Montaj hattı sistemlerinin yapay sinir ağları ile çözümlenerek hat dengelenmesi ve uygulama

Abstract

Bu çalışmada birbirleriyle etkileşim halindeki montaj hattı sistemlerinde, meydana gelen hataları azaltmak, kalitesizliği önlemek ve üretim süresini azaltmak amacıyla Yapay Sinir Ağları ile Hata Oranı Tahmini ve Probabilistik Hat Dengeleme yöntemiyle montaj hattı dengelenmesi çalışmaları yapılmıştır. Hata oranı tahmini, mevcut hatta hataları yerinde yok etmek amaçlı yapılan iyileştirilme çalışmasının, hangi kot modellerinde uygulanması gerektiği ile ilgili bilgiler vermektedir. Montaj hattı dengelemede ise tahmin işlemi sonrası iyileştirme çalışmasının etkisiyle, dengesi bozulan hattın yeniden dengelenmesi hedeflenmiştir. Sonuçlar incelendiğinde, seçilen iki farklı beş cepli kot modeli için başarılı bir tahmin işlemi gerçekleştirilmiş ve Probabilistik Hat Dengeleme yönteminin iş öğelerinin, iş istasyonlarına hassas bir şekilde atanmasına olanak sağladığı ve güvenilir sonuçlar verdiği görülmektedir.

In this study, with the methods called Error Rate Estimation with Artificial Neural Networks and Probabilistic Line Balancing, Assembly Line Balancing has been done for the purpose of reducing the length of production period, preventing the coarseness and decreasing the mistakes which have been occured in Assembly Line Systems in interaction with each other. Error Rate Estimation give directions about which jeans models can be used with the improvement efforts to eliminate existing mistakes in place. In Assembly Line Equilibration, it has been aimed to re-stabilize the unbalanced line with the influence of post-forecasting process recovery. When the results are examined, a successful forecasting process has been carried out for two different five-pocket jeans models which has been selected and it has been seen that the work components of the probabilistic line balancing method enables it to be precisely assigned to work stations and gives reliable results.