İşletmeler, günümüzün zorlu küresel ticaret koşullarında artmakta olan rekabet nedeniyle üretim maliyetlerini azaltmak amacıyla sıfır hata çalışmalarına ağırlık vermeye başlamışlardır. Son yıllarda yapılan teknolojik gelişmelerin yardımıyla işletmeler, karmaşık sorunların çözümü için yapay zeka yöntemlerini daha yaygın olarak kullanmaya başlamışlardır. Şirketlerin işletme süreçlerini sıfır hata ile çalıştırma vizyonları kapsamında otomotiv sektöründe de kullanılmaya başlayan bu yöntemler, etkin problem çözme çalışmalarının yanısıra üretim süreçlerindeki kontrol mekanizmalarına da etkili destekler sağlamaktadır.
Otomotiv sektöründe yapay zeka ile kalite iyileştirmesi
Yapay zeka kullanılarak otomotiv sektöründeki üretim proseslerinde, operatörlerin karar verme mekanizmasındaki hataları minimuma indirilerek daha stabil ve hatasız bir üretim süreci tasarlanması hedeflenir. Her firmanın kendi kalite düzeyini belirleyip bu düzeyi geliştirmesi gerekmektedir. Bu amaç ile işletmelerde kalite ve süreç iyileştirmelerinin yapay zeka sistemleri ile gerçekleştirilmesinde sayısız yarar vardır. Kalite ve süreç iyileştirmede, istatistiksel süreçlerin yanısıra yapay zeka algoritmaları da kullanılmalıdır. Kalite kararlarının çıktıları oldukça karmaşık ve sorunludur. Müşteri memnuniyetinin net olarak sağlanması ile maliyetlerin en aza indirilmesi aynı anda gerçekleştirilmelidir. Aşırı duyarlı olarak yapılan parça kontrolü, uygun ürünlerin de ıskarta olmasına neden olur ve ayıklama maliyetlerinin artışı ile müşteri güveninde azalışa neden olur. Üretici firma için maliyetlerin azaltılması, kalite açısından güvenilirliğin arttırılması, yeni bir hata önleme yönteminin (Poka Yoke) devreye alınması ve kalite konusundaki karar verme tekniklerinde yapay zeka sistemleri kullanarak operatör etkisinin minimuma indirilerek sıfır hata metodolojisinin geliştirilmesini sağlamaktır.
Bitmiş bir ürünün son muayenesi sırasında, operatör tarafından görsel olarak gerçekleştirilen ve müşteride memnuniyetsizlik, kalitesizlik maliyeti ve güven eksikliğini önleyecek bazı kontroller yapılmaktadır.
Otomotiv sektöründe ürünlerin yüzey kontrolünde önemli olan parametreler
Kesim ile ilgili
• Kaba Kesim
• Toz oluşumu
• Çapak Oluşumu
Yüzey sorunları
• İz
• Kabarcık
• Zedelenme/Hasar
• Çapak
• Kırışıklık
Kaynak yüzeyi
• Gözenek
• Düzgün olmayan yüzey
Müşteri bu parametrelerden en az birinde uygunsuz bir durumu fark edip şikayet olarak bildirir. Yukarıdaki parametrelerin tamamındaki sorunların saptanması için yapay zeka çalışması kapsamında bir kalite kontrol sisteminin tasarlanması gerekmektedir. Uygun olmayan kesim durumlarında, bitmiş ürün yüzeyinde kesme kusurları, ürün tozu kalıntıları ve çapaklı yüzeyler oluşur. Bitmiş ürünlerin yüzeylerinde izler, kabarcıklar, hasarlar, hatalı kesimler ve çapak kalır. Kaynak yüzeyinde gözenek oluşumu, pürüzlülük ve yüzey yanak sorunları oluşur.
Bu alanlardaki yapay zeka çalışmalarının en önemli amacı, ortaya çıkan sorunlara yazılım kullanarak ya da sistematik olarak çözüm aramaktır. Bu çalışmalarla insan zekasını kullanarak yeni tasarımlar yapmanın yanısıra, operatör kaynaklı hataların azaltılmasıyla işgücü ve zaman tasarrufu, artan güvenlik, maliyet düşüşü gibi kazanımlar sağlanabilir. Günümüz yapay zeka teknolojisinde kullanılan derin öğrenme yöntemi, pahalı kameralara olan gereği ortadan kaldırarak, endüstriyel kameralarla bile birçok projenin çok düşük maliyetle tamamlanmasını sağlıyor.
Derin öğrenme ve yapay zeka, otomotiv endüstrisinde poka yoke yöntemi kullanılarak sıfır üretim hatasına ulaşmak için kullanılabilecek iki teknolojidir. Datagues çözümleri bu hedefe ulaşmanıza yardımcı olmaktadır.
Comments