Otomotiv sektöründe kullanılan direnç nokta kaynağı uygulamalarındaki kaynak argümanlarının ideal norm aralığında olup olmadığının makine öğrenimi ile tahmini
Prediction of whether it is in the ideal norm range of welding arguments that used in applications of resistance spot welding in automotive industry by applying machine learning
- Tez No: 824362
- Danışmanlar: DR. ÖĞR. ÜYESİ SOYDAN SERTTAŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Kütahya Dumlupınar Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bir çeşit direnç kaynağı olan punta kaynağı, metal sac birleştirme işleminde kullanılan ve üretim alanında yaygın olarak bulunan bir kaynak uygulamasıdır. Punta kaynak prosesi otomotiv endüstrisi başta olmak üzere, radyatör ve tel örgü üretimi gibi birçok üretim alanında yaygın olarak kullanılır. Araç üretim bantlarında direnç punta kaynağı genellikle robotik uygulamalarla gerçekleştirilmektedir. Endüstri 4.0 ve dijital dönüşüm trendleri benzeri görülmemiş bir veri büyümesine yol açmıştır. Günümüz imalat sektöründe kalite, bakım ve üretim süreçlerinin izlenmesi, tahmini ve optimizasyonu konularında makine öğrenimi ve veri bilimi algoritmalarının gücünden yararlanılmaktadır. Bu çalışma, gerçek üretim sahasında robotik kollarla uygulanan punta kaynağının izlenerek, kaynak argümanlarının ideal kaynak normları içerisinde olup olmadığının tespitini amaçlamaktadır. İdeal parametre normları değerlendirilirken makine öğrenimi algoritmaları kullanılmıştır. Çalışma, üretimdeki gerçek verileri kullanabilmek için TOFAŞ fabrikasında yapılmış ve pilot hat olarak gövde üretim montaj hattı seçilmiştir. Araştırmada 2023 yılı güncel kaynak parametrelerinden oluşan bir veri kümesi kullanılmıştır. Veri kümesi üzerinde çeşitli makine öğrenimi algoritmaları çalıştırılarak her bir algoritmanın başarım değerlendirilmesine bakılmış ve en uygun tahminleme yöntemi belirlenmiştir. Yapılan deneylerde ROC eğrisi altında kalan alan (AUC) skorları göz önüne alındığında %99 başarı ile XGBoost, LightGBM ve CatBoost modellerinin en yüksek performansı sergilediği görülmüştür.
Özet (Çeviri)
Spot welding, a type of resistance welding, is a welding application widely used in the production area and it is a common method for joining metal sheets. The spot-welding process is widely used in many production areas, especially in the automotive industry, radiator, and wire mesh production. Spot welding in car production lines is mainly performed by robotic applications. Industry 4.0 and digital transformation trends have led to unprecedented data growth. Nowadays, the manufacturing industry benefits from the power of machine learning and data science algorithms to monitor production processes and make predictions for quality, maintenance, and production optimization. Applying machine learning algorithms reduces the duration and cost of experiments. This study aims to confirm whether spot welding, applied by robotic arms, is within the ideal spot-welding norms, in real production areas. The study was conducted at the TOFAŞ factory to utilize real production data, specifically focusing on the body production assembly line as a pilot line. The research utilized a dataset consisting of current welding parameters in 2023. The experiments were conducted on a dataset, and the performance of various machine learning algorithms was evaluated to determine the most suitable prediction method. Considering the scores of the Area Under the ROC Curve (AUC), XGBoost, LightGBM, and CatBoost models exhibited the highest performance with a success rate of 99%.
Benzer Tezler
- İleri dayanımlı çeliklerin nokta kaynaklı birleştirmelerinde mikroyapının kırılmaya etkisi
The effect of microstructure on fructure of spot welded joints of advanced high strength steel
ERKAN İNCEKAR
Yüksek Lisans
Türkçe
2015
Mühendislik BilimleriKarabük Üniversitesiİmalat Mühendisliği Ana Bilim Dalı
DOÇ. DR. BİLGE DEMİR
- Otomotiv sektöründe kullanılan yeni nesil yüksek dayanımlı çeliklerin direnç nokta kaynağı uygulamaları ve kaynak bölgesi karakterizasyonu
Resistance spot welding applications and welding characterization of new generation high strength steel used in the automotive sector
KEMAL AYDIN
Doktora
Türkçe
2023
Makine MühendisliğiKarabük Üniversitesiİmalat Mühendisliği Ana Bilim Dalı
PROF. DR. NİZAMETTİN KAHRAMAN
- Otomotiv sektöründe kullanılan DP1000 ve boron çeliğinin farklı parametreler altında nokta direnç kaynağı ve parametrelerin kaynak kalitesine etkisinin incelenmesi
Resistance spot welding of DP1000 and boron steels which used in automotive industry under different parameters and investigation of the effect of parameters on welding quality
IRMAK CAN ÖZGÜVEN
Yüksek Lisans
Türkçe
2021
Makine MühendisliğiSakarya Uygulamalı Bilimler Üniversitesiİmalat Mühendisliği Ana Bilim Dalı
PROF. DR. UĞUR ÖZSARAÇ
- Otomotiv sektöründe kullanılan saçların elektrik direnç nokta kaynağında mekanik özelliklerinin incelenmesi
Determination of electrical resistance spot welding properties of plated steel sheets used in automotive industry
VEDAT KARABAŞ
Yüksek Lisans
Türkçe
1999
Eğitim ve ÖğretimSakarya ÜniversitesiMetal Eğitimi Ana Bilim Dalı
DOÇ. DR. FEHİM FINDIK
- Otomotiv sektöründe kullanılan dual faz sacların direnç nokta kaynağında mekanik özelliklerinin incelenmesi
Investigation of mechanical properties of spot welded dual-phase steel sheets used in automotive industry
SERDAR AKTAŞ
Yüksek Lisans
Türkçe
2008
Teknik EğitimSakarya ÜniversitesiMetal Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. UĞUR ÖZSARAÇ