Bilgisayarlı görüde yalın üretim

Sanayi döneminden bu yana imalat sektörünü yönlendiren etkenlerden biri, israfı azaltırken üretimi artırma çabası olmuştur. Bu odak, bugün yalın üretim olarak bildiğimiz yaklaşımın temelini atmıştır.

Bu, daha azıyla daha fazlasını yapmayı amaçlayan bir ürün üretme yöntemidir. Müşterinin ihtiyaç duyduğu ürünleri tam olarak sunarken üretim süresini kısaltmayı, israfı azaltmayı ve daha az kaynak kullanmayı kapsar.

Geleneksel yalın üretim sistemleri, sağladıkları verimliliğe rağmen sınırlamalara da sahiptir. Genellikle operasyonları elle izlemeleri ve deneyimlerine dayanarak karar vermeleri için çalışanlara güvenirler; bu da hatalara yol açabilir. Yanlış yerleştirilmiş bir bileşen gibi küçük hatalar bile maliyetli gecikmelere ve kaynak israfına neden olabilir.

Bu sorunu çözmek için birçok üretici yapay zekâya (AI) yöneliyor. Örneğin makinelerin görsel bilgileri yorumlayıp anlamasını sağlayan bir yapay zekâ dalı olan bilgisayarlı görü teknolojisini benimsiyorlar.

Görsel yapay zekâ sistemleri, aksi hâlde fark edilmeyebilecek sorunları veya örüntüleri tespit etmek için büyük miktarda veriyi işleyebilir. Bu, fabrikaların sorunlar gecikmelere yol açmadan müdahale etmesine, arıza süresini azaltmasına ve ürün kalitesini artırmasına yardımcı olur.

Bu yazıda yalın üretimde bilgisayarlı görü kullanımını ve uygulama alanlarını inceleyeceğiz.

Endüstriyel ortamlarda bilgisayarlı görü nedir?#

Endüstriyel ortamlarda bilgisayarlı görü, etkili bir yalın üretim aracı olabilir. Kameralardan ve yapay zekâ teknolojisinden yararlanan bu sistemler; kusurları tespit etmek, verimliliği artırmak ve güvenlik kurallarına uyulmasını sağlamak için montaj hatlarını, ekipmanları ve ürünleri izleyebilir.

Bilgisayarlı görü nasıl çalışır: Yalın üretim perspektifi#

Görsel yapay zekâ kullanımı genellikle görsel verilerin toplanmasıyla başlar; bu aşamada üretim tesisindeki kameralar veya sensörler ürünler ve ekipmanlarla ilgili verileri toplar. Ardından görüntülerin veya videoların temizlenip analize hazırlandığı veri ön işleme aşaması gelir. Bu aşamada görüntüleri keskinleştirmek, boyutlarını ayarlamak veya sistemin yorumlamasını kolaylaştırmak için önemli ayrıntıları vurgulamak gerekebilir.

Bunun ardından Ultralytics YOLO11 gibi bilgisayarlı görü modelleri devreye girer. Bu modeller nesne algılama ve örnek segmentasyonu gibi görevleri destekler. Görsel verileri analiz ederek kusurları belirleyebilir, ürün boyutlarını ölçebilir ve ürünlerin kalite standartlarını karşılayıp karşılamadığını doğrulayabilirler.

Örneğin bir bilgisayarlı görü çözümü, ürünün doğru boyutlara sahip olup olmadığını veya doğru sayıda ürün üretilip üretilmediğini kontrol etmek için kullanılabilir. Sistem bir anormallik tespit ederse alarmı tetikleyebilir veya merkezi bir kontrol paneline güncelleme gönderebilir. Bu otomatik yanıtlar fabrikaların sorunları erkenden yakalamasına, israfı azaltmasına ve verimli yalın üretimi sürdürmesine yardımcı olur.

Şekil 1. Ultralytics YOLO11, yalın üretim ortamında ürünleri tespit edip saymak için kullanılabilir. (Kaynak)

Endüstriyel bilgisayarlı görüye yön veren temel teknolojiler#

Yalın üretimde endüstriyel bilgisayarlı görü sistemlerine yön veren temel teknolojilerden bazıları şunlardır:

• Gelişmiş görüntüleme donanımı: Endüstriyel bilgisayarlı görü, gerçek zamanlı olarak net veriler yakalamak için yüksek kaliteli kameralara ve sensörlere dayanır. Çoğu durumda, gecikme ve bant genişliği gereksinimlerini azaltmak amacıyla görsel verileri sahada ön işlemek ve depolamak için uç cihazlardan da yararlanılır.
• Görüntü ön işleme yöntemleri: Analizden önce ham görüntüler, filtreleme ve kenar algılama gibi tekniklerle iyileştirilip normalleştirilerek görüntü netliği artırılır.
• Derin öğrenme mimarileri: Evrişimli sinir ağları (CNNs), bilgisayarlı görünün temelini oluşturur. Büyük veri kümeleri üzerinde eğitilen bu modeller, nesneleri sınıflandırmak, anormallikleri tespit etmek veya özellikleri yüksek doğrulukla ölçmek için görsel örüntüleri öğrenir. Ultralytics YOLO11 gibi CNN tabanlı mimariler, gerçek zamanlı hızları ve hassasiyetleri sayesinde imalatta özellikle kullanışlıdır.
• Bilgisayarlı görü yetenekleri: Ultralytics YOLO11 gibi modeller çeşitli bilgisayarlı görü görevlerini destekler. Bunlar arasında nesne algılama (öğeleri bulma ve konumlandırma), örnek segmentasyonu (belirli parçaların veya bileşenlerin ana hatlarını belirleme), görüntü sınıflandırma (bir öğenin ne olduğunu belirleme) ve nesne takibi (hareket eden öğeleri izleme) yer alır. Bu yetenekler fabrika sahalarında ve depolarda gerçek zamanlı denetim, kalite kontrol ve envanter yönetimini daha verimli hâle getirir.

Bilgisayarlı görü uygulamalarıyla yalın üretim ilkeleri#

Artık yalın üretimi ve bu yaklaşımı yönlendiren temel teknolojileri daha iyi anladığımıza göre, bilgisayarlı görü uygulamalarını içeren bazı yalın üretim örneklerine daha yakından bakalım.

Otomatik kalite kontrolü ve kusur tespiti#

Ultralytics YOLO11 gibi bilgisayarlı görü modelleri, ürünlerdeki çatlaklar veya diğer kusurlar gibi yüzey hatalarını otomatik olarak tespit etmek üzere eğitilebilir. Bu da kusur tespitini yalın üretimde kalite kontrolünün önemli bir parçası hâline getirir.

Yavaş ve hataya açık geleneksel manuel denetimin aksine bu sistemler, ürünler konveyör bandında ilerlerken görüntüleri gerçek zamanlı olarak analiz edebilir. Kusurları işaretleyebilir, ürünleri kaliteye göre ayırabilir ve paketleme ve sevkiyat öncesinde ürünleri (örneğin hapları) sayabilirler.

Şekil 2. Ultralytics YOLO11 ile hapların tespit edilmesine örnek. (Kaynak)

Üretim akışını optimize etme ve çevrim süresini kısaltma#

Yalın üretimde süreç iyileştirme çoğu zaman manuel gözleme, görevleri kronometreyle ölçmeye veya raporları incelemeye dayanır. Bu yöntemler hataya ve önyargıya açıktır; bu da üretim akışını aksatabilir.

Bilgisayarlı görü, görevlerin tamamlanmasını doğru şekilde izleyerek, yavaşlamaları veya darboğazları belirleyerek ve fabrika genelindeki devam eden işleri takip ederek bu sorunun çözümüne katkı sağlayabilir. YOLO11 gibi modeller, depo çalışanlarını ve yaptıkları işleri de takip ederek iş yüklerinin dengelenmesine yardımcı olacak bilgiler sunabilir. Örneğin, tamamlanması daha uzun süren görevlere daha fazla çalışan atanabilir.

Şekil 3. Ultralytics YOLO11, depodaki çalışanların tespit edilmesine yardımcı olabilir. (Kaynak)

Akıllı envanter yönetimi ve lojistik#

Lojistik iş akışlarında barkod ve RFID etiketleri gibi teknolojiler yıllardır kullanılıyor. Ancak son dönemde bilgisayarlı görü, gerçek zamanlı takip, etiket tanıma ve otomatik envanter sayımı sağlayarak tedarik zinciri yönetiminde yalın üretimin önemli bir aracı hâline geldi. Amazon gibi şirketler, paketleri taşımak ve depo operasyonlarını kolaylaştırmak için lojistik departmanlarında bilgisayarlı görüden şimdiden yararlanıyor.

Çalışma süresini artırmak için kestirimci bakım#

Makineleri, herhangi bir üretim tesisinin kasları olarak düşünebilirsin. Makineler olmadan üretim durur. Bu nedenle bakım, yalın üretimin kritik bir parçasıdır.

Geleneksel yöntemler genellikle iki gruba ayrılır: makineleri arızalandıktan sonra onarmak veya gerekip gerekmediğine bakmaksızın sabit bir programa göre bakım yapmak. Her iki yaklaşım da beklenmedik arızalara, boşa harcanan emeğe ve daha yüksek maliyetlere yol açabilir.

Ancak bilgisayarlı görü, ekipmanları gerçek zamanlı olarak izleyebilir ve büyük arızalara yol açmadan önce sorunları erkenden tespit edebilir. Görsel yapay zekâ modelleri çatlakları, sızıntıları ve diğer erken uyarı işaretlerini belirleyerek bakım ekiplerinin hızlıca müdahale etmesini sağlar. Böylece duruş süresi azalır, maliyetli onarımlar seyrekleşir ve makinelerin kullanım ömrü uzar.

Güvenliği ve görsel yönetimi geliştirme#

Üretim tesislerinde çalışan güvenliği çoğu zaman yöneticilere, ara sıra yapılan kontrollere ve çalışanların kurallara kendi başlarına uymasına dayanır. Bu nedenle güvenlik ekipmanlarının her zaman takıldığından veya yönergelere tutarlı biçimde uyulduğundan emin olmak zordur.

Geleneksel olarak, üretim hattındaki sorunları hızlı müdahale için görsel olarak bildiren Andon sistemleri gibi araçlar bu tür sorunları raporlamak için kullanılmıştır. Ancak bu araçlar çoğu zaman bir düğmeye basması veya sorunu kaydetmesi için insana ihtiyaç duyar. Bilgisayarlı görü sistemleri bu konuda harika bir üretim otomasyonu çözümü olabilir.

Örneğin Ultralytics YOLO11 gibi bilgisayarlı görü modelleri baret, eldiven ve güvenlik yeleği gibi güvenlik ekipmanlarını algılamak üzere eğitilebilir. Ayrıca birinin izinsiz olarak kısıtlı veya tehlikeli bir alana girdiğini tespit etmek için de kullanılabilir ve daha güvenli bir çalışma ortamı sağlamaya yardımcı olur.

Şekil 4. Ultralytics YOLO11’in nesne algılama desteği, güvenlik ekipmanlarını tespit etmek için kullanılabilir. (Kaynak)

Yalın üretimde bilgisayarlı görünün yatırım getirisi#

Şimdi, bilgisayarlı görüyle bütünleştirilen yalın üretim süreçlerinin temel faydalarından bazılarına göz atalım.

Kaliteyi artırma ve yeniden işlemeyi azaltma#

Bilgisayarlı görü, kusurların erken ve tutarlı biçimde tespit edilmesini sağlayarak ürün kalitesini artırır. Ürünler hattan çıkmadan önce kusurları belirleyerek hatalı ürünlerin paketlenip sevk edilmesini önler. Böylece yeniden işleme ihtiyacı azalır, hurda miktarı en aza iner ve yalın üretimde kusurların yol açtığı israf doğrudan azaltılır.

Verimliliği ve üretim kapasitesini artırma#

Görsel yapay zekâ, yavaş ve manuel denetimlerin yerini hızlı, otomatik kontrollerle alarak üretimi hızlandırır. Darboğazların belirlenmesini ve üretim hattındaki süreçlerin daha sorunsuz ilerlemesini sağlar. Sonuç olarak akıllı fabrikalar, kaliteden ödün vermeden üretim kapasitesini ve verimliliği artırabilir.

Önemli ölçüde maliyet tasarrufu#

İsrafı, duruş süresini ve yeniden işlemeyi azaltmak iş gücü ve malzeme maliyetlerinde büyük tasarruf sağlar. Bilgisayarlı görü, kusurlu ürünlerin müşterilere ulaşmasını önleyerek garanti taleplerini de azaltır. Zamanla bu verimlilik artışları kaynak kullanımını iyileştirir ve işletme maliyetlerini düşürür.

Güvenliği ve ergonomiyi iyileştirme#

Tehlikeli veya tekrarlayan görevlerin bilgisayarlı görüyle otomatikleştirilmesi, çalışanları tehlikelerden uzak tutar. Görü sistemleri, güvenlik ekipmanlarına ve kısıtlı bölgelere ilişkin kurallara uyulup uyulmadığını da izleyebilir. Bu önlemler bir arada kazaları azaltır, fiziksel zorlanmayı en aza indirir ve insanı önceliklendiren yalın üretim ilkelerini güçlendirir.

Sürekli iyileştirme için veriye dayalı öngörüler#

Görsel yapay zekâ çözümleri, öngörü elde etmek için analiz edilebilen etkili görsel veriler üretir. Üreticiler bu verileri performansı takip etmek, KPI'ları izlemek ve verimsizlikleri belirlemek için kullanabilir. Bu, küçük ve aşamalı değişikliklerle uzun vadede büyük faydalar sağlamayı vurgulayan Kaizen felsefesini destekler.

Bilgisayarlı görüyle yalın üretimin geleceği#

Teknoloji ilerledikçe, bilgisayarlı görünün merkezi bir rol oynadığı daha fazla yapay zekâ uygulamasının üretimde kullanılmaya başladığını görmemiz muhtemel. Önemli gelişmelerden biri, sensör verilerini ve görü sistemlerini kullanarak canlı üretim ortamlarını yeniden oluşturan; gerçek zamanlı takip, kestirimci analiz ve senaryo testleri sağlayan dijital ikiz teknolojisidir.

Bir diğer gelişme de 3D, termal ve hiperspektral kameralar gibi gelişmiş görüntüleme sistemlerinin kullanılmasıdır. Bu sistemler, insan gözünün göremediği sorunları belirleyerek kusur tespitini ve kalite kontrolünü iyileştirir. Yapay zekâ algoritmalarıyla bir araya getirilen bu teknolojiler, aşınmanın erken belirtilerini tespit edebilir, arızaları önleyebilir ve plansız duruş sürelerini azaltabilir; böylece daha yüksek verimlilik ve güvenilirlik sağlayan yalın üretim ilkelerini destekler.

Önemli çıkarımlar#

Bilgisayarlı görü, yalın üretim tesislerinin sorunları erken belirlemesine, atıkları azaltmasına, çalışan güvenliğini iyileştirmesine ve üretimi hızlandırmasına olanak tanır. Görsel yapay zekâ teknolojisi gelişmeye devam ettikçe yalın üretimi daha güvenilir ve yönetmesi daha kolay hâle getirmede muhtemelen daha da büyük bir rol oynayacaktır.

Yapay zekâ hakkında daha fazla bilgi edinmek için topluluğumuza katıl ve GitHub depomuzu keşfet. Perakendede yapay zekâ ve tarımda bilgisayarlı görü hakkında bilgi almak için çözüm sayfalarımıza göz at. Lisanslama seçeneklerimizi keşfet ve bugün bilgisayarlı görüyle ürün geliştirmeye başla!