Bir trafo üretim tesisi süreçlerinin incelenmesinde makine öğrenmesi uygulamaları

Sanayi veya hizmet işletmelerinin en verimli şekilde faaliyet göstermesini sağlamak için, zaman yönetimi çok önemlidir. Geleneksel olarak, zaman hesaplaması manuel olarak kronometre kullanılarak yapılmaktadır. Bu durum zaman kaybına neden olmaktadır. Bu çalışmada, transformatör üreten bir tesiste Anahtarlama Ürünleri Kesici Üretim Bölümü'nde bulunan montaj hattı operatörünün aktif çalışma süresi otomatik olarak hesaplandıktan sonra hem operatörün çalışmasını hangi durumların etkilediğini tespit edip hem de hattın verimli ilerlemesini sağlayacak önerilerde bulunulmuştur. Operatörün izlenebilmesini sağlamak için üretim hattındaki video kameradan elde edilen görüntüleri işleyen makine öğrenmesi algoritmalarından biri olan Evrişimli Sinir Ağlarına (CNN) dayalı hızı ve doğruluğu ile popüler bir nesne tespit algoritması YOLO (You Only Look Once) kullanılmıştır. Elde edilen veriler ANOVA testi ve Regresyon Analizi ile analiz edilerek verimliliği etkileyen faktörler incelenmiştir. Sonuç olarak çalışma saatlerinin çalışan verimliliğini etkilediği görülmüştür. Bu çalışmada, nesne algılamaya dayalı otomatik zaman hesabına göre verimlilik önerilerinde bulunulmuştur.