CMMcihazındaki verilerden makine öğrenmesi ile parça kontrolü

Koordinat Ölçüm Makineleri (Coordinate Measuring Machine, CMM), modern imalat sanayisinde kalite kontrol ve ölçüm süreçlerinin en önemli araçlarından biridir. Bu cihazlar, üretilen parçaların teknik resimlerde belirtilen şekil ve konum toleranslarına uygun olup olmadığını belirlemek amacıyla kullanılmaktadır. CMM'ler, parçaların yüzey noktalarını üç boyutlu olarak tarayarak; düzlemsellik, silindiriklik, paralellik, koniklik, pozisyon gibi geometrik ölçüleri yüksek hassasiyetle analiz eder. Ayrıca CAD (Bilgisayar Destekli Tasarım) verileri ile entegre çalışarak ölçüm sonuçlarını tasarım verileri ile karşılaştırabilir. Bu sayede ürün doğrulama, tersine mühendislik ve proses kontrol gibi alanlarda etkili bir rol oynar. Ancak bu ölçüm sonuçlarının değerlendirilmesi hâlâ büyük ölçüde operatörün bilgi birikimi, deneyimi ve yorumu doğrultusunda yapılmaktadır. Bu durum, karar süreçlerinde subjektifliğe, tutarsızlığa ve insan hatasına yol açabilmektedir. Özellikle sınır toleranslarda kalan parçaların kabul veya red kararları operatöre göre değişebilir. Bu bağlamda, üretim süreçlerinde standardizasyonu sağlamak ve hataları en aza indirmek için daha objektif, otomatik ve veri odaklı sistemlere ihtiyaç duyulmaktadır. Makine öğrenmesi, verilerdeki örüntüleri analiz edebilen ve geçmiş verilere dayanarak karar verebilen bir yapay zekâ dalıdır. Bu çalışmada, CMM cihazından elde edilen ölçüm verileri kullanılarak, parça kabul/red kararını otomatik olarak veren bir makine öğrenmesi sistemi geliştirilmiştir. Bu sistem, herhangi bir operatör müdahalesine gerek duymadan karar verebilmekte, böylece insan kaynaklı hataları azaltmakta ve süreçleri hızlandırmaktadır. Tezin temel amacı, ölçüm verilerini kullanarak doğru, tutarlı ve hızlı kararlar verebilen bir kalite kontrol modeli oluşturmaktır. Bu modelin, Endüstri 4.0 kapsamında dijitalleşen üretim süreçlerine entegre edilerek, sürdürülebilir ve yüksek kaliteli üretim hedeflerine katkı sunması hedeflenmektedir.