Makine öğrenmesi ile üretim parametreleri optimizasyonu
Production parameters optimization with machine learning
- Tez No: 918134
- Danışmanlar: PROF. DR. BÜLENT SEZEN
- Tez Türü: Yüksek Lisans
- Konular: İşletme, İstatistik, Mühendislik Bilimleri, Business Administration, Statistics, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Gebze Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Endüstri 4.0 adı verilen üretimde dijitalleşme sürecinin en önemli çıktılarından birisi elde edilen verilerdir. Şirketler üretim operasyonlarında yer verdikleri sensörler, okuyucular ve tarayıcılar gibi ekipmanlarla verileri tutarlar. Verilerin sadece depolanması; şirketlerin performanslarına, gelecek tahminlemelerine, analizlerine ve kayıp/israf çalışmalarına katkıda bulunmaz. Elde edilmiş olan verileri anlamlı bir hale getirmek, anlamlı hale getirilen veriyi gelecek çalışmalar ve mevcut durum analizleri için yönlendirici olarak kullanmak; şirketleri girdikleri rekabet ortamlarında avantajlı hale getirecektir. Verilerin anlamlı hale getirilmesi için veri seti içerisinden girdi ve çıktı verilerinin ayırt edilmesi önemlidir. Çıktılar, girdilerin sonucu olarak oluşur. Her girdi verisinin çıktı verisine etkisi aynı oranda olmaz. Girdi verilerinin kendi içerisinde önem dereceleri ve etki düzeyleri vardır. Yapılacak olan çalışmada İstanbul'da ve Kocaeli'de iki farklı tesisle metal endüstrisinde faaliyet gösteren firmanın haddeleme operasyonundaki ideal hızın ve yüksek kalite oranının yakalanması için diğer girdi parametrelerinin optimizasyonu amaçlanmıştır.
Özet (Çeviri)
One of the most important outputs of the digitalization process in production called Industry 4.0 is the data obtained. Companies keep data with equipment such as sensors, readers and scanners that they use in their production operations. Only storage of data; It does not contribute to companies' performances, future forecasts, analyzes and loss/waste studies. To make the obtained data meaningful, to use the meaningful data as a guide for future studies and current situation analyses; It will make companies advantageous in the competitive environment they enter. In order to make the data meaningful, it is important to distinguish input and output data from the data set. Outputs occur as a result of inputs. Not every input data has the same effect on the output data. Input data has levels of importance and impact. The aim of the study to be carried out is to optimize other input parameters in order to achieve the ideal speed and high quality rate in the rolling operation of the company operating in the metal industry with two different facilities in Istanbul and Kocaeli.
Benzer Tezler
- Data driven optimization of structural and dynamical properties of parts manufactured via selective laser melting process using machine learning and finite element analysis methods
Seçici lazer ergitme prosesi ile üretilen parçaların yapısal ve dinamik özelliklerinin makine öğrenmesi ve sonlu elemanlar analizi yöntemleri kullanılarak veri odaklı optimizasyonu
CAN BARIŞ TOPRAK
Doktora
İngilizce
2024
Makine MühendisliğiHacettepe ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. CAN ULAŞ DOĞRUER
- Endüstriyel yapılarda ön tasarım aşamasında makine öğrenmesi metodları ile kaba inşaat maliyetlerinin tahmini ve performans analizi
Estimation and performance analysis of rough construction costs with machine learning methods at the pre-design stage of industrial buildings
MUHAMMET EMİR KILIÇ
Yüksek Lisans
Türkçe
2021
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. FATMA PINAR ÇAKMAK
- Veri güdümlü dijital ikiz modeli ile freze takım tezgahı takım aşınma tahminlemesi ve kesme parametreleri optimizasyonu
Prediction of tool wear and cutting parameter optimization of milling machine tool with data-driven digital twin model
GİZEM BURUN
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ALP ÜSTÜNDAĞ
- Polimer elektrolit membran (PEM) elektrolizör bileşenlerinin makine öğrenimi ile optimizasyonu
Optimization of polymer electrolyte membrane (PEM) electrolyzer components with machine learning
ABDELMOLA ALBADWI ALKHALIFA OMER
Yüksek Lisans
Türkçe
2025
EnerjiErciyes ÜniversitesiEnerji Sistemleri Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET FATİH KAYA
DR. ÖĞR. ÜYESİ SALTUK BUĞRA SELÇUKLU
- Identification of optimum milling parameters through machine learning
Makine öğrenmesi ile optimum frezeleme parametrelerinin belirlenmesi
GAMZE BALÇIK
Yüksek Lisans
İngilizce
2024
Endüstri ve Endüstri MühendisliğiSabancı ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ERHAN BUDAK