Tez No	İndirme	Tez Künye	Durumu
379730		Kritik bakım parçalarının yumuşak hesaplama algoritmalarıyla belirlenmesi / Indentifying critical maintenance parts with soft computing algorithms Yazar:GÖKHAN ÖZKAN Danışman: PROF. DR. MEHMET MELİH İNAL Yer Bilgisi: Kocaeli Üniversitesi / Fen Bilimleri Enstitüsü / Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:	Onaylandı Doktora Türkçe 2014 96 s.
Çalışan sistemlerin zaman içinde arızalanması kaçınılmazdır. Üretim hattındaki arıza, üretimde duraksama ve maliyetlerin artmasına sebep olur. Duraksama veya arızalı kalma sürelerinin azaltılması için süreç ve yöntemler geliştirilmektedir. Sarf ve talep verisine dayalı tepkin geleneksel yöntemler, bekleme sürelerinin azaltılmasında yetersiz kalmaktadır. Salt bakım yönetimi veya envanter yönetimi süreçlerinde yapılan iyileştirmeler de beklenen katkıyı sunmamaktadır. Gecikmelerin önlenmesi ve maliyetlerin azaltılması için bakım ve envanter yönetimi disiplinlerinin bütünleşik bir şekilde ele alınması gerekmektedir. Bakım kayıtları incelenerek arıza türleri, sıklıkları, oluşma yerleri, sebep olduğu etkiler ve gecikme süreleri değerlendirilmelidir. Değerlendirme neticesinde, bakım parçaları kendi aralarında önceliklendirilerek, kritik bakım parçalarının stoklarda tutulması sağlanmalıdır. Bu tez çalışması kapsamında Marmara bölgesinde konuşlu bir işletmenin üretim hattında kullanılan cihazlara ait; bakım kayıtlarının analiz edilebilir hale getirilmesi, Yumuşak Hesaplama Algoritmalarıyla analiz edilmesi, İmalatın sürekliliğine yönelik bakım, arıza ve yedek parça dengesinde kullanılacak bir bakım parçası önceliklendirmesinin yapılması problem olarak ele alınmıştır. Problem girdisi olarak, işletmenin bakım kayıtları kullanılacaktır. Girdi, süreç aşamasında geliştirilen model ile analiz edilecek ve çıktı bölümünde bakım parçaları "kritik", "gerekli" ve "arzu edilen" öbeklerine ayrılacaktır. Burada kritik bakım parçası: hayati; az kritik bakım parçası: gerekli; kritik olmayan bakım parçası: arzu edilen bakım parçası anlamında kullanılmıştır. Önerilen model kullanılarak, kritik bakım parçalarının önceliklendirilmesi sağlanmıştır. Böylelikle, işletme tarafından tutulan bakım kayıtları ile envanter yönetimi arasında analitik bir bağ oluşturulmuştur. Modelin, uzman görüşü gerektirmeden tutarlı ve doğru sonuç ürettiği test edilmiştir. Yeni bakım kayıtların için modelde değişiklik yapma ihtiyacı olmadan kritik parçaların %100 oranında başarımla belirlenmesi mümkündür. Böylelikle tutarlı sonuçlar üreten modelin, envanter yönetimine önceliklendirme konusunda çok değerli veri sunması sağlanmıştır.
It is inevitable to have failure free systems. System failures in production line results with high cost delays in production plan. Increased emphasis has been given to manufacturing assets in order to keep them available. The failures have to be analyzed for making healthy forecasts and taking measures. The causes and consequences of failures are prioritized according to the importance of its in manufacturing activity. In order to keep continuity of the manufacturing, the balance has to be formed among failure, maintenance and repair parts. Within the scope of this thesis; preparing maintenance records to be analyzed, analyzing maintenance records with Soft Computing Algorithms, and prioritization repair parts according to their criticality are discussed as problem area. The entity's maintenance records will be used as the input of the problem. These inputs will be analyzed with the model developed in "the process stage" and maintenance parts with similar properties will be categorized into the "critical," "necessary" and "desirable" classes as outputs. Here, critical class is used for vital essential elements; necessary class is used for fewer critical parts, and desirable class is used for needed but not very necessary parts. Using the proposed model, prioritization of the critic maintenance parts are accomplished. Furthermore, this model led to the establishment of an analytical linkage between the maintenance records and inventory management. The model was developed using soft computing algorithms, and it can produce by itself more accurate results by just providing more maintenance records. Thus, the model produces consistent and 100% results with success; invaluable part prioritization data for inventory management has been able to provide.