
Üretimde Yapay Zekâ Nedir?
Üretimde yapay zekâ, fabrikadan toplanan makine, kalite, bakım ve planlama verisini kullanarak örüntüleri öğrenen ve bu öğrenmeye dayanarak tahmin, sınıflandırma veya öneri üreten yazılım sistemlerinin genel adıdır. Amaç insanın yerine karar vermek değil, gözden kaçan sinyalleri erken görünür kılarak duruş, fire ve gecikmeleri azaltmaktır.
- Girdi: makine sinyalleri, duruş kayıtları, ölçüm sonuçları, iş emirleri, enerji sayaçları.
- Çıktı: arıza tahmini, anomali uyarısı, fire riski, çizelgeleme önerisi, doğal dilde cevap.
- Ön koşul: otomatik ve kesintisiz veri toplama; elle girilen dağınık veriyle model çalışmaz.
- Kullananlar: bakım planlayıcı, kalite mühendisi, üretim planlama, fabrika müdürü.
- Temel fayda: sorunu oluştuktan sonra raporlamak yerine oluşmadan önce haber vermek.
Üretimde Yapay Zekâ Ne İşe Yarar?
Klasik raporlama geçmişi anlatır: dün OEE kaçtı, bu hafta kaç saat duruş oldu. Yapay zekâ ise aynı veriden ileriye dönük bir ifade üretmeye çalışır: bu motorun titreşim örüntüsü son üç gündür normalden sapıyor, bu nedenle önümüzdeki günlerde arıza olasılığı yükseliyor. Fark, raporun okunma zamanı ile müdahale zamanı arasındaki boşluğu kapatmasıdır.
Bunun yanında yapay zekâ, insanın takip edemeyeceği genişlikte veriyi aynı anda gözler. Bir fabrikada yüzlerce makine, binlerce sinyal ve günde on binlerce kayıt üretilir. Bir mühendisin hepsini tek tek incelemesi mümkün değildir; istatistiksel bir model ise sapmayı saniyeler içinde işaretleyebilir.
Yaygın Kullanım Alanları
| Alan | Ne Yapar? | Beklenen Kazanım |
|---|---|---|
| Kestirimci bakım | Ekipman davranışındaki sapmayı arıza öncesi yakalar | Plansız duruşun azalması |
| Anomali tespiti | Çevrim süresi, sıcaklık, akım gibi verilerde olağandışı örüntüyü işaretler | Erken müdahale |
| Kalite tahmini | Proses parametreleriyle fire arasındaki ilişkiyi öğrenir | Hurda ve ıskarta düşüşü |
| Çizelgeleme optimizasyonu | Kısıtlar altında daha iyi sıralama önerir | Setup süresi ve gecikme azalması |
| AI asistan | Doğal dilde sorulan soruyu veriye çevirir | Rapor bekleme süresinin kısalması |
Ön Koşul: Veri Kalitesi
Yapay zekâ projelerinin çoğu modelde değil veride takılır. Model, kendisine verilen geçmişi öğrenir; geçmiş eksikse veya tutarsızsa öğrenilen şey de yanlış olur. Pratikte şu üç konu belirleyicidir:
- Otomatik toplama: veri makineden doğrudan alınmalı, vardiya sonunda defterden aktarılmamalı.
- Etiketleme: duruşların nedeni ve firenin sebebi kodlanmış olmalı; "diğer" kategorisi büyüdükçe model körleşir.
- Zaman senkronizasyonu: makine, kalite ve iş emri verisi aynı zaman ekseninde olmalı; yoksa neden-sonuç kurulamaz.
Yaygın Hatalar
En sık görülen hata, yapay zekâyı bir başlangıç noktası sanmaktır. Sahadan veri toplama altyapısı kurulmadan model konuşmak, temel atılmadan çatı planlamaya benzer. İkinci hata, modelin çıktısını kimsenin sahiplenmemesidir: uyarı üretilir ama hangi rolün hangi süre içinde ne yapacağı tanımlı değildir, uyarılar birikir ve kısa sürede görmezden gelinir.
Üçüncü hata ise aşırı beklentidir. Yapay zekâ, kötü planlanmış bir üretim akışını düzeltmez; yalnızca mevcut sistemdeki sapmaları daha erken gösterir. İyileştirmeyi yine ekipler yapar.
Nereden Başlamalı?
- Tek bir somut problem seçin (örneğin en çok duruş veren üç makine).
- O makinelerden otomatik ve yüksek çözünürlüklü veri toplayın.
- Duruş ve fire nedenlerini disiplinli şekilde kodlayın.
- Önce basit istatistiksel anomali tespiti kurun, sonuçları doğrulayın.
- Uyarıyı bir aksiyona bağlayın: kim görecek, ne yapacak, nasıl kapanacak?
Sık Sorulan Sorular
Üretimde yapay zekâya başlamak için ne kadar veri gerekir?
Yapay zekâ MES'in yerini alır mı?
Küçük ve orta ölçekli bir fabrika yapay zekâdan yararlanabilir mi?
EFFIX MES'te Üretimde Yapay Zekâ
EFFIX MES, yapay zekâyı ayrı bir ürün olarak değil, zaten topladığı üretim verisinin üzerine kurulu bir katman olarak ele alır. Kestirimci bakım modülü istatistiksel anomali tespitiyle ekipman davranışındaki sapmayı işaretler; Proaktif Uyarı Sistemi (PAS) bu sapmayı ISA-18.2 yaklaşımıyla bir uyarı kuralına ve ardından bakım iş emri açma gibi somut bir aksiyona bağlar. Menü ve veri bağlamını bilen AI asistan, kullanıcıların doğal dilde sordukları soruları ilgili ekrana ve veriye yönlendirir; kural motoru ve optimizasyon önerileri ise çizelgeleme tarafında karar desteği sağlar. Ayrıntılar için EFFIX MES sayfasını inceleyebilir veya tanıtım/demo talebi oluşturabilirsiniz.
