Otomotiv sektöründe kullanılan direnç nokta kaynağı uygulamalarındaki kaynak argümanlarının ideal norm aralığında olup olmadığının makine öğrenimi ile tahmini

Bir çeşit direnç kaynağı olan punta kaynağı, metal sac birleştirme işleminde kullanılan ve üretim alanında yaygın olarak bulunan bir kaynak uygulamasıdır. Punta kaynak prosesi otomotiv endüstrisi başta olmak üzere, radyatör ve tel örgü üretimi gibi birçok üretim alanında yaygın olarak kullanılır. Araç üretim bantlarında direnç punta kaynağı genellikle robotik uygulamalarla gerçekleştirilmektedir. Endüstri 4.0 ve dijital dönüşüm trendleri benzeri görülmemiş bir veri büyümesine yol açmıştır. Günümüz imalat sektöründe kalite, bakım ve üretim süreçlerinin izlenmesi, tahmini ve optimizasyonu konularında makine öğrenimi ve veri bilimi algoritmalarının gücünden yararlanılmaktadır. Bu çalışma, gerçek üretim sahasında robotik kollarla uygulanan punta kaynağının izlenerek, kaynak argümanlarının ideal kaynak normları içerisinde olup olmadığının tespitini amaçlamaktadır. İdeal parametre normları değerlendirilirken makine öğrenimi algoritmaları kullanılmıştır. Çalışma, üretimdeki gerçek verileri kullanabilmek için TOFAŞ fabrikasında yapılmış ve pilot hat olarak gövde üretim montaj hattı seçilmiştir. Araştırmada 2023 yılı güncel kaynak parametrelerinden oluşan bir veri kümesi kullanılmıştır. Veri kümesi üzerinde çeşitli makine öğrenimi algoritmaları çalıştırılarak her bir algoritmanın başarım değerlendirilmesine bakılmış ve en uygun tahminleme yöntemi belirlenmiştir. Yapılan deneylerde ROC eğrisi altında kalan alan (AUC) skorları göz önüne alındığında %99 başarı ile XGBoost, LightGBM ve CatBoost modellerinin en yüksek performansı sergilediği görülmüştür.