Geri Dön

Machine learning-based defect classification and parameter recommendation for injection molding quality control

Makine öğrenmesi tabanlı enjeksiyon kalıplama kalite kontrolü için hata sınıflandırması ve parametre önerisi

PDF İndir

  1. Tez No: 1019745
  2. Yazar: ALARA BAYSAL
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ERİNÇ ALBEY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mühendislik Bilimleri, Endüstri ve Endüstri Mühendisliği, Engineering Sciences, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Kalite problemleri, Karar destek sistemleri, Makine öğrenmesi, Plastik enjeksiyon kalıpları, Quality problems, Decision support systems, Machine learning, Plastic injection molds
  7. Yıl: 2026
  8. Dil: İngilizce
  9. Üniversite: Özyeğin Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Veri Bilimi Ana Bilim Dalı (disiplinlerarası)
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Plastik enjeksiyon kalıplama, nominal çalışma koşullarından sapmaların yüzey ve yapısal hatalara yol açtığı, parametre hassasiyeti yüksek bir üretim sürecidir. Geleneksel kalite kontrolü birincil izleme sinyali olarak makine parametrelerini kullanmakta; ancak bu parametreler komuta edilen giriş değerlerini yansıtmakta ve malzeme, çevre ile takım aşınmasından kaynaklanan değişkenliği yakalayamamaktadır. Bu tez, kalıp içinde ölçülen kavite basıncı ve sıcaklık verilerini kullanarak makine parametrelerine dayalı izlemeden sensör tabanlı kalite kontrole geçişi araştırmaktadır. Kasıtlı parametre değişimleriyle beş hata sınıfı (eksik enjeksiyon, çapak, birleşme yeri izi, yanma izi ve çökme izi) üretilmiş, sentetik veri artırımı yapılmaksızın bir veri seti elde edilmiştir. İki aşamalı bir sınıflandırma hattı geliştirilmiş; ikili sınıflandırıcı uygun ve hatalı döngüleri ayırt etmekte, bağımsız sınıflandırıcılar ise hata tipini belirlemektedir. Karşılaştırmalı değerlendirme, sensör türevli özelliklerin makine parametrelerini belirgin biçimde geride bıraktığını ve birleşik veri kümesiyle eşit ya da yakın performans sergilediğini doğrulamakta; bu bulgu, sensör özelliklerinin nihai hatta tek girdi olarak seçilmesini gerekçelendirmektedir. K-En Yakın Komşu tabanlı parametre öneri modülü ise hata tahminlerini makine parametreleri uzayında düzeltme önerilerine dönüştürerek sensör tabanlı tespit ile parametre tabanlı düzeltme arasında tam bir karar destek döngüsü oluşturmaktadır.

Özet (Çeviri)

Plastic injection molding is a highly parameter-sensitive manufacturing process in which deviations from nominal operating conditions produce surface and structural defects. Conventional quality control relies on machine parameters as the primary monitoring signal; however, these represent commanded inputs rather than the actual thermomechanical state inside the mold cavity, leaving process variability from material batch differences, environmental conditions, and tooling wear undetected. This thesis investigates the transition from machine parameter-based monitoring to sensor-based quality control using cavity pressure and temperature measurements captured inside the mold. A controlled Design of Experiments was conducted to generate five defect classes (short shot, flash, weld line, burn mark, and sink mark) through deliberate parameter variation, producing a real experimental dataset. A two-stage classification pipeline was developed in which a binary classifier distinguishes conforming from defective cycles and a set of independent classifiers identify the specific defect type. A comparative evaluation confirms that sensor-derived features substantially outperform machine parameter logs and match or closely approach the combined feature set, validating the sensor-based transition and justifying sensor features as the sole input to the deployed pipeline. A K-Nearest Neighbours parameter suggestion module then translates defective predictions into corrective recommendations, operating in machine parameter space to form a complete loop between sensor-based detection and parameter-based correction.

Benzer Tezler

  1. Tez No

    1019710

    A sensor-driven machine learning pipeline and llm-based decision support agent for plastic injection molding quality control

    Plastik enjeksiyon kalıplama kalite kontrolü için sensör tabanlı makine öğrenmesi hattı ve llm tabanlı karar destek ajanı

    EYYÜB BATUHAN ÜNAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    Endüstri ve Endüstri MühendisliğiÖzyeğin Üniversitesi

    Veri Bilimi Ana Bilim Dalı (disiplinlerarası)

    DR. ÖĞR. ÜYESİ ERİNÇ ALBEY

  2. Tez No

    353

    Kam yapma aparatı

    Cam milling attachment

    ORHAN UZUN

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Makine MühendisliğiGazi Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. FEVZİ ERCAN

  3. Tez No

    159

    Örnekle-tut ve analogtan dijitale çevirme devrelerinin analiz ve sentezi

    Başlık çevirisi yok

    ERTUĞRUL İPEK

    Yüksek Lisans

    Türkçe

    Türkçe

    1985

    Elektrik ve Elektronik MühendisliğiUludağ Üniversitesi

    Elektronik Ana Bilim Dalı

    PROF. DR. ERGÜR TÜTÜNCÜOĞLU

  4. Tez No

    277

    Bir pamuk iplikhanesinde fiili çalışma metodlarının incelenmesi ve mevcut işlemlerin standart sürelerinin saptanması

    Başlık çevirisi yok

    MÜRŞİDE KESEROĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    1985

    İşletmeEge Üniversitesi

    Tekstil Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUSTAFA NAZMİ ERCAN

  5. Tez No

    234

    Adana ili Ceyhan ilçesi Tatlıkuyu köyünün mekanizasyon varlığı ve işletme maliyetlerinin saptanması üzerinde bir araştırma

    Başlık çevirisi yok

    MEHMET KABASAKAL

    Yüksek Lisans

    Türkçe

    Türkçe

    1987

    ZiraatÇukurova Üniversitesi

    Tarımsal Mekanizasyon Ana Bilim Dalı

    PROF. DR. KURTULUŞ TUNCER

Geri Dön