Galvaniz sektöründe bir yapay sinir ağı uygulaması

Abstract

Endüstriden ekonomiye, askeri alanlardan sağlık sektörüne kadar pek çok alanda Yapay Sinir Ağları (YSA) Modelleri kullanılmaktadır. İnsan beyninin öğrenme, sınıflandırma, genelleme vb bir çok özelliğini simüle ederek YSA, Yapay Zeka teknikleri arasında oldukça yaygın bir şekilde uygulanmaktadır. İşletmeler arasında artan rekabet nedeniyle müşterinin istediği kalitede ürün üretmek ve maliyetlerin düşürülmesi öncelikli hedeflerdendir. Galvaniz sektöründe temel hammadde girdisi olan Çinko(Zn), en önemli maliyet kalemini oluşturmaktadır. Dolayısıyla sarf edilecek çinko miktarının tahmin edilmesi ve kalitenin sürekliliğinin sağlanması gerekmektedir. Bu çalışmada galvaniz sektöründe faaliyet gösteren bir firmada Yapay Sinir Ağı(YSA) yardımıyla kaplama kalınlığı ve yüzey kalitesi tahmin edilmeye çalışılmıştır. Kaplama kalınlığı ve yüzey kalitesine etki eden malzeme ve süreç parametreleri uzman kişilerle beyin fırtınası yöntemiyle belirlenmiştir. Hem kalite açısından hem de maliyetler açısından en uygun değerin belirlenmesine çalışılmıştır. YSA sonuçları gerçek veriler ile karşılaştırıldığında %84 kalınlık tahmin performansının elde edildiği gözlemlenmiştir. Ayrıca tahminlenen değerlerin gerçek verilerle uygunluğunu test etmek açısından hem kaplama kalınlığı hem de yüzey kalitesi için hipotez testi uygulanmış; her iki parametre için de modelden elde edilen değerlerle gerçek değerlerin ortalaması arasında istatistiksel olarak anlamlı bir fark olmadığı görülmüştür.Çalışmanın 2. bölümünde YSA teorisine genel bir giriş yapılmış, 3.bölümde YSA yapısı açıklanmış, 4.bölümde YSA mimarileri sınıflandırmaları verilmiş ve son bölüm de galvaniz sektöründe kalite ve kaplama kalınlığının tahminine yönelik bir model kurulmuş ve test verileriyle sonuçlar karşılaştırılarak yorumlanmıştır.

From industry to economy and from military to health a lot of sectors use ANN models. Simulating the features of human brain such as learning, classification, generalization etc, ANN has been widely used among the artifical intelligence techniques. Since the competition level among the companies is increasing day by day, meeting customer demands with qualified products and cost reduction are primary goals of each company. Zinc, the main raw material in galvanization sector, is the most important cost item. So it is a must to forecast the amount of zinc to be spent and to maintain the quality at a certain level. In this study it is tried to forecast the amount of zinc consumption and surface quality using the ANN method. The material and process parameters are determined by specialists using brain storming method. The purpose is find the optimum value for both cost and quality sides. When compared the ANN values (desired values) with the real data, we observed %84 surface thickness forecasting perform. And for testing the convenience of values hypothesis tests are done; and the results showed that there is no significance between the desired and real outputs statictically.In the second section of the study is made an introduction to ANN, in the 3th section is explained the Structure of ANN, in the 4th section the ANN topologies are classfied, and the final section a model for forecasting the quality and the coating thickness is developed and the results are evaluated with regarding to the desired and real values.