Plastik enjeksiyon süreci optimizasyonunda yapay zeka tekniklerinin kullanımı

Abstract

Plastik ürünlerin imalatında çok değişik yöntemler kullanılmakla birlikte en yaygın yöntem enjeksiyonla kalıplama yöntemidir. Plastik enjeksiyon yöntemi seri üretime oldukça uygun olup genellikle termoplastiklere uygulanır. Bu çalışmanın konusu olan plastik enjeksiyon yöntemine bir seferde birden fazla çıkarılması istenen karmaşık ürünler için, malzeme tasarrufunu, çevrim süresinin azaltılmasını, kalıp ömrünün artırılmasını sağlamak amacıyla başvurulmaktadır.Her geçen gün gelişen teknoloji ve yazılımlar yardımıyla hızlı, güvenilir ve kaliteli üretim yapmak, başarılı olmak adına önemlidir. Plastikler için en yaygın üretim şekli olan plastik enjeksiyon yöntemi için de bu geçerlidir. Hız ve kaliteyi yakalamak için kontrolden tasarıma, tasarımdan üretime, üretimden analize her aşamada bilgisayar kullanılarak üretim süresi ve maliyeti minimuma indirgenebilir.Bu çalışma, önerilen yeni yaklaşımla plastik enjeksiyon yönteminde en önemli süreçlerden biri olan yeni ürün devreye alma sürecini kısaltabilmek amacıyla yapılmıştır. Tez çalışmasında, yeni ürün devreye alma sürecinin kısaltılabilmesi için yapay sinir ağları (YSA) yöntemi kullanılarak hatalı ürün tespiti ve uzman sistem (US) kullanılarak parçadaki hatanın önlenmesi üzerine odaklanılmıştır. Oluşturulan programlar farklı makinelerdeki hatalı ürünleri tespit edebilmek ve problemlere çözüm bulabilmek için esnek olarak geliştirilmiştir. Matlab 6.5 ve C++ kullanılmıştır.Birinci bölümde teze giriş yapılmaktadır. Tezin ikinci bölümünde plastiklere kısaca değinilmiş, plastik enjeksiyon tezgahı ve prosesi hakkında bilgiler verilmiştir. İkinci bölüm ayrıca yapay sinir ağlarını ve uzman sistemleri de içermektedir. İlk kısımda yapay sinir ağları ve uzman sistemlerin tanımı, tarihçesi, faydaları ve uygulama alanları açıklanarak, geliştirilen ilk örneklerine ve değişik alanlardaki kullanımlarına yer verilmiştir. Üçüncü bölümde tezde kullanılan materyal ve metot anlatılmıştır. Dördüncü ve beşinci bölümde ise tezden elde edilen sonuçlara değinilmiştir. Geliştirilen yazılımların görüntüleri verilmiştir. Ayrıca geliştirilebilecek daha sonraki sinirsel ağlar ve uzman sistemler üzerine yorumlarda bulunulmuştur. Tezin sonunda eğitim seti, doğrulama seti ve yapılan denemeleri içeren Ekler kısmı bulunmaktadır.

Although there are several methods in the manufacture of plastic products, injection molding is the most widespread method. Plastic injection method is suitable for mass production and is generally applied for thermoplastics. Plastic injection method, which is the subject of this study, is generally useful for thermoplastics in the production of complex shaped parts, to ensure reduction of cycle time and to ensure the enhancement of mold life.In recent days advances in manufacturing and software technology enable to make fast, accurate and high quality production. It is the same for plastic injection which is the one of the most common and well known manufacturing process for plastic materials. For getting high quality and fast manufacturing rates it is important to use computer in all phase of production such as design, quality, manufacture and analysis. Moreover production time and cost can be reduced with the usage of computer.The objective of this study is to determine the effects on the quality of process parameters of the plastic parts that produce by using injection molding. In this thesis research, for minimization of First Part Approval process, faulty product determination with artificial neural network (ANN) and fault elimination with expert system (ES) is presented. The programs are flexible. So, the programs can be used on different machines to find faulty product. Matlab 6.5 and C++ are used to develop software in this work.First chapter is the introduction into the study. In second chapter, plastic materials are summarized briefly and some informations are given about plastic injection machine and process. Second chapter also includes the artificial neural networks and expert systems. At the beginning, the definition, history, advantages and application fields of Artifical Neural Networks and Expert Systems are explained and the early examples and using the different fields are given. Third chapter explains materials and methods used in the study. Fourth chapter and Final (Fifth) chapter, conclusion chapter gives summary and discussion about the study. Comments on further studies are presented in the final chapter. At the end of the study, attachments included training set and validation set and experiment data are given.