Üretimde Yapay Zekâ ile Tahminleme, Planlama ve Optimizasyon

Üretimde birçok kritik karar hâlâ tecrübeye, Excel tablolarına ve birkaç kişinin bilgisine dayanıyor. Bu kararları geçmiş üretim verinizden öğrenen tahmin ve karar destek modelleriyle destekliyoruz.

İlgilendiğimiz problemlere örnekler

- Numune ile üretim arasındaki sapmaların (çekme, uzama, fire, verim) tahmini ve fiyatlama/sipariş aşamasında maliyet uyarısı

- Açık ve planlanan iş emirlerine göre makine doluluk oranı tahmini

- Makine-ürün eşleştirmesinde kısıtların öğrenilmesi, doğru atamaların önerilmesi ve hatalı atamaların engellenmesi

- Çok hatlı ve birbirini etkileyen ardışık süreçlerde bütüncül üretim çizelgeleme

- Ürün/kalite bilgisine göre makine parametresi önerisi ve manuel müdahalelerin raporlanması

- Hata kayıtlarını makine ve süreç verisiyle ilişkilendirerek kök sebep analizi

Nasıl çalışıyoruz

1. Problem ve başarı kriteri: Tek bir öncelikli problemi ve ölçülebilir hedefi (ör. sapma tahmin hatası, önlenen maliyet) birlikte belirleriz.

2. Veri kalitesi teşhisi: Veri çoğu zaman dağınık ve tutarsızdır; bu bir engel değil, başlangıç noktasıdır. Tutarsızlıkları tespit eder, temizleme kurallarını oluştururuz.

3. Pilot: Geçmiş veri üzerinde model kurar, mevcut yönteme karşı sonuçları sayısal olarak karşılaştırırız.

4. Entegrasyon ve ölçekleme: Değer kanıtlanırsa çözümü ERP/MES sistemlerinize ve ekiplerinizin günlük akışına entegre ederiz.

Kullandığımız yöntemler:

Tahminleme ve makine öğrenmesi modelleri, belirsizlik aralıklı (olasılıksal) tahmin, optimizasyon ve kısıt programlama, simülasyon. Kullanılacak yöntemi problem belirliyor. Genel olarak en basit yeterli çözümü tercih ediyoruz.

İş birliği modeli:

PoC/pilot, tedarikçi-müşteri ilişkisi veya ortak Ar-Ge projesi. Uygun projelerde TÜBİTAK gibi destek programlarına uygun yapılandırma konusunda birlikte çalışabiliriz.

Kimlerle görüşmek istiyoruz:

Üretim, planlama veya kalite ekiplerinde kişiye bağımlı, manuel yürüyen ve maliyeti hissedilen bir süreci olan sanayi firmaları.