Üretim sistemlerinde bakım planlama kapsamında arızaların sınıflandırılması ve arıza zamanı tahmini
Classification of failures and failure time estimation within the scope of maintenance planning in production systems
- Tez No: 954840
- Danışmanlar: DR. ÖĞR. ÜYESİ ÇAĞATAY TEKE, DOÇ. DR. MURAT ÇOLAK
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Bayburt Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Makine Mühendisliği Bilim Dalı
- Sayfa Sayısı: 59
Özet
Bu çalışma, verimliliği etkileyen başlıca sorunları belirlemek için bir üretim tesisindeki sorunları, özellikle makine arızalarına odaklanarak değerlendirmekte ve sınıflandırmaktadır. İlk olarak, geçmiş arıza verileri Pareto analizi kullanılarak niceliksel olarak analiz edilmiş, arızalar sıklık ve toplam duruş süresine göre sıralanmış ve yağ yönetim sisteminin arızaların en önemli nedeni olduğu ortaya çıkmıştır. Günümüz imalat endüstrisindeki yüksek rekabet göz önüne alındığında, özellikle yağ yönetimi gibi kritik sistemleri içeren makine arızaları, üretim planlamasını ve bakımı etkileyerek iş operasyonları üzerinde önemli etkilere sahiptir. Bunu ele almak için, çalışma ayrıca yağ yönetim sisteminin arızaları için bir tahmin modeli geliştirmeyi amaçlamıştır. Geçmiş 150 arıza kaydı kullanılarak, Weibull dağılımının arıza sürelerini modellemeye uygunluğu, Minitab yazılımı ortamında, En Küçük Kareler Yöntemi (LSM) ve Maksimum Olabilirlik Yöntemi (MLE) ile değerlendirilmiştir. MLE en doğru yöntem olarak belirlenmiş, verimli bakım planlaması ve etkili arıza yönetimi için gerekli olan güvenilir arıza süresi tahminleri sağlayarak, sonuçta arızayla ilgili maliyetleri en aza indirmeyi ve üretim çalışma süresini en üst düzeye çıkarmayı amaçlamıştır.
Özet (Çeviri)
This study evaluates and categorizes problems in a manufacturing plant to identify the major problems affecting productivity, with a particular focus on machine failures. First, historical failure data is quantitatively analyzed using Pareto analysis, the failures are ranked according to frequency and total downtime, and it is revealed that the oil management system is the most important cause of failures. Given the high competition in today's manufacturing industry, machine failures, especially those involving critical systems such as oil management, have significant impacts on business operations by affecting production planning and maintenance. To address this, the study also aimed to develop a prediction model for failures of the oil management system. Using 150 past failure records, the suitability of the Weibull distribution for modeling downtime was evaluated using the Least Squares Method (LSM) and Maximum Likelihood Estimation Method (MLE) in Minitab software. MLE was determined to be the most accurate method, providing reliable downtime predictions necessary for efficient maintenance planning and effective failure management, ultimately aiming to minimize failure-related costs and maximize production uptime.
Benzer Tezler
- Short circuit analysis in the marine L.V. A.C power systems:an essential aspect of shipbuilding industry
Gemi inşa endüstrisinin önemli bileşeni: Alternatif akım düşük gerilim güç sistemlerinde kısa devre analizi
MUSTAFA ATTİLA US
Yüksek Lisans
İngilizce
2023
Denizcilikİstanbul Teknik ÜniversitesiGemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YALÇIN ÜNSAN
- Otomasyon sistemlerinde endüstri 4.0 kapsamında sanal platformlar ile bulut teknolojilerinin entegrasyonu
Integration of cloud technologies with virtual platforms in the scope of industry 4.0 in automation systems
BURAK ALP ÖZALP
Yüksek Lisans
Türkçe
2020
Mühendislik BilimleriKocaeli ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BİROL ARİFOĞLU
- Object-aware interactive perception
Nesne farkındalıklı etkileşimli algılama
ÇAĞATAY KOÇ
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SANEM SARIEL UZER
PROF. DR. SİNAN KALKAN
- Müşteri siparişlerine yönelik üretim planlama: Arslan Makina uygulamalı örnek
Production planning for customer orders: Arslan Makina applied example
ALİ YÜREK
Yüksek Lisans
Türkçe
2020
Endüstri ve Endüstri MühendisliğiAltınbaş ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. NİYAZİ ONUR BAKIR