Dergiler / Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji / 2022 / Cilt: 10 - Sayı: 4

Üretim Planlama ve Kontrol Süreçlerinde Dijital İkiz Teknolojisinin Kullanılması: Tekstil Sektöründe Bir Uygulama

Sayfa
711–732
Yayın Tarihi
2022-12-30
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Yapılan çalışma, kendi kendine karar verebilen akıllı bir sistemin altyapısının oluşturulması bakımından önemli olup süreçlerin dijital ikizlerinin oluşturulmasında katkı sağlayacağı öngörülmektedir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışmada, hazır giyim sektöründe faaliyet gösteren öncü bir firmanın üretim tesisinde, veri dijitalleştirme projesi kapsamında süreçlerin uçtan uca incelenmesi ve yeni nesil bilgi teknolojileri kullanılarak veri odaklı süreç tasarımlarının yapılması amaçlanmıştır.
📊
Temel Bulgular & Veri:Yapılan tahmin sonuçlarına göre rassal orman regresyon modelinin, en yüksek R2 ve en düşük hata metrik değerlerine sahip olduğu tespit edilmiş ve bu regresyon modeli ERP altyapısına entegre edilmiştir.
💡
Sonuç & Katkı:Yapılan çalışma, kendi kendine karar verebilen akıllı bir sistemin altyapısının oluşturulması bakımından önemli olup süreçlerin dijital ikizlerinin oluşturulmasında katkı sağlayacağı öngörülmektedir.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:endüstri 4 · Endustri 4.0 · Dijital ikiz

Özet

Bu çalışmada, hazır giyim sektöründe faaliyet gösteren öncü bir firmanın üretim tesisinde, veri dijitalleştirme projesi kapsamında süreçlerin uçtan uca incelenmesi ve yeni nesil bilgi teknolojileri kullanılarak veri odaklı süreç tasarımlarının yapılması amaçlanmıştır. Buna bağlı olarak, yeni gelişen ve hızlı büyüyen bir teknoloji olan dijital ikiz modellerinin yapılabilmesi için gerekli olan süreç altyapılarının oluşturulması hedeflenmiştir. Yapılan çalışmada ilk olarak, süreç haritaları oluşturulmuş ve süreçlere ait sürekli değişen verilerin sensörler ve arayüzler yardımıyla elde edilerek sisteme aktarılması sağlanmıştır. Daha sonra, üretim hattındaki makinelerden alınan süreç bazlı süreler ile üretilecek ürüne ait nitelikler arasında bağlantı kurularak, herhangi bir ürünün sürece girdiğinde ne kadar sürede tamamlanacağı lineer regresyon, polinomal regresyon, gradyan destekli karar ormanı regresyonu ve rassal orman regresyon algoritmaları kullanılarak Knime platformunda tahmin edilmiştir. Yapılan tahmin sonuçlarına göre rassal orman regresyon modelinin, en yüksek R2 ve en düşük hata metrik değerlerine sahip olduğu tespit edilmiş ve bu regresyon modeli ERP altyapısına entegre edilmiştir. Ayrıca, tahmin edilen üretim süreleri ve hat üzerindeki çeşitli parametrelere göre üretim çizelgeleme çalışması tasarımı yapılmıştır. Yapılan çalışma, kendi kendine karar verebilen akıllı bir sistemin altyapısının oluşturulması bakımından önemli olup süreçlerin dijital ikizlerinin oluşturulmasında katkı sağlayacağı öngörülmektedir.

Abstract

Bu çalışmada, hazır giyim sektöründe faaliyet gösteren öncü bir firmanın üretim tesisinde, veri dijitalleştirme projesi kapsamında süreçlerin uçtan uca incelenmesi ve yeni nesil bilgi teknolojileri kullanılarak veri odaklı süreç tasarımlarının yapılması amaçlanmıştır. Buna bağlı olarak, yeni gelişen ve hızlı büyüyen bir teknoloji olan dijital ikiz modellerinin yapılabilmesi için gerekli olan süreç altyapılarının oluşturulması hedeflenmiştir. Yapılan çalışmada ilk olarak, süreç haritaları oluşturulmuş ve süreçlere ait sürekli değişen verilerin sensörler ve arayüzler yardımıyla elde edilerek sisteme aktarılması sağlanmıştır. Daha sonra, üretim hattındaki makinelerden alınan süreç bazlı süreler ile üretilecek ürüne ait nitelikler arasında bağlantı kurularak, herhangi bir ürünün sürece girdiğinde ne kadar sürede tamamlanacağı lineer regresyon, polinomal regresyon, gradyan destekli karar ormanı regresyonu ve rassal orman regresyon algoritmaları kullanılarak Knime platformunda tahmin edilmiştir. Yapılan tahmin sonuçlarına göre rassal orman regresyon modelinin, en yüksek R2 ve en düşük hata metrik değerlerine sahip olduğu tespit edilmiş ve bu regresyon modeli ERP altyapısına entegre edilmiştir. Ayrıca, tahmin edilen üretim süreleri ve hat üzerindeki çeşitli parametrelere göre üretim çizelgeleme çalışması tasarımı yapılmıştır. Yapılan çalışma, kendi kendine karar verebilen akıllı bir sistemin altyapısının oluşturulması bakımından önemli olup süreçlerin dijital ikizlerinin oluşturulmasında katkı sağlayacağı öngörülmektedir.

🔖

Bu Makaleye Atıf Yap

KOÇAK, A., YILDIZ, A. (2022). Üretim Planlama ve Kontrol Süreçlerinde Dijital İkiz Teknolojisinin Kullanılması: Tekstil Sektöründe Bir Uygulama. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji, Cilt: 10 - Sayı: 4, 711–732. https://ajindex.com/articles/859490

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (14)

  1. Karagöz, A., Yıldız, A., Dijital ikiz teknolojisinin üretim ve tasarım sistemlerinde kullanılması, 5. Uluslararası Mühendislik Mimarlık ve Tasarım Kongresi, 21-22 Aralık, İstanbul, Türkiye, 2019
  2. Carolis, A., Macchi, M., Negri, E., Terzi, S., Guiding manufacturing companies towards digitalization a methodology for supporting manufacturing companies in defining their digitalization roadmap, In 2017 International Conference on Engineering, Technology and Innovation (ICE/ITMC), IEEE, 487-495, 2017
  3. Tao, F., Zhang, M., Digital twin shop-floor: a new shop-floor paradigm towards smart manufacturing, IEEE Access, 5, 20418-20427, 2017
  4. Cattaneo, L., Macchi, M., A digital twin proof of concept to support machine prognostics with low availability of run-to-failure data, IFAC-PapersOnLine, 52(10), 37-42, 2019
  5. Barricelli, B. R., Casiraghi, E., Fogli, D., A survey on digital twin: Definitions, characteristics, applications, and design implications, IEEE access, 7, 167653-167671, 2019
  6. Khajavi, S. H., Motlagh, N. H., Jaribion, A., Werner, L. C., Holmström, J., Digital twin: vision, benefits, boundaries, and creation for buildings, IEEE Access, 7, 147406-147419, 2019
  7. Kiraz, A., Canpolat, O., Ozkurt, C., Taskin, H., Sarp, E., Examination of the criteria affecting Industry 4.0 with structural equation model and a pilot study, Journal of the Faculty of Engineering and Architecture of Gazi University 35(4), 2183-2196, 2020
  8. Bortolini, M., Ferrari, E., Gamberi, M., Pilati, F., Faccio, M., Assembly system design in the industry 4.0 era: a general framework, IFAC-PapersOnLine, 50(1), 5700-5705, 2017
  9. Tao, F., Sui, F., Liu, A., Qi, Q., Zhang, M., Song, B.,. Nee, A. Y., Digital twin-driven product design framework, International Journal of Production Research, 57(12), 3935-3953, 2019
  10. Grieves, M., Digital twin: manufacturing excellence through virtual factory replication, White paper, 1, 1-7, 2014
  11. Glaessgen, E., Stargel, D., The digital twin paradigm for future NASA and US Air Force vehicles, In 53rd AIAA/ASME/ASCE/AHS/ASC structures, structural dynamics and materials conference, 1818, 2012
  12. Rosen, R., Von Wichert, G., Lo, G., Bettenhausen, K. D., About the importance of autonomy and digital twins for the future of manufacturing, IFAC-PapersOnLine, 48(3), 567-572, 2015
  13. Qi, Q., Tao, F., Digital twin and big data towards smart manufacturing and industry 4.0: 360-degree comparison, IEEE Access, 6, 3585-3593, 2018
  14. Tao, F., & Qi,