Endüstri 4.0 çağında yapay zeka teknikleri ile takım ucu konum kestirimi: Sanayide bir dijital dönüşüm örneği
Tool tip position estimation with artificial intelligence techniques in the industry 4.0 era: An example of digital transformation in industry
- Tez No: 965157
- Danışmanlar: DOÇ. DR. SEZER ULUKAYA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Mühendislik Bilimleri, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Trakya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Hesaplamalı Bilimler Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 70
Özet
Dijital dönüşümle makinelerden toplanan sensör verilerinin işlenmesi sayesinde son yıllarda üretimin durmasına neden olabilecek takım tezgahlarının kırılmasını ve aşınmasını oluşmadan önce tahmin etmek için büyük çabalar sarf edilmiştir. Yapay zeka algoritmaları kullanılarak üretimde kesici takımların verilerinden çıkarımlar yapılabilmektedir. Bu çalışmanın temel motivasyonu talaşlı imalatta kullanılan takımlardır. Takımların üretimi sırasında sensörler yardımıyla makineden veri alınmaktadır. Seçilen ayırıcı özelliklerden olan üç eksende konum verilerinin gideceği yerlerin tahmini LSTM, RNN ve ARIMA algoritmaları kullanılarak yapılmıştır. Bu üç algoritma hata oranlarına göre karşılaştırılmıştır. LSTM algoritması en düşük ortalama mutlak hata ve kök ortalama karesel hata oranlarına sahiptir. Elde edilen sonuçlara göre, ayırıcı özellik seçimi ve derin öğrenmeye dayalı tahminin hibrit yaklaşımı ile ekipman ömrünü uzatmak ve ekipman verimliliğini artırmak mümkündür.
Özet (Çeviri)
Thanks to the advancement in the processing of sensor data collected from machines through digital transformation, great efforts have been made in recent years to predict machine tool breakage and wear that may cause production to stop before they occur. Inferences can be made from the data of cutting tools in production using artificial intelligence algorithms. The main motivation for this study is the tools used for machining. During the production of the tools, data is received from the machine with the help of sensors. Estimation of the locations where the location data will go on the three axes, which are among the selected discriminative features, was made using LSTM, RNN and ARIMA algorithms. These three algorithms were compared using their error rates. The LSTM algorithm has the lowest mean absolute error and root mean square error rates. According to the results obtained, extending equipment life, increasing equipment efficiency and preventing production disruption by predicting tool tip wear is possible with the hybrid approach of discriminative feature selection and deep learning-based prediction.
Benzer Tezler
- Endüstri 4.0 çağında stratejik teknoloji yönetimi: Yükselen ve yıkıcı teknolojiler etkisi
Strategic technology management in the era of industry 4.0: The impact of emerging and disruptive technologies
ALPER KETENCİOĞLU
Yüksek Lisans
Türkçe
2025
Savunma ve Savunma TeknolojileriBaşkent Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. MEHMET ABDÜLKADİR VAROĞLU
- Endüstri 4.0 çağında iş sağlığı ve güvenliği uygulamalarındaki teknolojik gelişmeler
Technological developments on occupational health and safety applications in the age of industry 4.0
KAYA BULUT SOYDAN
Yüksek Lisans
Türkçe
2022
Halk SağlığıİZMİR BAKIRÇAY ÜNİVERSİTESİİşçi Sağlığı ve İş Güvenliği Ana Bilim Dalı
YRD. DOÇ. DR. TARKAN AKDERYA
- Robotik sistemlerin güvenliğinin doğrulanması ve onaylanması
Verification and validation of robotic systems's security
YUNUS SABRİ KIRCA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET YAZICI
- Short term electricity load forecasting with deep learning
Derin öğrenme ile kısa dönemli elektrik yük talep tahmini
İBRAHİM YAZICI
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Endüstri 4.0'ın karakteristiği ve yeni dünya düzeninde toplumsal eşitsizlikler
Characteristics of the industry 4.0 age and social inequalities in the new world order
İDİL ERDOĞAN