Uygun işleme merkezleri karar vericinin sorulara verdiği cevaplara göre veri tabanından seçilmektedir.
📌 3 Maddede Bu Makale
🎯
Amaç & Hipotez:Küreselleşen iş dünyası, rekabetçi ekonomi, bilgisayar ve elektronik teknolojisindeki gelişmeler firmaları eski tezgâhlar yerine yeni işleme merkezleri satın almaya zorlamaktadır.
📊
Temel Bulgular & Veri:İmalat tesisinde işleme merkezi seçimi zor ve karar alma aşaması çok uzun zaman alabilen bir problemdir.
💡
Sonuç & Katkı:Uygun işleme merkezleri karar vericinin sorulara verdiği cevaplara göre veri tabanından seçilmektedir.
🔬Tür:Araştırma Makalesi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:İşleme Merkezi · CNC · İmalat
Özet
Küreselleşen iş dünyası, rekabetçi ekonomi, bilgisayar ve elektronik teknolojisindeki gelişmeler firmaları eski tezgâhlar yerine yeni işleme merkezleri satın almaya zorlamaktadır. İmalat tesisinde işleme merkezi seçimi zor ve karar alma aşaması çok uzun zaman alabilen bir problemdir. Seçim süreci geniş bir çeşitlilikteki işleme merkezinin ve işlenecek parça özelliklerinin hesaba katılmasını zorunlu kılar. Bu çalışmada, pratik uygulamalar göz önüne alınarak, işleme merkezi seçmek için karar vericiye yardımcı olacak tarzda bir karar destek sistemi geliştirilmiştir. Uygun işleme merkezleri karar vericinin sorulara verdiği cevaplara göre veri tabanından seçilmektedir.
İÇ, Y. T., KABACAOĞLU, E., TÜMAY, Ç., DEMİRTAŞ, H. İ. (2019). Küçük ve Orta Ölçekli Firmalar İçin İşleme Merkezi Seçiminde Kullanabilecek Bir Karar Destek Sistemi. Makina Tasarım ve İmalat Dergisi, 71–80. https://ajindex.com/articles/52761
İç, Y.T., Yurdakul, M. A Decision Support System for Selection of Machining Centers” Journal of the Faculty of Engineering and Architecture of Gazi University, 23(1),(2008), 85-95.2. Lin, Z-C., Yang C-B. Evaluation of machine selection by the AHP method. J Mater Proc Technol 57(1996)253–258. 3. Çimren E, Budak E, Çatay B. Development of a machine tool selection system using analytic hierarchy process. In: Teti R (ed.), Proc of the 4th CIRP International Seminar on Intelligent Computation in Munufacturing Engineering, Sorrento, Italy, pp 193–198 (2004). 4. Oeltjenbruns H., Kolarik W.J., Schnadt-Kirschner R. Strategic planning in manufacturing systems- AHP application to an equipment replacement decision. Int J Prod Econ 38(1995)189–197. 5. Tabucanon M.T., Batanov D.N., Verma D.K. Intelligent Decision Support System (DSS) for the selection process of alternative machines for flexible manufacturing systems (FMS).Comput Ind 25(1994)131–143. 6. Yurdakul M. AHP as a strategic decision-making tool to justify machine tool selection. J Mater Proc Tech 146 (2004) 365–376 7. Sun S. Assessing computer numerical control machines using data envelopment analysis. Int J Prod Res 40(9), (2002) 2011–2039 8. Wang T.Y., Shaw C-F., Chen Y-L. Machine selection in flexible manufacturing cell: a fuzzy multiple attribute decision making approach. Int J Prod Res 38(9),(2000)2079–2097 9. Yurdakul, M., İç, Y.T. Analysis of the benefit generated by using fuzzy numbers in a TOPSIS model developed for machine tool selection problems. Journal of Materials Processing Technology, 209(1), (2009) 310–317. 10. Yurdakul, M., İç, Y.T. Application of correlation test to criteria selection for multi criteria decision making (MCDM) models. International Journal of Advanced Manufacturing Technology, 40(3-4), (2009), 403–412.11. İç, Y.T., Yurdakul, M. Development of a decision support system for machining center selection”,Expert Systems With Applications, 36(2), (2009) 3505–3513.12. Arslan M.C., Catay B., Budak E. Decision support system for machine tool selection. In: Baykasoglu A, Dereli T (eds.) Proc ICRM–2002, 2nd International Conference on ResponsiveManufacturing, University of Gaziantep, Turkey, pp 752–757,(2002). 13. İç, Y.T., Yurdakul, M., Eraslan, E. Development of a Component Based Machining Center Selection Model using AHP”. International Journal of Production Research. 50(22),2012, 6489–6498. 14. Atmani, A. Lashkari, R.S., A model of machine-tool selection and operation allocation i