Abstract
Endüstriyel üretim süreçlerinde makinelerin güvenilirliği ve kullanılabilirliği, üretim verimliliği açısından kritik öneme sahiptir. Geleneksel bakım yaklaşımları, arıza gerçekleştikten sonra veya belirli periyotlarla müdahaleyi esas alırken, bu yöntemler gereksiz bakım maliyetlerine ve plansız duruşlara neden olabilmektedir. Bu çalışmanın amacı, yapay zeka tabanlı ön kestirimci bakım yaklaşımı geliştirerek, ekipman arızalarının gerçekleşmeden önce tahmin edilmesini sağlamaktır. Araştırmada, CMX 1100 V model CNC freze tezgahından elde edilen açık kaynaklı sensör verileri kullanılmış; veriler Python ortamında işlenmiş ve XGBoost algoritması ile analiz edilmiştir. Model, işleme durumunu yüksek doğruluk oranı ile sınıflandırmış ve olasılık tabanlı bakım kararı verebilen bir karar destek sistemi olarak tasarlanmıştır. Elde edilen sonuçlar, yapay zeka destekli ön kestirimci bakımın üretim süreçlerinde bakım planlamasını optimize ederek maliyetleri azaltabileceğini ve üretim sürekliliğini artırabileceğini göstermektedir. Çalışma, makine öğrenimi tabanlı karar mekanizmalarını endüstriyel bakım stratejilerine entegre ederek Endüstri 4.0'ın dijital dönüşümüne katkıda bulunmaktadır.

This publication has 32 references indexed in Scilit: