör verisi 2 adet veri toplama cihazı yardımıyla 1200 Hz örnekleme hızı ile toplanmı¸stır. Gerçek zamanlı toplanan sensör verileri, geli¸stirlen bir program ile i¸slenmi¸s ve her proses için deplasman-kuvvet e˘grilerini görselle¸stiren bir arayüz hazırlanmı¸stır. Çalı¸smanın yürütüldü˘gü iki kenetleme istasyonunda gerçekle¸stirilen tüm kenet operasyonlarında izlenebilirli˘gi sa˘glamak ve kalite çıktılarını tahmin etmek için bir makine ö˘grenmesi tabanlı tahmin modeli olu¸sturulmu¸stur. Öncelikle, tahmin modelinin e˘gitilebilmesi için toplamda 2400 farklı kenetleme operasyonu, kalite çıktıları olan kenet noktasının alt kalınlıklarının manuel ölçümleriyle etiketlenmi ¸slerdir. Toplanan sensör verilerinin öncül i¸slemlerinin ardından, kalite çıktısına etkisi olabilecek veri ö˘geleri çıkartılmı¸stır. Sekiz farklı makine ö˘grenmesi regresyon modeli (linear, ridge, lasso, decision tree, random forest, extreme gradient boosting, support vector machine ve k-nearest neighbors) çıkartılan veri ö˘geleriyle beraber sistemli bir ¸sekilde deneyimlenmi¸stir. En iyi do˘grulama puanlı model olarak random forest regresyon modeli, 10 tekrarlı çapraz do˘grulama yöntemi sonucunda bulunmu¸stur. Bununla beraber, kayda de˘ger sayıda hurdaya ve montaj hattının durmasına sebep olan büyük arızaları a¸smak için kuvvet ve deplasman sensör verilerine ba˘glı olarak bir akıllı karar mekanizması geli¸stirilmi¸s ve uygulanmı¸stır. Karar mekanizması, proses verisinden çıkarılan deplasman-kuvvet karakteristik e˘grisinin tepe noktasının grafikteki konumuna göre çalı¸smaktadır. Önceden belirlenen sınırlara ve tepe noktasının grafikteki konumuna göre prosesin do˘gru bir ¸sekilde tamamlandı˘gını veya ilgili hidrolikte bir arıza oldu˘gunu i¸saret eder. ˙I¸saret edilen arızalar sırasıyla kırık zımba veya matris, kenet noktasında beklenmeyen materyal, fazladan uygulanan kuvvet nedeniyle kenet noktasında çatlak riski veya eksik kuvvetten kaynaklı birle¸simin tam olu¸smama riski ¸seklinde belirlenmi¸slerdir. Belirlenen bu arızalar meydana geldi˘ginde geli¸stirlen program üretim hattının durmasını sa˘glar ve operatörü uyarır. Uyarılan operatör programın i¸saret etti˘gi hidrolikte gerekli bakım çalı¸smasını yapar ve böylece, hurda sayısının dü¸smesini sa˘glar ve montaj hattının durmasını engeller. Akıllı karar mekanizmasına ek olarak, kenetleme kalitesini ideal aralıkta kontrol etmek için çevrim bazlı kapalı çevrim kontrol mekanizması geli¸stirilmi¸s ve uygulanmı¸stır. 0.4 ve 0.5 mm paslanmaz metal sac birle¸siminde kenet birle¸simin alt kalınlı˘gının 0.25-0.5 mm aralı˘gında olması uygun birle¸sim olarak kabul edilirken, ideal olarak de˘gerlendirilebilmesi için 0.3 ve 0.4 mm arasında olması gerekir. Optimum kalite kontrol mekanizması sistem davranı¸sını gözlemlemek için kuvvet ve deplasman sensör verisini kullanır ve önceden belirlenmi¸s referans e¸siklere göre bir sonraki çevrimdeki proses kalite çıktısını iyile¸stirebilmek için hattın kontrolcüsüne (PLC) sabit oranlı geri bildirim yapar. Geli¸stirilen kontrol algoritmaları önceden belirlenen sınır bölgeleri üzerinden çalı¸stı˘gından, hatta yapılacak bakım ve onarım çalı¸smalarının ardından bu sınırların tekrar de˘gerlendirilmesi ve uygun de˘gil ise de˘gi¸stirilmesi gerekmektedir. Sonuç olarak, gerçek zamanlı sensör verilerini kaydeden, geli¸stirilen kontrol algoritmalarını çalı¸stıran ve hat operatörleri için görselle¸stirme yapan bir uygulama 16 hidrolik silindirini içeren 2 kenetleme istasyonu için geli¸stirilmi¸stir. Gelecekte, çalı¸sma daha hassas kalite tahmini ve bakım dönemlerinin tahmini için geni¸sleyen veri seti ve ileri makine ö˘grenmesi algoritmalarıyla beraber sürdürülebilir.
Özet (Çeviri)
Many mass production lines in the industry use the joining technique known as clinching. Reasons for the high demand for the clinching process are the unnecessity of additional binding agent, process speed, waterproofness, eco-friendliness, and ease of implemantation. In the clinching process, metal sheets are formed under mechanical force that is applied by punch and die tools. The tools are designed and produced specifically according to the thickness and material properties of metal sheets. Despite the fact that there are electromechanical or hydro-pneumatic powered, conventional hydraulic powered clinching stations are the most preferred as sources of mechanical force because of their investment cost, process speed, versatility and size advantages. However, hydraulic powered systems bring along some drawbacks such as a lack of precision on the quality of clinched joints, eccentricity between punch and die, power consumption and control difficulty because of the single pump that feeds multi-cylinder systems. Although there are three major quality indicators of clinched joints, the bottom thickness of the joint is the most used and critical one because it is both the simplest measurement in an production environment and the most related to quality. Nevertheless, inspection of all produced clinched joints is not feasible based on the measurements of a single operator. Therefore, a quality prediction model is developed in this study. The study is conducted with force and displacement data that is collected from 16 different clinching cylinders at a 1200 Hz sampling rate. Linear, ridge, lasso, decision tree, random forest, extreme gradient boosting, support vector machine and k-nearest neighbors machine learning models are experimented with and validated systematically. The random forest regressor is found to be the best validation scored model. Additionally, a smart decision mechanism (SDM) is developed and implemented based on force and displacement sensor data to overcome major malfunctions that cause a remarkable amount of scrap and production line stoppage. Moreover, a part-to-part feedback control mechanism is developed and implemented to control clinching quality in the optimum range. The bottom thickness of a clinched joint for 0.4 and 0.5 mm stainless metal sheet joining must be between 0.3 mm and 0.4 mm in order to be evaluated as optimum, while the range of 0.25–0.5 mm is accepted as a proper joint. The control mechanism uses force and displacement sensor data to observe system behavior, and utilizes the prediction model and periodic manual measurements to build reference thresholds. In conclusion, an application that stores sensor data, runs control algorithms and makes visualization, is developed for two clinching stations that consist of 16 hydraulic cylinders. In future, the study can be maintained to predict quality more precisely and maintenance dates with regard to the expanding data set and the advanced machine learning algorithms.
Benzer Tezler
- Basınçlı su reaktörleri U borulu buhar üreteçlerinin termo-hidrolik modellenmesi
Thermal-hydraulic analysis of U-tube steam generators for gressurized water reactors
SÜLEYMAN ÖZKAYNAK
- Defect prediction in embedded software systems:cascading naive bayes algorithm with cross- vs within-company data
Gömülü yazılımlarda hata tahmini:şirket içi ve şirket dışı verilerle aşamalı naive bayes
AYŞE TOSUN
Yüksek Lisans
İngilizce
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Bölümü
YRD. DOÇ. DR. AYŞE BAŞAR BENER
- Üretim kaynakları planlaması (MRP II) ve yan sanayi maliyet analizi ve kontrolü sistemi
Manufacturing resources planning (MRPII) and vendor firms cost analysis and control system
SERKAN SANCAN
Yüksek Lisans
Türkçe
1997
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUFAN VEHBİ KOÇ
- Tarım kaynaklı pestisitlerin SWAT ile havza ölçeğinde modellenmesi
Modeling agricultural pesticide pollution by SWAT model
FATMA NİHAN DOĞAN
Doktora
Türkçe
2022
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
DOÇ. DR. MAHMUT EKREM KARPUZCU
- Akıllı ulaşım sistemleri için yeni bir kısa-vadeli trafik akış tahmin algoritması
A new enhanced short-term traffic flow prediction for intelligent transportation systems
HALİL İBRAHİM KAZİCİ
Yüksek Lisans
Türkçe
2023
UlaşımBandırma Onyedi Eylül ÜniversitesiAkıllı Ulaşım Sistemleri ve Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMET ARUCU