29 research outputs found
Deep Learning Enabling Digital Twin Applications in Production Scheduling: Case of Flexible Job Shop Manufacturing Environment
No full textDigital twin-based Production Scheduling (DTPS) is a process in which a digital model replicates a manufacturing system, known as a "Digital Twin (DT)". DT is essentially a virtual representation of physical equipment and processes that are connected to the physical environment using an online data-sharing infrastructure within the Manufacturing Execution System (MES). In the case of reactive scheduling, DT is used to detect fluctuations in the scheduling plan and execute rescheduling plans. In proactive scheduling, it is used to simulate different production scenarios and optimize future states of production operations. Replicating detailed simulation models in most PS cases is highly computationally intensive, which negates against the main goal of DT (online decision making). Thus, this research aims to examine the possibility of using data-driven models within the DT of a Flexible Job Shop (FJS) production environment aiming to provide online estimations of PS metrics enabling DT-based reactive/proactive scheduling
Analysis and Forecasting of Multi-Region Recyclable Waste Datasets With Supervised Machine Learning Models
No full text21.11.2024 tarihine kadar kullanımı yazar tarafından kısıtlanmıştır.To have sustainable cities, it is quite crucial to forecast the recyclable waste amounts at different points of regions so that the return of some portions of such amounts would allow to minimize the raw material usage at manufacturing facilities and increase profit via recycling. For these reasons, the objective of this study is to analyze the amount of recycled waste collected at different time intervals from different regions, after that it aims to forecast the waste amounts through different supervised machine-learning approaches. These forecasts will benefit organizations to better shape their recycling strategies and minimize costs through optimal recycling collection and investment policies. Due to the uncertainties and variabilities within the collected recycled waste datasets, this thesis first applies traditional forecasting methods with time series analyses. Then, further analyses are performed through supervised machine learning approaches such as ARIMA, K-NN, and XGBoost apart from statistical analyses that cover descriptive and correlation analyses. Based on the analyses conducted by traditional forecasting methods, the moving average method provides the best forecasting results in all regions with MSE value of 97 among other methods for paper waste and 0.13 for plastic waste. Concerning the analyses by supervised machine learning methods, the ARIMA approach shows better forecasting results in the majority of the regions, and it has with MSE value of 105 for the best-performing region. Finally, the study proposes an automated forecasting framework after iteratively combining the forecasting algorithms in a pool and selecting the best forecasts according to predefined performance measures.Sürdürülebilir şehirler için, bölgelerin farklı atık miktarlarını tahmin etmek oldukça önemlidir; böylelikle bu miktarların bir kısmının geri dönüşü, üretim tesislerinde hammadde kullanımını enküçükleyebilecektir ve geridönüşümle karlılığı arttırabilecektir. Bu nedenlerle, bu çalışmanın amacı, farklı zaman aralıklarında ve farklı bölgelerde toplanan geri dönüşüm atık miktarlarını analiz etmektir, sonrasında farklı gözetimli makine öğrenimi yaklaşımları ile atık miktarlarını tahmin etmeyi amaçlamaktadır. Bu tahminler kuruluşların geri dönüşüm stratejilerini daha iyi tahminlerle daha iyi şekillendirmelerine ve en iyi geri dönüşüm toplama ve yatırım politikaları ile maliyetlerinin minimize etmeyi sağlayacaktır. Farklı noktalardan elde edilen geri dönüşüm atık veri setlerindeki belirsizliklerden ve değişkenliklerden dolayı, bu tez çalışması öncelikle geleneksel tahminleme yöntemlerini zaman serisi analizleri ile uygulamaktadır. Sonra, tanımlayıcı ve korrelasyon analizlerini içeren istatistiksel analizlerin dışında ARIMA, K-NN ve XGBoost gibi seçilmiş gözetimli makine öğrenmesi yaklaşımları ile ilave analizleri yapmaktadır. Geleneksel tahmin yöntemleriyle yapılan analizlere göre hareketli ortalama yöntemi, kağıt atıklarında diğer yöntemler arasında 97, plastik atıklarda ise 0,13 MSE değeriyle tüm bölgelerde en iyi tahmin sonuçlarını sağlamaktadır. Denetimli makine öğrenimi yöntemleri analizlerine göre, ARIMA yöntemi bölgelerin çoğunda daha iyi tahminleme sonuçlarını göstermektedir ve en iyi performans gösteren bölge 105 MSE değerine sahiptir. Son olarak, çalışma tahminleme algoritmalarını bir havuzda toplayarak ve en iyi tahminleri tanımlanan tahminleme performansı ölçütlerine göre seçerek otomatik bir tahminleme çerçevesi oluşturmayı amaçlamaktadır
An Enhanced Requirement Extraction Application for Advanced Planning Systems: a Case Study for Plastic Injection Factory Planning
No full textBu çalışma, değişen müşteri taleplerine, yüksek ürün çeşitliliğine ve değişik ürün yapılarına sahip bir plastik enjeksiyon fabrikasının entegre olarak planlanmasına yönelik gereksinim planlama işlemleri için gereken süreyi azaltmaya yönelik bir yaklaşım önermektedir. Çalışmada Türkiye'nin Ege Bölgesinde bulunan 64 firmanın planlama metodolojileri incelenmiştir. İncelemeden edinilen bilgiler, yapılan literatür araştırmasından edinilen sonuçlar ile birleştirilerek gereksinim çıkarma sürecini kısaltmaya ve kolaylaştırmaya yönelik entegre bir yaklaşım önermektedir. Sonrasında bu yaklaşım bir plastik enjeksiyon firmasında uygulanıp gerçek ortamda test etmektedir. Test sonuçları, yönetimsel kriterlerde performans artışı göstermektedir. Bunlarla birlikte, metodun dört ana faktörüne göre iki seviyeli tam faktöryel deney tasarımı yapılıp ANOVA metoduyla analiz edilmiştir. Sonuçlara göre bu faktörlerden olan maksimum ürün ağacı seviyesi ve ortalama ürün ağacı birleşeni sayısı, hesaplama sürelerinde en büyük etkiye sahiptir.This study proposes a generic approach to reduce execution time of an integrated material requirements planning system for a plastic injection production factory that has a high mix of product variety, different product structures and varying customer demands. First, a survey study is conducted on sixty-four production companies located in Aegean Region of Turkey with regard to their planning methodologies. Then, together with a through literature review on the topic, an integrated method is proposed to reduce the execution time of requirement extraction process. This method is applied to a plastic injection company and tested under real production conditions. The test results indicate an increased performance on several managerial criteria. In addition, a full factorial experimental design that includes four factors with two levels is generated for the proposed method. It is analyzed by the ANOVA method. Results indicate that maximum number of levels in a bill of materials and average number of components in a bill of materials have significant impact on the calculation time
Ofis Çalışanlarının İş Sağlığı ve Güvenliği Bakımından Ergonomik Risklerinin Çalışma Birimlerine Göre Değerlendirilmesi
No full textİş Sağlığı ve Güvenliği (İSG)'nin amacı çalışanların risklerden arındırılmış, çalışanların daha sağlıklı ve güvenli çalışabilecekleri iş ortamları hazırlamaktır. Bu güne kadar yapılan tüm araştırmalar bu amacı sağlamak içindir. İnsanların iş haklarını ve yaşamını korumayı hedefleyen İş sağlığı ve Güvenliği günümüzde bütün ülkelerde önemli hale gelmiştir. Uygunsuz çevre koşulları, psikolojik risk etmenleri, ergonomik koşullar, çalışanların devamlı aynı pozisyonda oturma süreleri çalışanlarda sağlık sorunları oluşturmaktadır. Belediye çalışanlarında gerçekleştirilen bu çalışmanın amacı, belediye içerisinde fen işleri, imar işleri ve muhasebe birimlerinin arasındaki ergonomik risk değerlendirmesi yapmaktır. Belediye çalışanlarına Demografik, Ergonomik Risk ve NASA-TLX İş Yükü Değerlendirme anketleri uygulanmıştır. Anket değerlendirmesi 103 çalışan üzerinden gerçekleşmiştir. Anket sonuçları, fen işleri çalışanlarında diğer imar işleri ve muhasebe birimlerinde çalışanlara göre daha fazla ergonomik risk faktörü göstermektedir. Fen işleri biriminde çalışanlarda diğer kriterlerin haricinde fiziksel iş yükü kriteri de gözlenmiştir.The aim of Occupational Health and Safety (OHS) is to prepare work environments in which employees are free from risks and employees can work in a healthier and safer manner. All research are conducted for this purpose so far. Occupational health and safety that aims to protect human rights and lives plays a crucial role in all countries nowadays. Improper environmental conditions, psychological risk factors, ergonomic conditions, permanent residence time of employees in the same position result in critical health problems for employees. The aim of this study is to evaluate the ergonomic risks among the technical works, urban planning and accounting units within the municipality. Demographic, ergonomic risk and NASA-TLX workload assessment are applied to municipal employees. The survey is conducted on 103 employees. Technical workers have more ergonomic risk factors than those in urban planning and accounting units. Also, physical workload criteria are observed among technical workers
Shared manufacturing and the sharing economy ideal: Strategic limits in a fragmenting world
No full textThis study offers a strategic critique of shared manufacturing (SharedMfg), a concept rooted in the broader sharing economy (SE) and promoted as a mechanism for optimizing industrial capacity through peer-to-peer coordination. While such frameworks emphasize digital platforms, scheduling efficiency, and resource pooling, they frequently neglect the deeper constraints that govern the real-world feasibility of manufacturing. In particular, SharedMfg models are often constructed atop idealized abstractions, treating manufacturing units as modular, cyber-physical assets within an Industry 4.0 ecosystem, while overlooking the material, energetic, and geopolitical foundations on which all manufacturing ultimately depends. Extending beyond critique, we explore the conceptual underpinnings of SharedMfg within its systemic context, a prelude to the layered pyramid model advanced in this study. This paper argues that manufacturing does not evolve autonomously, but rather reflects the socio-political order in which it is embedded. To address this oversight, we propose a layered conceptual framework – a manufacturing transformation pyramid – that begins not with coordination, but with the substrate: matter, energy, and institutional structure. We contend that genuine transformation in manufacturing systems must be grounded in these foundational realities, rather than in digital optimization alone. Absent this grounding, SharedMfg/SE risks becoming a transient theoretical exercise, bounded by the specific conditions of its historical moment and detached from the structural realities that shape industrial capacity
Analysis of multiple process flows in an ASIC fab with a detailed photolithography area model
No full textImplementing a new genetic algorithm to solve the capacity allocation problem in the photolithography area
No full text
Capacity modelling of a wet bench cluster tool with material handling robot
No full textIn this study, a wet bench cluster is examined through a highly detailed simulation model to first understand the tool performance under different process mixes and lot arrival patterns and second to improve the tool performance using different recipe sequences and loading policies. Results of the simulation experiments show that there is benefit in rationalising the number of recipes to increase the opportunity for full loads. In addition, the wet bench capacity is significantly improved by reconfiguration of recipe sequences. The article demonstrates the successful use of a detailed simulation model of a wet bench cluster tool to support process engineering changes
