Endüstriyel kutulama robotlarında makine öğrenmesi temelli arıza tahmini ile kestirimci bakım uygulaması

Abstract

Üretim sistemlerinde, operasyon sırasında tekrarlayan arızalar ve planlı bakım duruşları, üretim verimliliği açısından büyük bir öneme sahiptir. Plansız üretim duruşları ve planlı bakım sırasında uygulanan, veriye bağlı olmadan yapılan geçici müdahaleler, işletmelerde büyük zaman ve para kayıplarına neden olmaktadır. Son zamanlarda büyük gelişmelerin yaşandığı Endüstri 4.0 teknolojileri, makinelerden toplanan gerçek zamanlı verileri (BigData) kapsamlı bir şekilde depolanarak potansiyel sorunların kalıcı olarak çözümü için yol göstermektedir. BigData ile birlikte oluşturulan yapay zekâ algoritmaları ile arızaların, kronik problemlerin analiz edilmesinde ve aksiyonlar alınmasında büyük öneme sahiptir. Yapay zekâ üzerinden tespit edilen aksiyon planları ile işletmelerde üretim verimliliğinin sağlanmakta ve yüksek bakım giderleri minimum seviyelere indirilmektedir. Bu çalışmamızda, üretim hattı kutulama robotlarına ait ortalama arıza süresi (MTTF) değerleri ve geçmiş arıza verileri kullanılarak sistem arıza tahmini için yapay sinir ağı (ANN) modeli oluşturulmuştur. Nesnelerin interneti (IoT) teknolojisi kullanılmadan kurgulanan makine öğrenmesi modeli üzerinden birçok iterasyon denemesi yapılmış ve başarı yüzdesi en yüksek olan iterasyon belirlenmiştir. İlave olarak sistemin MTTF karakteristği tespit edilerek arızaların tahmin başarısı artırılmıştır. Yaşanan duruşların minimum sürelerde çözülebilmesi için yedek parça analizi yapılmış ve robot üzerindeki ekipmanların teknik depo adetleri belirlenmiştir. Bu sayede geçmiş arıza verileri ile robot üzerinde başarılı bir kestirimci bakım uygulaması yapılması yanında duruşların minimum sürelerde çözülmesi için çalışmalar yapılmıştır.