Model based fault monitoring system in machining : An applied study

ÖZETMakinelerde Model Tabanlı Arıza Yönetim Sistemi: Bir Uygulama Her geçen gün, teknolojide meydana gelen gelişmeler, hayatımızın hemen hemen her alanında kendini göstermenin yanında, birçok konuda insan hayatını oldukça kolaylaştırmaktadır. Teknolojiyle beraber, ürün ve hizmet kalitesi artmış, hata oranı azalmış ve işlem hızı artmıştır. Bilgisayarın icadı insan hayatı açısından devrim niteliğindedir. Tüm bu olumlu sonuçlara rağmen, meydana gelen gelişmeler beraberinde bir takım dolandırıcılık türlerinin ortaya çıkmasına neden olmuş , bu da firmaların önemli ölçüde gelir kaybetmelerine mal olmuştur. Veri madenciliği yöntemlerinden olan Anomali belirleme ve Sahtekarlık tespiti bu dolandırıcılık türlerini ortaya çıkarmak için kullanılan yöntemlerden ikisidir. Her iki prensipte de amaç; genel işlem hacminden farklı olarak meydana gelen bir anormalliği belirlemektir .Anomali belirlemenin önemi, çeşitli bilgisayar bilimleri ve mühendislikte , verideki anomalileri anlamlı (sık sık kritik) dava edilebilir veriye dönüştürebilmektir.Bu çalışmada, Latent adlı kesici bir makineden Taguchi Methoduyla alınan veriler analiz edilerek, gelecekte meydana gelebilecek muhtemel arızaları tahmin etmeye yönelik modeller kurulmustur. Çalışmanın uygulama aşaması iki kısımdan oluşmaktadır; ilk kısımda, yapay sinir ağları ve yanıt yüzey analizi yöntemi kullanılarak, optimum parametreler belirlenmiş, ikinci aşamada ise diğer girdilerin sabit oldugu varsayılarak zamanla ilişkili regresyon modelleri kurulmustur.Bu çalışmanın amacı; öncelikle, güncel olarak kullanılan ariza tespiti yöntemlerini kullanarak , firmaların gelir kaybetmemesine yardımcı olmaktır. Bunun için yapılan kapsamlı literatür taraması sonucundaulaşılan yayınlar arasında karşılaştırma yapılmış, birbirlerine göre kullanım açısından avantaj ve dezavantajları karşılaştırılmış ve geliştirilmesi açısından öneriler getirilmiştir.ABSTRACTModel Based Fault Monitoring System in Machining: An Applied StudyTechnological evolutions, spreading into our life on an increasing scale with each passing day, are making human life simpler in many aspects. With technology, product and service quality has increased, the error rate has decreased and processing speed has increased. Technological improvements in computer are currently being considered as the most essential revolution in history of civilization . Despite all these positive results, it has caused many types of fraud which is a significant source of lost revenue to the companies.Anomaly Detection and Fraud Detection, which are one of Data Mining application areas, are two of techniques which used for making detection. The aim of these two disciplines is to find object that are different from most other object .The importance of anomaly detection is due to the fact that anomalies in data translate to significant (and often critical) actionable information in a wide variety of computer science and engineering.In this study, in order to predict future possible faults, models were built by analyzing the data which are taken from the cutting machine Latent by using Taguchi method. The study contains two parts: in the first part artificial neural networks and response surface analysis used to find optimum parameters and in the second part, by assuming other inputs are constraint, regression model were built between dependent variable and time.The aim of this study is to help companies not to lose income by using Fault Detection Techniques, primarily. As a result of comprehensive literature research, resources which found were benchmarked, made comparison to their usage and advantages, disadvantages and made suggestion to improve these methods