Adaptif kontrollü seçme ve ayırma sisteminin tasarımı ve gerçekleştirilmesi
Design and implementation of adaptive controlled selection and sorting system
- Tez No: 927939
- Danışmanlar: DOÇ. DR. FATİH AKKOYUN
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: İzmir Demokrasi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Makine Teorisi ve Dinamiği Bilim Dalı
- Sayfa Sayısı: 52
Özet
Sanayide vazgeçilmez bileşenlerden biri olan dişliler, dönme hareketinin hızını ve torkunu değiştirerek verimli enerji iletimi sağlayan mekanik elemanlardır. Dişlilerin güvenilirliği ve dayanıklılığı, ilgili sistemlerin genel performansını doğrudan etkiler. Son yıllarda, gelişmiş teknoloji sayesinde dişli üretimi neredeyse tamamen otomatik hale gelmiştir. Ancak, dişli kalitesinin değerlendirilmesi genellikle geleneksel yöntemlerle yapılmaktadır. Dişli kalitesini belirlemede kullanılan geleneksel kalite kontrol teknikleri, zaman alıcı ve kullanıcıya bağımlı ölçüm hataları gibi birçok zorluk yaratır. Kısacası, bu geleneksel ölçüm yöntemleri üretim hızını düşürmektedir. Günümüzde, Makine Görüş Sistemi (MGS) ve adaptif kontrol stratejilerinin bir arada kullanılması, otomatik kalite kontrol sistemlerini önemli ölçüde geliştirme potansiyeli sunmaktadır. Bu çalışmada, zaman tasarrufu sağlamak ve kullanıcıya bağlı hataları azaltmak amacıyla bir kitle üretim hattına entegre edilmek üzere MGS dişli değerlendirme sistemi geliştirilmiştir. Geliştirilen sistemde, kontrollü bir dönme hızında hareket eden dişlilerin üzerinde ilerlediği döner bir tabla bulunmaktadır. Dişliler, eksik diş, pürüzlü yüzey, kusurlu çap ve diğer kusurlar gibi yaygın kusurlar açısından incelenmiştir. Kusursuz dişliler ile kusurlu dişlileri ayırt edebilen MVS; bu sayede kusurlu dişlilerin üretim hattında bir sonraki aşamaya geçmesini engellemiştir. Bu da pnömatik bir itici yardımıyla sağlanır ve üretim hattından otomatik olarak ayrılarak üretimin sonraki aşamalarına geçmesi önlenmiştir. Bu sistem, üretim hattının verimliliğini artırmış ve kayıpları en aza indirmiştir. Deney sonucunda, hem kusurlu hem de kusursuz dişlilerin ölçüm standart sapması %1'in altında ölçülerek yüksek bir doğruluk elde edilmiştir. Sistemin başarılı kusur tespiti ve ayırma performansı, kitlesel üretim süreçlerinde sürdürülebilir kalite kontrol yönetimine yönelik önemli bir adım olarak değerlendirilmektedir. Büyük fabrikalarda kullanılmasından ziyade hem ekonomik hem performans yeterliliğiyle üretim atölyelerinde kullanılabilecek bir seçme-ayırma sistemi oluşturulmuştur. Gelecekte yapılacak çalışmalarla, derin öğrenme algoritmalarının entegrasyonu ve daha gelişmiş adaptif kontrol yöntemlerinin uygulanmasıyla sistemin performansının artırılması hedeflenmiştir.
Özet (Çeviri)
Gears, one of the essential components in industry, are mechanical elements that enable efficient energy transmission by changing the speed and torque of rotational motion. The reliability and durability of gears directly impact the overall performance of related systems. In recent years, advances in technology have made gear production almost fully automated. However, gear quality assessment is generally conducted using traditional methods. Conventional quality control techniques used to assess gear quality present several challenges, such as being time-consuming and tends to user-dependent measurement errors. In short, these traditional measurement methods decrease production speed. Today, the combined use of Machine Vision Systems (MVS) and adaptive control techniques offers significant potential for enhancing automated quality control systems. In this study, an MVS-based gear evaluation system has been developed to be integrated into a mass production line, aiming to save time and reduce user-dependent errors. The developed system includes a rotating platform where gears move at a controlled rotational speed. The gears are inspected for common defects, such as missing teeth, rough surfaces, incorrect diameters, and other errors. Capability of distinguishing perfect gears from defective ones, the MVS prevents defective gears from proceeding to the next stage of the production line. This is achieved by a pneumatic valve that automatically removes defective gears, thus preventing them from advancing to further production stages. This system enhances the efficiency of the production line and minimizes production cost. The experiment results demonstrated high accuracy close to %99, with measurement standard deviations of both defective and perfect gears below 1%. The system's effective defect detection and sorting performance are considered a significant step toward sustainable quality control management in mass production processes. An efficient sorting system has been developed for use in production workshops rather than large factories, thanks to its low-cost and high-performance adequacy. Future work aims to improve system performance by integrating deep learning algorithms and implementing more advanced adaptive control methods.
Benzer Tezler
- Adaptive signal processing based intelligent method for fault detection and classification in microgrids
Mikroşebekelerde arıza tespiti ve sınıflandırması için adaptif sinyal işleme tabanlı akıllı yöntem
RESUL AZİZİ
Doktora
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN SERHAT ŞEKER
- Comparison of three IPMSM sensorless position estimation methods through simulations and experiments
İç sabit mıknatıslı senkron motorlarda üç sensörsüz konum tahmini yönteminin simülasyonlar ve deneyler aracılığı ile karşılaştırılması
KAAN BAYKA
Yüksek Lisans
İngilizce
2014
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ALİ FUAT ERGENÇ
- İleri sürücü destek sistemleri için bir fonksiyonel güvenlik uygulaması
A functional safety methodology for advanced driver assistance systems
EBRU ÇAĞLAYAN
Yüksek Lisans
Türkçe
2022
Otomotiv Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. SALMAN KURTULAN
- Akıllı şehirler için adaptif trafik sinyalizasyon kontrolü
Adaptive traffic signaling control for smart cities
TAHA ABDULWAHID MAHMOOD MAHMOOD
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AKİF DURDU
- Predictive control of hybrid electric vehicle with adaptive prediction of torque
Hibrid elektrik aracının adaptif tork tahmini yaparak MPC kontrolör tasarımı
NASSER FAZLI
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. YAPRAK YALÇIN