Yassı alüminyum üretiminde kalite sınıflarının makine öğrenmesi yöntemleri ile tahminlenmesi

Rekabetçi ve esnek üretim ortamında, ürünü müşteriye hızlı, istenilen kalitede ve oluşabilecek en düşük maliyette üreterek sevk edebilmek, dün de önemli olmakla birlikte günümüzde üreticiler için olmazsa olmaz bir hale gelmiştir. Bazı üretim süreçlerinde, üretimin çıktısının istenilen kalitede olup olmadığını önceden tahmin edebilmek ise, bu hedefe ulaşmada en etkin yollardan biridir. Günümüzde bu konuda genel yaklaşım uzman kişilerin bilgi ve tecrübelerinden yararlanmaya çalışmak olsa da, bu tarz yaklaşımlarla elde edilen başarılar, oldukça sınırlı kalmaktadır. Alüminyum, Dünya'da yükselen bir metaldir. Bu metalden elden edilen yassı rulo ürünlerin de yükselişi, alüminyumun cazibesinin artmasına paralel olarak devam etmektedir. Ortada olan yüksek pazar, yüksek rekabeti de beraberinde getirmektedir. Sürekli üretimin yapıldığı bu ürünlerin üretim prosesindeki en küçük iyileştirmeler bile, yüksek karlılık ve rekabet avantajı olarak firmalara geri dönmektedir. Bu çalışmada, Alüminyum Yassı Mamul üretiminin ilk aşaması olan Döküm Sıcak Haddeleme sürecine ilişkin, süreçteki girdi değişkenleri parametrelerine bağlı olarak nihai ürünün kalitesini (1. Kalite, 2. Kalite ya da 3. Kalite), nihai ürün sok kontrol aşamasına gelmeden, daha döküm aşamasında iken tespit edecek, böylelikle istenmeyen üretimlerin ve bunlara bağlı oluşan maliyetlerin önüne de geçerek üretim planlama esnekliğini artıracak, öğrenebilen akıllı bir yapı oluşturulmaya çalışılmıştır. Araştırma esnasında, Eğiticisiz Öğrenme metodu olan Kümeleme Yöntemleri ve Eğiticili Öğrenme, Sınıflandırma yöntemleri olan Makine Öğrenmesi ve Derin Öğrenme yöntemleri denenmiştir. Yöntemlerin uygulanmasından önce verinin sistemden alınması sonrasında veri üzerinde veri ön işleme süreçleri uygulanmıştır. Araştırma sonuçlarına göre, Kalite Tipi'nin eğiticisiz öğrenme teknikleri ile belirli bir seviyede ama düşük bir seviyede olmakla birlikte, eğiticili öğrenme teknikleri ile yüksek seviyede tahmin edilebileceği görülmüştür. Araştırma, mevcut durumda Eğiticili Öğrenme tekniklerinin yarı mamul bazında uygulanmasının en iyi sonuçları ortaya koyduğunu, bu durum içerisinde de farklı yarı mamul tiplerinde farklı algoritmaların en başarılı algoritmalar olabileceğini göstermiştir. Elde edilen sonuçlar ışığında yüksek derecede kazanımlar elde edilmiştir.Sonuçlar, fiili olarak kullanıma geçmiş olmakla birlikte, kullanılmakta olan yazılımlara entegrasyon süreci devam etmektedir.