Toplam ekipman etkinliğinin makine öğrenmesi ile tahmin edilmesi
Prediction of overall equipment effectiveness using machine learning
- Tez No: 899997
- Danışmanlar: DOÇ. DR. NECMETTİN FIRAT ÖZKAN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: İnsan ve Makine Sistemleri Bilim Dalı
- Sayfa Sayısı: 87
Özet
Bu çalışma, sanayi işletmelerindeki dinamik ortamların yönetiminde kullanılan Toplam Ekipman Etkinliği (OEE) gibi performans göstergelerinin önemini vurgulamak ve bu göstergenin gelecekteki değerlerinin tahmin edilmesine odaklanmaktadır. Çalışma, bir işletmede yer alan CNC tezgahlarından elde edilen verilerin kullanılarak gelecekteki OEE değerlerinin tahmin edilmesini amaçlamaktadır. Bu hedef doğrultusunda, makine öğrenmesi algoritmalarıyla üretimden ve makinelerden toplanan çeşitli veriler analiz edilerek tahminleme yapılmıştır. Çalışmada, gerçek bir işletmeden elde edilen üretim verileri kullanılmış ve üç farklı tahmin algoritmasıyla değerlendirilmiştir. Sonuçlar, en etkili tahmin algoritmasının belirlenmesi ve gelecekteki uygulamalar için bir rehberlik sağlama amacı taşımaktadır. Çalışma, tezin dört ana bölümünde detaylı olarak incelenmiştir. Bunlar; OEE ve makine öğrenmesi konularına odaklanan bir literatür taraması, metodoloji ve yaklaşımların açıklanması, tahmin algoritmalarının ve tekniklerinin geliştirilmesi, elde edilen sonuçların analizi ve değerlendirilmesi ile sonuçların tartışılmasıdır. Bu çalışmanın, sanayi işletmelerinin performansını artırmak için kullanılabilecek yöntemlerin geliştirilmesi açısından önemli bir katkı sağlayacağı düşünülmektedir.
Özet (Çeviri)
This study emphasizes the importance of performance indicators such as Overall Equipment Effectiveness (OEE) used in the management of dynamic environments in industrial enterprises and focuses on predicting the future values of this indicator. The study aims to predict future OEE values using data obtained from CNC machines in an enterprise. In line with this goal, machine learning algorithms were used to analyse and predict various data collected from production and machines. In the study, production data from a real enterprise is used and evaluated with three different prediction algorithms. The results are intended to determine the most effective forecasting algorithm and provide guidance for future applications. The study is analyzed in detail in four main chapters of the thesis. These are; a literature review focusing on OEE and machine learning, description of methodology and approaches, development of prediction algorithms and techniques, analysis and evaluation of the obtained results and discussion of the results. This study is expected to make a significant contribution to the development of methods that can be used to improve the performance of industrial enterprises.
Benzer Tezler
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Makine öğrenme algoritmaları kullanılarak toplam ekipman etkinliği ölçütünün tahmin edilmesi
Predicting overall equipment effectiveness measure using machine learning algorithms
ÜMİT YILMAZ
- A prescriptive analytics approach towards critical ship machinery operations
Kritik gemi makine işlemlerine yönelik bir preskiriptif analitik yaklaşım
BARIŞ YİĞİN
Doktora
İngilizce
2024
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
PROF. DR. METİN ÇELİK
- Condition monitoring and fault detection for electrical power systems using signal processing and machine learning techniques
Sı̇nyal ı̇şleme ve makı̇ne öğrenme teknı̇klerı̇ kullanılarak elektrı̇k güç sı̇stemleri ı̇çı̇n durum ı̇zleme ve arıza belirleme
YASMIN NASSER MOHAMED
Doktora
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN SERHAT ŞEKER
- SMED uygulamalarının imalat sürelerine ve birim maliyete olan etkisi ve toplam ekipman etkinliği ile değerlendirilmesi
The effect of SMED applications on manufacturing times and unit costs and evaluvation with oee
HAKAN ÇELİK