Havacılık sektöründe kullanılan NC makinalarında yapay zekâ tabanlı parça üretim süresi tahmin modeli geliştirilmesi
Development of an artificial intelligence - based part production time estimation model in NC machines used in the aviation industry
- Tez No: 957839
- Danışmanlar: PROF. DR. HADİ GÖKÇEN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, havacılık sektöründe kullanılan sayısal kontrollü (NC) tezgâhlarda üretim süresini tahmin edebilen bir yapay zekâ modeli geliştirilmiştir. Gerçek bir üretim tesisinden alınan veriler kullanılarak üretim süresini etkileyen farklı değişkenler analiz edilmiş ve bu veriler üzerinde eksik ve uç değer temizliği, ölçeklendirme, normalleştirme, özellik mühendisliği ve değişken seçimi gibi adımlar uygulanmıştır. Bu adımların ardından üretim süresi tahminine yönelik altı farklı yapay sinir ağı (YSA) modeli oluşturulmuş ve değerlendirilmiştir. Bu modeller; doğruluk (R²), ortalama kare hatası (MSE), öğrenme süresi, standart sapma ve giriş veri sayısı gibi çok boyutlu kriterler dikkate alınarak karşılaştırılmıştır. Elde edilen bulgular, daha az sayıda ancak etkili değişkenle çalışan modellerin hem doğruluk hem de uygulanabilirlik açısından avantaj sunduğunu ortaya koymuştur. Geliştirilen yaklaşım sayesinde, üretim süreleri önceden tahmin edilebilir hâle gelmiş; bu da zaman planlaması, kaynak kullanımı ve maliyet kontrolü gibi süreçlerin iyileştirilmesine katkı sağlamıştır. Çalışma, yapay zekâ temelli karar destek sistemlerinin, özellikle dijitalleşme sürecindeki üretim tesisleri için stratejik bir değer sunduğunu göstermektedir.
Özet (Çeviri)
In this study, an artificial intelligence-based model was developed to predict production time in numerically controlled (NC) machine tools used in the aerospace industry. Real-world production data obtained from an operational facility were analyzed, and key variables affecting production time were identified. Preprocessing steps including missing and outlier value elimination, scaling, normalization, feature engineering, and variable selection were applied to the dataset. Following these steps, six different artificial neural network (YSA) models were constructed and evaluated for the purpose of production time prediction. These models were comparatively assessed using multi-dimensional criteria such as accuracy (R²), mean squared error (MSE), training duration, standard deviation, and the number of input features. The findings revealed that models trained with fewer but more informative features offered advantages in terms of both predictive accuracy and practical applicability. The proposed approach enabled reliable estimation of production times in advance, contributing to improvements in scheduling, resource utilization, and cost control processes. The study demonstrates that AI-based decision support systems can offer strategic value, particularly for manufacturing facilities undergoing digital transformation.
Benzer Tezler
- Havacılık sektöründe yalın üretim uygulamaları ile tedarikçi firma verimliliğinin artırılması
Başlık çevirisi yok
EMRE GÜL
- AL 7050-T7451 malzemesinin frezeleme sonrası parça distorsiyonuna ilerleme hızı ve kesme derinliğinin etkilerinin incelenmesi
Investigation of the effects of feed rate and depth of cut on part distortion of AL 7050-T7451 after milling
NAZLI KEŞİR
- Preparation and characterization of chitosan/polypyrrole/clay nanocomposites
Çitosan/polipirol/kil nanokompozitlerinin sentezi ve karakterizasyonu
SEVİNÇ SEZİN TARIMSAL GÜLMEN
Yüksek Lisans
İngilizce
2015
İstanbul Teknik ÜniversitesiPolimer Bilim ve Teknolojisi Ana Bilim Dalı
Yükleniyor...
- Computational analysis of external store carriage in transonic speed regime
Harici yük taşımanın transonik sürat bölgesinde hesaplamalı analizi
İ. CENKER ASLAN
- Wankel motoruna ağırlığı azaltılmış cıvata geliştirilmesi
Leight weight bolt development for wankel engine
MEHMET ÇAĞRI ÇUBUKLUSU
