Journals / Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi / 2020 / Cilt: 35 - Sayı: 2

Siparişlerin gecikme tahmini için veri madenciliğine dayalı gerçek zamanlı bir sistem tasarımı ve uygulaması

Pages
709–724
Publication Date
2019-12-25
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Bu kurallar ARENA benzetim modelline eklenerek sistemden elde edilen gerçek zamanlı verilere göre gecikme ihtimali yüksek olan işler tahmin edilip dış kaynak kullanımı kararını verecek bir karar destek sistemin söz konusu olduğu geliştirilen bir yaklaşım ile geciken sipariş adedi daha da azaltılmıştır.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Atölye tipi üretim sistemlerinde sürekli gelen siparişler, sahip oldukları iş rotasına göre iş merkezlerine atanarak işlemleri yapılarak üretimi gerçekleşmektedir.
📊
Key Findings & Data:Üretim yönetimi açısından farklı rotalı ürün çeşitliliği ve iş merkezleri sayısının artmasıyla ortaya çıkan karmaşık ve dinamik yapının gerçek zamanlı izlenmesiyle tespit edilen sistemin durumuna göre alınacak kararlar daha da önemli hale getirmektedir.
💡
Conclusion & Impact:Bu kurallar ARENA benzetim modelline eklenerek sistemden elde edilen gerçek zamanlı verilere göre gecikme ihtimali yüksek olan işler tahmin edilip dış kaynak kullanımı kararını verecek bir karar destek sistemin söz konusu olduğu geliştirilen bir yaklaşım ile geciken sipariş adedi daha da azaltılmıştır.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Endüstri 4.0 · Atölye tipi üretim · Benzetim

Özet

Atölye tipi üretim sistemlerinde sürekli gelen siparişler, sahip oldukları iş rotasına göre iş merkezlerine atanarak işlemleri yapılarak üretimi gerçekleşmektedir. Üretim yönetimi açısından farklı rotalı ürün çeşitliliği ve iş merkezleri sayısının artmasıyla ortaya çıkan karmaşık ve dinamik yapının gerçek zamanlı izlenmesiyle tespit edilen sistemin durumuna göre alınacak kararlar daha da önemli hale getirmektedir. Dördüncü Sanayi Devrimi ile birlikte bilişim teknolojileri endüstride etkin ve etkili olarak kullanılmaya başlanmıştır. Endüstri 4.0 getirdiklerinden olan nesnelerin interneti aracılığıyla birbirleri arasında iletişim kurma özelliğine sahip üretim araçlarındaki sensörlerden elde edilen gerçek zamanlı sisteme ait büyük miktarda veri elde edilmektedir. Bu çalışmada, öncelikle iş merkezlerinde bulunan sensörler vasıtasıyla otomatik olarak gerçek zamanlı sisteme ait veri toplayabilen bir üretim sistemin ARENA® ile benzetim modeli oluşturulmuş ve uygun çalışma şartları belirlenmiştir. Sonrasında iş merkezlerine iş yükleme stratejileri siparişlerdeki gecikmelere göre mukayese edilmiştir. Bulunan en iyi iş yükleme stratejisi üç farklı talep hızında ARENA benzetim modeli çalıştırılmış siparişlerin gecikme durumları ve sistemdeki iş merkezlerinin durumu ile ilgili veriler elde edilmiştir. Elde edilen veriler veri madenciliği sınıflama algoritmaları ile değerlendirilerek geciken işler ile ilgili kurallar belirlenmiştir. Bu kurallar ARENA benzetim modelline eklenerek sistemden elde edilen gerçek zamanlı verilere göre gecikme ihtimali yüksek olan işler tahmin edilip dış kaynak kullanımı kararını verecek bir karar destek sistemin söz konusu olduğu geliştirilen bir yaklaşım ile geciken sipariş adedi daha da azaltılmıştır.

🔖

Cite This Article

TÜRKER, A. K., GÖLEÇ, A., Aktepe, A., Ersöz, S., İpek, M., ÇAĞIL, G. (2019). Siparişlerin gecikme tahmini için veri madenciliğine dayalı gerçek zamanlı bir sistem tasarımı ve uygulaması. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 35 - Sayı: 2, 709–724. https://ajindex.com/articles/19800

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (15)

  1. Türker A.K., Ersöz O.Ö., "Üretim Planlama ve Kontrolün Atölye Yükü ile Eşzamanlı Gerçekleştirilmesi", MANAS Journal of Social Studies, Vol.: 5 No: 5, 2016
  2. Elhüseyni, M., Hipotetik Bir Tekstil Atölyesinin Dinamik Çizelgelenmesinde Yollama Kurallarının Benzetim Tekniğiyle Analizi. Yüksek Lisans Tezi, İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul, Türkiye, 2012
  3. Azadeh, A., Negahban, A. ve Moghaddam, M., “A hybrid computer simulation-artificial neural network algorithm for optimisation of dispatching rule selection in stochastic job shop scheduling problems”, International Journal of Production Research, Cilt 50, No 2, 551–566, 2012
  4. Larsen, R. ve Marco, P., “A framework for dynamic rescheduling problems”, International Journal of Production Research, 1-18, 2018
  5. Kusiak A., "Smart Manufacturing", Int J of Prod Reseacrh, Vol: 56, Issue: 1-2, 508-517, 2018
  6. L. Li, Z. Sun, J. Ni, et al., Data-based scheduling framework and adaptive dispatchingrule of complex manufacturing systems, Int. J. Adv. Manuf. Tech. 66, (9), 1891–1905, 2013
  7. Türker A.K. vd. Rfıd Teknolojisi Entegreli Otomatik Taşıma Sistemi İle Parçaların Atölye İçerisinde Otomatize Rotalanması Ve Atölye Kontrolünün Gerçekleştirilmesi, KKU-BAP Projesi, Kırıkkale, 2018
  8. Cheng,Ying, Chen, Ken, Sun, Hemeng, Zhang, Yongping, Tao, Fe, "Data and knowledge mining with big data towards smart production", J of Ind Inf Integration, Volume 9, Pages 1-13, 2018
  9. Banks J., Carson J. S., Nelson B. L., Nicol D. M. Discrete-Event System Simulation. Printice Hall 3rd Edition, 2001
  10. Law A. M., Kelton W. D. Simulation Modeling and Analysis. McGraw-Hill, International Editions, 2nd Edition., 1991
  11. Koruca H.İ., Özdemir G., Aydemir E., Çayırlı M., "Bir simülasyon Yazılımı için Esnek İş Akış Planı Editörü Geliştirilmesi ve İşlemlerin Gantt Şemasında Çizelgelenmesi", Gazi Üniv. Müh. Mim. Fak. Der., Cilt 25, No 1, 77-81, 2010
  12. Eguchi, T., Oba, F. ve Hirai, T., “A neural network approach to dynamic job shop scheduling”, Global Production Management, Cilt 24, 152-159, 1999
  13. Aydın, M. E. ve Öztemel, E., “Dynamic job-shop scheduling using reinforcement learning agents”, Robotics and Autonomous Systems, Cilt 33, 169-178, 2000
  14. İpek, M., Dinamik Atölye Çizelgelemede Yapay Sinir Ağı ile Teslim Tarihi Belirlenmesi, Doktora Tezi, Sakarya Üniversitesi, Fen Bilimleri Enstitüsü, Sakarya, 2007
  15. Göçken, M., A Simulated Based Approach to Develop New Approaches