Yapay zeka modelleri kullanarak süreç iyileştirmeye yönelik bir çalışma: Şönil kumaş örneği

Tez Türü: Doktora

Tezin Yürütüldüğü Kurum: Kahramanmaraş Sütçü İmam Üniversitesi, Fen Bilimleri, Tekstil Mühendisliği, Türkiye

Tez Danışmanı: Prof.Dr. Suat Çetiner, Prof.Dr. Halil İbrahim Çelik

Tezin Onay Tarihi: 2025

Tezin Dili: Türkçe

Özet:

Bu tez çalışmasında, farklı şönil iplik ile şönil kumaş parametreleri ve şönil kumaş görüntü özellikleri kullanılarak kumaşların bazı performans özelliklerinin yapay zeka yöntemleri ile tahmin edilmesi amaçlanmıştır. Bu çalışma için hav uzunluğu, iplik numarası ve lif tipi parametreleriyle farklı şönil iplikler üretilmiştir. Üç farklı lif tipi kullanılmıştır: polyester, akrilik ve viskon. Her lif tipi için dört farklı iplik numarası ve her iplik numarası için dört farklı hav uzunluğu kullanılmıştır. Böylece 48 farklı iplikten 48 dokuma kumaş elde edilmiştir. Tahmin edilen performans özellikleri arasında atkı-çözgü yönünde kopma mukavemeti ve aşınma direnci yer almıştır; bu özellikler çıktı verilerini oluşturmuştur. Birinci durumda girdi verileri olarak hav uzunluğu, iplik numarası, lif tipi, atkı sıklığı, kumaş kalınlığı ve kumaş ağırlığı kullanılmıştır. İkinci durumda ise elde edilen kumaş görüntülerinden yüzey özellikleri çıkarılmış ve bunlar girdi verileri olarak kullanılmıştır. Yapay Sinir Ağı (YSA) modellerini geliştirmek için MATLAB'daki sinir ağı araç kutusu kullanılmıştır. Üç performans özelliğini tahmin etmek için farklı ağ yapıları kullanılmış, böylece daha doğru sonuçlar elde edilmesi amaçlanmıştır. Birinci durumda ve ikinci durumda elde edilen YSA modellerinin başarı oranları belirlenmiş ve karşılaştırma yapılmıştır. Deney ve tahmin sonuçları arasındaki R değerlerine bakıldığında; birinci yöntemde 0.98, 0.86, 0.93 iken ikinci yöntemde 0.78, 0.73, 0.68 olduğu görülmüştür. Birinci durumda kullanılan girdi verileri ile kurulan modellerde diğerine nazaran daha yüksek tahminleme başarıları elde edilmiştir. Ancak ikinci durumda sadece görüntülerden çıkarılan özellikler kullanılmasına rağmen tahminleme başarısının göz ardı edilemeyecek kadar iyi olduğu görülmüştür.