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, Mühendislik Bilimleri, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Engineering Sciences, Electrical and Electronics Engineering
- Anahtar Kelimeler: Büyük veri, Kestirimci bakım sistemleri, Sayısal veri, Veri görselleştirme, Zamansal veri modeli, Big data, Predictive maintenance systems, Digital data, Data visualization, Time data model
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Trakya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Hesaplamalı Bilimler Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
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 ve yapay zeka teknolojisinin ören yerlerinde kullanımına yönelik keşifsel bir araştırma; Efes örneği
An exploratory research on the use of İndustry 4.0 and artificial intelligence technology in ruins; a study of Ephesus
ÖZCAN ÇİÇEK
Yüksek Lisans
Türkçe
2022
TurizmEge ÜniversitesiTurizm Rehberliği Ana Bilim Dalı
DOÇ. DR. ELÇİN DOĞAN GÜRBÜZER
- 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
- 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
İşletmeBaşkent 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 Sağlığıİzmir Bakırçay Üniversitesiİş Sağlığı ve Güvenliği Ana Bilim Dalı (disiplinlerarası)
YRD. DOÇ. DR. TARKAN AKDERYA
- A skill assessment model for human resources skill development enabling digital transformation: Dx-hrsam
İnsan kaynaklarında dıjıtal dönüşüm becerı gelışımı için beceri değerlendirme modeli: Dx-hrsam
MELİKE GİZEM DAVUTOĞULLARI
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. EBRU GÖKALP AYDIN