Alışılmamış imalat yöntemlerinin seçiminde bir karar destek sisteminin geliştirilmesi

Abstract

Bu tez çalışmasında Alışılmamış İmalat Yöntemlerinin (AİY) seçimi için bir Karar Destek Sistemi (KDS) geliştirilmiştir. Geliştirilen KDS’de öncelikle literatürde gerçekleştirilmiş çalışmalardan yola çıkarak yapılacak işlemlere uygun AİY’ler veri tabanından belirlenerek bir alternatif setinin oluşturulması sağlanmıştır. Ardından literatürde yaygın bir şekilde AİY seçiminde kullanılmış olan AHP ve TOPSIS yöntemleri bütünleşik olarak uygulanarak işe en uygun AİY’nin belirlendiği bir seçim modeli oluşturulmuştur. Sonrasında elektro kimyasal delik delme işlemi özelinde bu işlemle delinmiş deliklerin görüntülerini görüntü işleme teknikleriyle işleyen, ön eleme ve AHP-TOPSIS modeli sonucu belirlenmiş olan AİY için uygun işleme parametrelerinin de önerildiği ikinci seviye bir model KDS’ye entegre edilmiştir. Son aşamada ise görüntü işleme teknikleri ile elde edilen farklı performans yanıtlarına sahip olan farklı parametre setlerinden oluşan alternatifler TOPSIS modeline aktarılarak performans yanıtlarına kullanıcının atayacağı ağırlık değerlerine göre en uygun parametre kombinasyonunun tespitinin sağlandığı bir en iyileme modülü de KDS’ye eklenmiştir. Böylece AİY seçim sürecinin tüm değerlendirme ve analiz aşamalarını içeren bütünleşik bir KDS ortaya konabilmiştir. Geliştirilen KDS ileriki dönemlerde diğer AİY’lerin işlemler özelindeki görüntülerinin veri tabanına yüklenmesi ile diğer işlemler için de işleme parametresi değeri verebilecek bir yapıda oluşturulmuştur. KDS, Python programlama dili kullanılarak geliştirilmiş ve uygulama çalışmaları ile KDS’nin işlevselliği gösterilmeye çalışılmıştır. In this thesis, a decision support system (DSS) was developed for the selection of Nontraditional Manufacturing Processes (NTMPs). In the developed DSS, first of all, based on the studies carried out in the literature, suitable NTMPs were determined from the database, and an alternative set was created. Then, AHP and TOPSIS methods, which have been widely used in the selection of AHPs in the literature, were integrated into the DSS to determine the most suitable NTMP for the defined operation. Afterward, a second level model was integrated into the DSS, which processes the images of the holes drilled with this process with image processing techniques, specifically for the electrochemical hole drilling process, and also recommends the appropriate processing parameters as a result of the pre-screening module and AHP-TOPSIS model. In the last stage, alternatives consisting of different parameter sets with different performance responses, obtained through image processing techniques, were transferred to the TOPSIS model, and an optimization module was integrated into the DSS, which enables the determination of the most appropriate parameter combination according to the weight values assigned by the user to the performance responses. Thus, an integrated DSS that includes all evaluation and analysis stages of the NTMP selection process was developed. The developed DSS was created in a structure that can provide processing parameter values for other processes in the future by uploading process-specific images of other NTMPs to the database. DSS was developed using Python programming language, and the functionality of DSS was tried to demonstrate with application studies.