Affiliation:
1. İSTANBUL MEDENİYET ÜNİVERSİTESİ
2. YILDIZ TEKNİK ÜNİVERSİTESİ
Abstract
Endüstride dijital dönüşümün başlamasıyla fiziksel sistemlerin dijital ortamda modellenerek üretim verimliliğinin artması için çok sayıda çalışma yapılmıştır. Bu çalışamalar mevcut yöntemlere kıyasla daha karmaşık sorunları çözmek, maliyet ve kalite açısından daha etkin üretim yapmak amacıyla gerçekleştirilmektedir. Dijitalleşme çalışmalarında yapay zekâ ve makine öğreniminin endüstriyel operasyonlara dahil edilmesi oldukça önemli bir adım olmuştur. IoT ile entegre yapay zekâ ve makine öğrenimi, veri toplama, işleme ve bilgi çıkarımın tek bir yerde yapılmasına izin verdiği için büyük bir potansiyele sahip olduğu görülmüştür. Bu teknolojilerin kullanıldığı alanlardan biri ise Dijital İkiz (Dİ) uygulamalarıdır. Dİ ile, gerçek dünyanın sanal ortamda birebir modeli oluşturularak sistemlerin gerçek zamanlı kontrolü sağlanmaktadır. Endüstriyel kontrolde Dİ teknolojisinin uygulanabileceği en etkin bileşenler ise 3 boyutlu yazıcılar, robotlar ve CNC tezgâhlarıdır. Bu çalışmada, öncelikle üretim sistemlerinin Dİ modelinin geliştirilmesi hedeflenmiştir. Çalışmanın ikinci aşamasında ise geliştirilen Dİ modeli ile esnek imalat sistemi tezgahlarında doğrusal hareket komutlarının tamamlanma süresi tahmin edilmiştir. Tahmin aşamasında birden çok makine öğrenmesi algoritmaları kullanılmış ve performansları karşılaştırılmıştır. 0.995745 R2ve 0.991615 doğruluk değerleri ile Yapay sinir ağları modeli en iyi yöntem olduğu görülmektedir.
Publisher
International Journal of 3D Printing Technologies and Digital Industry
Subject
Marketing,Economics and Econometrics,General Materials Science,General Chemical Engineering
Reference94 articles.
1. 1. Zhang D, “Powering E-Learning In The New Millenium: An Overview of E-Learning and Enabling Technology, Information System Frontiers,” Vol. 5, Issue 2, Page 201–212, 2004.
2. 2. [A. Y. C. Nee, S. K. Ong, G. Chryssolouris, and D. Mourtzis, “Augmented reality applications in design and manufacturing,” CIRP Ann Manuf Technol, Vol. 61, Issue 2, Page 657–679, 2012
3. 3. D. Ivanov, A. Dolgui, B. Sokolov, F. Werner, and M. Ivanova, “A dynamic model and an algorithm for short-term supply chain scheduling in the smart factory industry 4.0,” Int J Prod Res, Vol. 54, Issue 2, Page 386–402, 2016
4. 4. J. E. Brough, M. Schwartz, S. K. Gupta, D. K. Anand, R. Kavetsky, and R. Pettersen, “Towards the development of a virtual environment-based training system for mechanical assembly operations,” Virtual Real, Vol. 11, Issue 4, Page 189–206, 2007
5. 5. Blaga and L. Tamas, “Augmented Reality for Digital Manufacturing,” MED 2018 - 26th Mediterranean Conference on Control and Automation, Page 173–178, 2018
Cited by
1 articles.
订阅此论文施引文献
订阅此论文施引文献，注册后可以免费订阅5篇论文的施引文献，订阅后可以查看论文全部施引文献
1. BEŞ EKSEN CNC SICAK TEL STRAFOR KESİM MAKİNESİ İMALATI;International Journal of 3D Printing Technologies and Digital Industry;2024-04-30