Otomotiv Sektöründe Son Ürün Kalite Kontrolü
Global dünya koşullarında şirketler, artan rekabet sebebiyle maliyetlerini azaltmakta ve sıfır hata çalışmalarına ağırlık vermektedir. Son yıllarda yapılan bilimsel araştırmalarda ve işletmelerde, karmaşık problemlerin çözümü için yapay zekâ yöntemleri yaygın olarak kullanılmaya başlanmıştır. Şirketlerin süreçlerini sıfır hata ile çalıştırma vizyonları kapsamında otomotiv sektöründe de kullanılmaya başlayan bu yöntemler, etkin problem çözme çalışmalarının yanında, süreçlerdeki kontrol mekanizmalarına etkili destekler sağlamaktadır.
Yapay zekâ kullanılarak otomotiv sektöründe üretim proseslerinde, operatörlerin karar verme mekanizmasındaki hataların 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 iyileştirilmelerinin yapay zekâ sistemleri ile yapılması yararlı olacaktır. Kalite ve süreç iyileştirmede, istatistiksel süreçlerin yanı sıra yapay zekâ algoritmaları da kullanılmalıdır. Kalite kararlarının çıktıları oldukça karmaşık ve sorunludur. Müşteri memnuniyetinin net olarak sağlanması ile maliyetlerin en aza indirilmesi aynı anda gerçekleştirilmelidir. Her işletmenin kendi yöntemlerine göre kalite düzeyini belirlemesi gerekmektedir. 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 artırılması, yeni bir hata önleme yönteminin (Poka Yoke) devreye alınması ve kalite konusundaki karar verme tekniklerinde yapay zeka sistemi kullanarak operatör etkisinin minimuma indirilerek sıfır hata metodolojisinin geliştirilmesini sağlamaktır.
Bitmiş bir ürünün son muayenesi sırasında, operatör tarafından görsel olarak incelenen ve müşteride memnuniyetsizlik, kalitesizlik maliyeti ve güven eksikliğini önleyecek bazı kontroller yapılmaktadır. Otomotiv sektöründe ürünlerin yüzey kontrolünde önemli olan parametreler kesim, yüzey ve kaynak olmak üzere aşağıda listelenmiştir:
Kesim ile ilgili,
• Kaba Kesim
• Toz oluşumu
• Çapak Oluşumu
Yüzey durumları,
• İz
• Kabarcık
• Zedelenme/Hasar
Düzgün olmayan yüzey
• Çapak
• Kırışıklık
• Boyun Verme
Kaynak yüzeyi,
• Gözenek
• Düzgün olmayan yüzey
Bu parametrelerden en az birinde yaşanacak bir uygunsuz durum, müşteri tarafında fark edilerek şikâyet olarak bildirilmektedir. Bu sebeple de yapılacak yapay zekâ çalışmasında, yukarıdaki tüm parametrelerdeki problemlerin yakalanabileceği bir kalite kontrol sistemi tasarlanması gerekmektedir. Kesim ile ilgili uygunsuz durumlarda bitmiş ürün yüzeyinde kesim bozukluğu, ürüne ait toz kalıntıları ve çapaklı yüzeyler oluşmaktadır. Yüzey durumlarında, bitmiş ürün üzerinde iz, kabarcık, zedelenme, uygun olmayan şekilde kesilmiş yüzey ve çapak kalması görülmektedir. Kaynak yüzeyinde ise gözenek oluşumu, pütürleşme ve yüzey yanağı problemlerine neden olmaktadır.
Bu alanda Yapay zekâ çalışmasının en önemli hedefi, çok defa karşılaşılan çıkan problemlere yazılım ile ya da sistematik olarak çözüm aramasıdır. Bu çalışmalarla, insan zekâsını kullanarak yeni tasarımlar yapmanın yanı sıra, operatör kaynaklı hataları azaltarak işgücü ve zaman tasarrufu, güvenlik artışı ve maliyet azaltması gibi faydalar edinilebilir. Günümüz yapay zekâ teknolojisinde deep learning metodu ile artık çok maliyetli kameralar ihtiyaç duymadan endüstriyel kameralar ile bile birçok proje çok az maliyetler ile gerçekleştirebilir durumdadır.
Dataguess çözümleri ile otomotiv sektöründe deep learning ve yapay zekâ kullanarak üretimdeki hataları poka yoke yöntemi ile sıfıra indirebilirsiniz.