Üretim Sistemlerinde Makine Öğrenmesi ile Kestirimci Bakım Uygulaması ve Modellemesi
Yazarlar (2)
Hakan Ceyhan
Doç. Dr. Mustafa Cem KASAPBAŞI İstanbul Ticaret Üniversitesi, Türkiye
| Makale Türü |
Özgün Makale
(Diğer hakemli uluslarası dergilerde yayınlanan tam makale)
|
||
| Dergi Adı | European Journal of Science and Technology | ||
| Dergi ISSN | 2148-2683 | ||
| Dergi Tarandığı Indeksler | TR DİZİN | ||
| Makale Dili | Türkçe | Basım Tarihi | 01-2022 |
| Cilt / Sayı / Sayfa | – / 33 / 167–175 | DOI | 10.31590/ejosat.1019210 |
| Makale Linki | http://dx.doi.org/10.31590/ejosat.1019210 | ||
| UAK Araştırma Alanları |
Veri Madenciliği
Bilgisayar Yazılımı
|
||
| Özet |
| Üretim sistemlerinin verimlilikleri söz konusu olduğunda bakım yaklaşımları son derece önemli bir role sahiptir. Geleneksel bakım yaklaşımları kısıtlı bir başarı sağlamış olsa da günümüz endüstriyel teknolojilerinin özellikle de Endüstri 4.0‘ın itici gücü ile birlikte makinelerden belirli standartlar ile veriler gerçek zamanlı okunabilmekte ve bu verilerle makine öğrenmesi (Machine Learning - ML) aracılığı ile bakım zamanları optimize edilebilmektedir. Böylece kestirimci bakım anlayışı ile üretim sürecindeki herhangi bir bakım gerektiren arıza önceden öngörülerek bu durum yaşanmadan önüne geçilebilmektedir. Bu çalışmada döküm fabrikasındaki makinede, makine öğrenmesi ile kestirimci bakım uygulamasını gerçekleştirebilmek amacıyla veriler 6 ay boyunca toplanmıştır. Elde edilen veriler ile temel bileşen analizi (Principal Component Analysis - PCA) ve rastgele orman (Random Forest - RF) makine öğrenmesi yöntemleri kullanılarak, sırasıyla denetimsiz ve denetimli olarak bakım zaman tahminleri %85,17 başarı oranı ile gerçekleştirilmiştir. |
| Anahtar Kelimeler |
BM Sürdürülebilir Kalkınma Amaçları
| Atıf Sayıları | |
| Google Scholar | 15 |