Kalite kontrol işlemlerinde ve tasarımda kullanılan uzman sistemler

Uzman sistemler tekstil sektöründe kumaş hatalarının analizi için kullanıldığında genellikle sadece kumaş hatalarına dair temel bilgileri içermemekte aynı zamanda hataların belirlenmesinde öncülük eden ipuçları ve prosedürlere dair kuralları da kapsamaktadır (Dlodlo ve ark. 2007).

46

Jayaraman ve ark. (1991) araştırmaları sırasında, iplik ve kumaş üretim süreçlerinin bitmiş pantolonlardaki kusurların % 30-70'ini oluşturduğunu tespit etmişlerdir. Dokuma denim kumaşlarda karşılaşılan kusurların tanımlanması ve teşhisi için FDAS’ı (Kumaş Kusurları Analiz Sistemi) tasarlamışlardır. Sistem, ham ve bitmiş kumaşlarda oluşan ortak üretim kusurlarını kapsamaktadır. Kumaş hatalarının kusur türü, kumaştaki kusurun yönü, kusurlu desenin uzunluk ve genişliği, kusurun genişliği, kusurun alanı, kusurun yeri şeklinde altı farklı özelliğe göre sınıflandırılabileceğinden bahsedilmiştir. Tüm kumaş hatalarının, denetleyiciler tarafından kolayca tespit edilebilen bu görsel karakteristikler kullanılarak benzersiz bir şekilde sınıflandırılabilir olduğu savunulmaktadır. Tür, yön ve desen gibi özellikler sınırlı oranda tanımlayıcı bulunmuştur. Kusurun yeri özelliği sadece kenar kusurlarını ayırmada işe yaramıştır. Tür hatası altına noktasal, çizgisel ve yüzey olmak üzere üç alt sınıf oluşturulmuştur. Sistemde 14 noktasal hata, 36 çizgisel hata, 39 yüzey hatası olmak üzere toplam 85 hata bulunmaktadır. Bunların içinde 5 adet hata iki grupta birden bulunmaktadır. Yön hatası olarak kumaş uzunluğu boyunca sürekli, kumaş uzunluğunda kısmen, kumaş genişliğince sürekli, kumaş genişliğinde kısmen ve tercih edilen yön yok biçiminde beş alt sınıfa ayrılmıştır. FDAS, beş veya altı kademeli bir arama işleminden sonra bir kusuru benzersiz olarak tanımlar. Sistem yanıtı hızlıdır ve operatörün çalışma alanındaki görevini ertelemesini gerektirmemektedir.

Ford ve Rager (1995) tekstil endüstrisinde nihai ürün üretimi planlama kararları üzerine uzman sistem desteği konulu bir çalışma yapmışlardır. Çalışmada, belirli bir son ürün kategorisini üretmek için gerekli olan aşamaların yer aldığı, EXSYS tabanlı geliştirilen uzman sistemden bahsedilmektedir. Önce üretilecek nihai ürün seçilir. İkinci aşamada lif türü seçilir. Üçüncü aşamada iplik numarası seçilir. Dördüncü aşamada ise ring, rotor (open-end) ve air-jet eğirme seçeneklerinden oluşan iplik eğirme sistemi seçilir. Çalışmada geliştirilen bu sistemin tekstil üreticisinin bir dizi üretim planlama kararı almasında destek sağlamak üzere tasarlandığı belirtilmiştir.

Lin ve ark. (1995) yaptıkları çalışmada, kumaş hatalarının olası nedenlerini izleme yeteneğine sahip akıllı bir tanı sistemini kumaş kontrol sürecine uygulamışlardır. Uzman sistemin temel yapısı dışında (ör: kullanıcı arayüzü, çıkarsama motoru ve bilgi tabanı), bulanık küme teorisi kullanılarak geliştirilmiş olan teşhis sistemi de mevcuttur. Bir yapay zekâ dili olan PROLOG ve Turbo C programı kullanılarak geliştirilen bu sistem herhangi bir zamanda hata nedenlerini izleyen operatörler için uzman bir danışman görevi görmekte ayrıca operatöre, kumaş kontrolünde daha fazla danışma için bir bilgi tabanı sağlayabilmektedir.

47

Choi ve ark. (2001) yaptıkları çalışmada kumaş hata tanımlama sistemine yönelik yeni bir metot olarak, çok yönlü tahmini akıl yürütmede bulanık çıkarsamayı kullanmakta ve hata tanımlaması yapabilmektedir. Bu sistem bulanık çıkarsama kurallarını kullanmaktadır ve bu kurallar için üyelik fonksiyonu sinir ağı yaklaşımını benimsemektedir. Hatasızlığın, düğümün (çözgü yönü), düğümün (atkı yönü), nope ve bileşik hatanın tanımlamasının yapılması için sadece az sayıda bulanık çıkarsama kuralı gerekmektedir. Bir tane bulanık çıkarsama kuralı birçok kesin kuralın yerini alabilir. Bu metot ile kumaş hatalarının tanımlanması için güvenilir bir sistem tasarlanabilir. Deneysel sonuçlar sistemin uzman kişiyle karşılaştırılabilir tanımlama yeteneği gösterdiğini ortaya koymuştur.

QualiMaster isimli uzman sistem dokuma tezgâhı üzerinde kalite kontrolünü sağlamak üzere geliştirilmiştir. Operatör kumaş üzerinde hata gördüğünde ekranda bulunan tuşlardan hata ile ilgili olana basar ve sistem bunu kaydeder. Kumaş kontrolü tamamlandığında sistem duruş sayısı ve hata yoğunluğunu hesaplayarak otomatik olarak kumaşın kalitesini belirler. Sistem ayrıca kumaşın hata haritası ve kalite puanlamasını değerlendirerek nereden kesileceğine karar verir. Bu şekilde kumaş toplarının küçük parçalara kesilmesine engel olur (www.bmsvision.com, 2018).

Tekstil Teknoloji Enstitüsü (The Institute of Textile Technology) ve dokuma makineleri sanayisi birlikte bir uzman sistem programı geliştirmiştir. TEXPERT ismini taşıyan bu programın geliştirilmesindeki amaç, çözgü ve atkı ipliklerinde aşırı miktarda meydana gelen kopuşlardan dolayı dokuma makinesinin durmasında, elektriksel veya mekanik arızalarda ve kaliteyle ilgili sıkıntılarda teknisyene yardımcı olmaktır. Bu uzman sistem makinede yer alan parçaların grafik resimlerini de içermekte ve kullanıcıya bu şekilde kolaylık da sağlamaktadır (Demers 1989).

Karnoub ve ark. (2017) çalışmalarında geliştirdikleri çözgü gerginliği simülasyonundan bahsetmişlerdir. Modern dokuma makinelerinin sistem analizi, çözgü gerginliğini hesaplamak için uygun bir simülasyon modeli geliştirilmesini sağlamıştır. Sonuçların gerçeğe uygun olması simülasyonun geçerliliğini göstermektedir. İkinci adımda, bu simülasyonun geliştirilmiş bir modeli genetik algoritma ve gradyan tabanlı bir yöntemle birlikte dokuma işlemi için optimize edilmiş ayar parametrelerini hesaplamak amacıyla kullanılmıştır.

48

Uzman sistemler endüstriyel kumaş tasarımı amacıyla da kullanılmaktadır. Kuzey Carolina Eyalet Üniversitesi'nde endüstriyel dokuma kumaşların tasarım basamaklarında tasarımcıya kolaylık sağlamak için bir uzman sistem geliştirilmiştir. Bu sistem sayesinde tasarımcı, müşterinin talep ettiği özellikleri esas alarak uzman sistemin veri tabanından endüstriyel kumaşları tarayarak istenilen özellikleri karşılayacak iplik ve kumaş konstrüksiyonlarını bulmaktadır. Tarama sonucu istenilen kumaş özellikleriyle uzman sistemde yer alan kumaşlar arasında bire bir eşleme olmazsa uzman sistem veri tabanında kayıtlı olan kumaşlardan en yakın kumaşı seçmektedir (Turban ve ark. 2007).

Fan ve Hunter iki bölümlü bir çalışma yayınlamışlardır. İlk bölümde (1998 a) kamgarn kumaş tasarımı ve oluşumu sırasında kullanıcıya tavsiye vermesi veya kılavuzluk yapması için geliştirdikleri WOFAX adlı uzman sistemden bahsetmişlerdir. Bu sistem kumaş bileşimi, dokuma, iplik numarası ve yerleşimi, dokuma detayları, iplik tipi, iplik bükümü, elyaf özellikleri ve bitim prosedürü olmak üzere sekiz alt bölüme sahiptir.

Fan ve Hunter çalışmalarının ikinci bölümünde (1998 b) WOFAX uzman sistemin önemli bir özelliği olan elyaf, iplik ve kumaş yapısal parametrelerini ve performansını tahmin etmek için sinir ağı modelinin kurulması ve değerlendirilmesini açıklamaktadır. Modelin değerlendirmesi yapıldığında çeşitli lif, iplik ve kumaş parametrelerinin, dikiş kayması, kırışıklık performansı, aşınma direnci, kesilme direnci, eğilme direnci ve kalınlığı gibi bazı önemli kumaş özelliklerine etkilerinin tahmin edilen ve genel kabul gören eğilimler ile çok iyi bir uyum gösterdiği belirtilmektedir. Bu kumaş özelliklerinin çoğunun öngörülen değerleri, deneysel değerlerle de iyi uyum içindedir.

49

Şekil 2.11. WOFAX uzman sistem yapısı (Fan ve Hunter, 1998)

Stylios (1996) akıllı bir çevre için araştırılmış, geliştirilmiş ve entegre edilmiş bir takip sistemine ihtiyaç duyulmasından yola çıkarak kumaş ölçüm sistemi, dikilebilirlik tahmin sistemi, akıllı dikiş makinesi ve kendi öğrenen sistemler üzerine çalışmıştır. Kumaş ölçüm sistemi, işlem ve aşınma altındaki kumaşlara eşdeğer, düşük stres altında kumaşın mekanik davranışını karakterize eden özelliklerinin ölçümü içindir. Dikilebilirlik tahmin sistemi, işlem ve/veya hazır giyim dikiş kalitesi sırasında makine ile kumaşın etkileşimini modellemeye dayanmaktadır ve üretim sırasındaki zorluğunun ve/veya düzensiz dikişler, deforme dikişler, hasarlı dikişler vb. ile ilgili problemlerle karşılaşmadan dikiş sırasında elde edilebilen maksimum kalitenin tahmin edilmesinde kullanılmaktadır. Akıllı dikiş makinesinde, dikiş ipliği kontrolü ve ayak besleme basıncının optimum mekanik ayarlamaları operatörden bağımsız olarak dinamik motorlar tarafından yapılır. Kumaş özellikleri ve diğer parametreler barkodlara girilir ve çok sayıda dikiş makinesine iletilir.

50

Behera ve Karthikeyan (2006) yaptıkları çalışmada “Paraşüt kumaşı tasarımı için yapay sinir ağı gömülü uzman sistem” kullanmışlardır. Paraşüt kumaşı performansı üzerinde etkisi olan yapısal parametreler (kopma yükü, % uzama, hava geçirgenliği, yırtılma dayanımı, patlama mukavemeti, bölgesel yoğunluk, atkı ve çözgü sıklığı, atkı ve çözgü iplik numarası) seçilerek ileri mühendislik performans parametresini tahmin etmek için girdi olarak kullanılmış ve parametreler tersine mühendislik tahmini için tersine çevrilmiştir. Ardından gerçek sonuçlar ve tahmin sonuçları arasında karşılaştırma yapılmıştır. Sonuç olarak tasarım tahmin sonuçları tüm örneklerle mükemmel bir korelasyon vermiştir.

Santiago ve ark. (2015) yaptıkları çalışma ile Meksika pazarında hazır giyim tasarımı sürecinde ortaya çıkan problemleri tanımlamak için Prolog yazılım dilini kullanarak ES- EXITUS adlı uzman sistem geliştirmişlerdir. Bu uzman sistemin yalnızca tasarım sürecini iyileştirmekle kalmadığı aynı zamanda kurumsal başarıya katkıda bulunduğu ve iyi ekonomik sonuçlar üzerinde doğrudan etkisi olduğu test edilmiş ve onaylanmıştır.

51 3. MATERYAL ve YÖNTEM

Bu tezin hazırlanmasında yöntem olarak öncelikle dokuma kumaşlarda karşılaşılan hataların isimleri, sebepleri ve çözümleri ile ilgili veriler toplanmıştır. Bu veriler tek tek incelenerek doğrulanmış ve sonra eşleştirilmiştir. Derlenen veriler biçimsel kavram analizi ile modellenmiş ve uzman sistemin geliştirilmesi için Prolog diline aktarılmıştır. Verilerin Prolog diline aktarımının ardından kullanıcı arayüzü hazırlanarak uzman sistemin geliştirilmesi tamamlanmıştır.