M&L teknoloji yaklaşımı

Yapay Zekâ

Üretim, kalite kontrol, nesne tespiti ve süreç optimizasyonunda sahadan alınan verileri ölçülebilir sonuçlara dönüştüren yapay zekâ çözümleri geliştiriyoruz.

Sahada Ölçülebilir Sonuç Üreten Yapay Zekâ Çözümleri

M&L Teknoloji olarak yapay zekâyı yalnızca teorik analizler veya bağımsız yazılım uygulamaları için değil, işletmelerin gerçek saha süreçlerinde ölçülebilir sonuçlar üretmek amacıyla kullanıyoruz.

Üretim hatlarından, kameralardan, makinelerden, sensörlerden, ERP sistemlerinden ve IoT cihazlarından alınan verileri analiz ederek üretim sayımı, kalite kontrol, nesne tespiti, hata analizi, üretim tahmini ve süreç optimizasyonu çözümleri geliştiriyoruz.

Projelerimiz işletmenin mevcut çalışma düzenine, veri kaynaklarına, makinelerine ve hedeflerine göre özel olarak tasarlanır. Yapay zekâ modelleri gerçek saha verileriyle eğitilir, çalışma ortamında test edilir ve elde edilen sonuçlara göre sürekli geliştirilebilir.

İşletmeye Özel Yapay Zekâ Geliştirme

Her işletmenin üretim yapısı, ürün özellikleri, kamera koşulları, sensör altyapısı ve karar verme süreçleri farklıdır. Bu nedenle hazır ve tek tip yapay zekâ modelleri yerine işletmenin gerçek ihtiyacına göre özelleştirilen sistemler geliştiriyoruz.

Projenin ilk aşamasında çözülmesi gereken sorun, kullanılabilecek veri kaynakları ve ölçülebilir başarı kriterleri belirlenir. Ardından gerekli veriler toplanır, düzenlenir ve yapay zekâ modelinin eğitiminde kullanılacak hale getirilir.

Geliştirilen model masaüstü, web veya sunucu tabanlı uygulamalarla birlikte çalışabilir. Gerekli durumlarda PLC, NetRelay IoT cihazları, sensörler, ERP sistemleri ve saha ekipmanlarıyla entegre edilebilir.

Yapay Zekâ Destekli Görüntü İşleme

Kamera görüntülerinden elde edilen veriler yapay zekâ algoritmalarıyla gerçek zamanlı olarak analiz edilebilir.

İnsan, araç, ürün, koli, palet, üretim parçası, koruyucu ekipman veya işletmeye özel nesneler otomatik olarak tespit edilebilir, sınıflandırılabilir ve takip edilebilir.

Algılanan nesnelerin konumu, hareket yönü, hızı, belirli bir alanda geçirdiği süre ve diğer nesnelerle ilişkisi ölçülebilir.

Bu yapı üretim sayımı, kalite kontrol, alan ihlali, araç takibi, iş güvenliği ve otomatik olay yönetimi gibi birçok farklı uygulamada kullanılabilir.

Gerçek Zamanlı Nesne Tespiti

Yapay zekâ modelleri kamera görüntüsü içerisindeki nesneleri gerçek zamanlı olarak algılayabilir.

Standart nesne sınıflarının yanı sıra yalnızca işletmenize ait ürünler, parçalar, paketler veya makineler için özel modeller eğitilebilir.

Her nesneye benzersiz bir takip kimliği verilerek aynı ürünün birden fazla kez sayılması önlenebilir.

Nesne belirlenen alana girdiğinde, belirli yönde hareket ettiğinde veya tanımlanan süre boyunca aynı noktada kaldığında sistem otomatik olay oluşturabilir.

Üretim Hattında Otomatik Sayım

Konveyör veya üretim hattına yerleştirilen kameralar üzerinden geçen ürünler yapay zekâ ile otomatik olarak tespit edilip sayılabilir.

Birbirine yakın ilerleyen, farklı şekillere sahip veya farklı yönlerde hareket eden ürünler projeye özel takip algoritmalarıyla ayrı ayrı değerlendirilebilir.

Üretim miktarı ürün, makine, hat, vardiya ve tarih bazında veri tabanına kaydedilebilir.

Gerçekleşen üretim hedef miktarla karşılaştırılabilir; üretim hızı düştüğünde veya belirli süre ürün geçmediğinde otomatik bildirim oluşturulabilir.

Yapay Zekâ Destekli Kalite Kontrol

Üretim sırasında oluşan kalite problemleri kamera görüntüleri üzerinden otomatik olarak tespit edilebilir.

Eksik parça, yanlış montaj, şekil bozukluğu, yüzey kusuru, renk farklılığı, hatalı etiket, açık ambalaj veya yanlış ürün yönü gibi durumlar için özel kontrol modelleri geliştirilebilir.

Hatalı ürün algılandığında ürünün görüntüsü, hata türü, tarih, saat ve üretim hattı bilgileriyle birlikte saklanabilir.

Kalite sonucu PLC, NetRelay veya mevcut otomasyon sistemine gönderilerek hatalı ürünün otomatik olarak ayrılması, hattın durdurulması veya operatöre uyarı verilmesi sağlanabilir.

Üretim Miktarı Tahmini

Geçmiş üretim verileri, vardiya bilgileri, makine çalışma süreleri, duruş kayıtları, sipariş yoğunluğu ve çevresel koşullar analiz edilerek gelecekteki üretim miktarı tahmin edilebilir.

Tahmin modelleri günlük, haftalık veya ürün bazlı üretim planlamasına destek olabilir.

İşletmeler mevcut kapasitenin planlanan siparişleri karşılayıp karşılamayacağını önceden değerlendirebilir.

Üretim tahminleri iş gücü planlaması, ham madde tedariki, sevkiyat tarihi ve makine kapasitesi kararlarında kullanılabilir.

Talep ve Stok Tahmini

Satış geçmişi, mevsimsel değişimler, kampanyalar, müşteri davranışları ve mevcut stok bilgileri analiz edilerek gelecekteki talep tahmin edilebilir.

Talep tahminleri düşük stok riskinin ve gereksiz yüksek stok seviyelerinin azaltılmasına yardımcı olabilir.

Ürün, kategori, müşteri grubu veya satış kanalı bazında farklı tahmin modelleri oluşturulabilir.

Tahmin sonuçları ERP, stok ve satın alma sistemlerine aktarılabilir.

Süreç Optimizasyonu

Üretim hızları, makine duruşları, bekleme süreleri, kalite sonuçları ve iş akışı verileri birlikte analiz edilerek verimsiz noktalar belirlenebilir.

Yapay zekâ, hangi üretim adımlarında daha fazla zaman kaybı yaşandığını veya hangi koşullarda hata oranının yükseldiğini ortaya çıkarabilir.

Bu analizler üretim sırasının düzenlenmesi, kaynak kullanımının iyileştirilmesi ve operasyonel darboğazların azaltılması amacıyla kullanılabilir.

Sistem, yalnızca geçmiş verileri raporlamak yerine olası sorunları önceden tahmin ederek yöneticilere karar desteği sağlayabilir.

Makine Duruşu ve Arıza Analizi

PLC, sensör, NetRelay dijital girişleri ve üretim yazılımından alınan veriler analiz edilerek makine duruşlarının nedenleri sınıflandırılabilir.

Arıza kodları, bakım kayıtları, titreşim, sıcaklık, akım ve çalışma süreleri birlikte değerlendirilerek tekrar eden hata örüntüleri belirlenebilir.

Belirli sinyallerin arıza öncesinde tekrar etmesi durumunda sistem bakım ekibine erken uyarı verebilir.

Bu yaklaşım plansız duruşların azaltılmasına ve bakım faaliyetlerinin daha doğru planlanmasına yardımcı olur.

Kestirimci Bakım

Kestirimci bakım sistemleri, makinelerin mevcut durumunu ve geçmiş performansını analiz ederek olası arızaları gerçekleşmeden önce tahmin etmeyi amaçlar.

Titreşim, sıcaklık, enerji tüketimi, basınç, çevrim süresi ve hata kayıtları modelin veri kaynağı olarak kullanılabilir.

Yapay zekâ modeli normal çalışma davranışını öğrenerek olağan dışı değişimleri tespit edebilir.

Risk seviyesi yükseldiğinde bakım kaydı oluşturulabilir, teknik ekibe bildirim gönderilebilir veya makinenin kontrollü biçimde durdurulması sağlanabilir.

Anomali Tespiti

Üretim, enerji, ağ, sensör ve cihaz verileri içerisindeki olağan dışı değişimler otomatik olarak belirlenebilir.

Beklenmedik üretim düşüşleri, normalden uzun çevrim süreleri, ani enerji tüketimi artışı veya sensör ölçümlerindeki sıra dışı değişimler anomali olarak işaretlenebilir.

Anomali tespiti için her durumun önceden tek tek tanımlanması gerekmez. Sistem normal çalışma davranışını öğrenerek farklılıkları belirleyebilir.

Belirlenen olaylar yönetim panelinde gösterilebilir ve önem seviyesine göre ilgili ekiplere iletilebilir.

Enerji Tüketimi Analizi

Makine, üretim hattı ve tesis bazında toplanan enerji verileri yapay zekâ ile analiz edilebilir.

Ürün başına enerji tüketimi, vardiya tüketimi ve üretim dışı dönemlerde kullanılan enerji miktarı hesaplanabilir.

Benzer üretim koşullarında normalden fazla enerji harcayan makineler belirlenebilir.

Tüketim tahminleri ve anomali tespiti kullanılarak enerji verimliliğini artıracak iyileştirme alanları ortaya çıkarılabilir.

İş Sağlığı ve Güvenliği

Yapay zekâ destekli kamera sistemleri çalışanların kişisel koruyucu ekipman kullanımını kontrol edebilir.

Baret, reflektörlü yelek, koruyucu gözlük ve işletmeye özel güvenlik ekipmanları görüntü üzerinden tespit edilebilir.

Tehlikeli bölgeye giriş, forklift ile insan arasındaki riskli yakınlaşma veya yasaklı alanda bekleme gibi durumlar otomatik olarak algılanabilir.

Tespit edilen olay sonrasında NetRelay üzerinden ikaz lambası veya siren çalıştırılabilir ve iş güvenliği ekibine görüntülü bildirim gönderilebilir.

Yangın, Duman ve Olağan Dışı Durum Algılama

Kamera görüntülerindeki duman, alev ve olağan dışı görsel değişiklikler yapay zekâ ile analiz edilebilir.

Sistem fabrika, depo, tarım alanı ve açık sahalarda erken uyarı amacıyla kullanılabilir.

Duman veya alev belirtisi tespit edildiğinde olay görüntüsü kaydedilebilir, ilgili kişilere bildirim gönderilebilir ve saha alarm sistemi tetiklenebilir.

Bu yapı mevcut sertifikalı yangın algılama sistemlerinin yerine geçmez; ek bir izleme ve erken uyarı katmanı olarak kullanılabilir.

Termal Görüntü Analizi

Termal kamera görüntüleri analiz edilerek makinelerde, elektrik panolarında ve üretim ürünlerinde olağan dışı sıcaklık değişimleri tespit edilebilir.

Belirlenen sıcaklık değerinin aşılması durumunda alarm oluşturulabilir.

Termal veri geçmiş üretim ve arıza kayıtlarıyla birleştirilerek aşırı ısınma ile makine arızaları arasındaki ilişki analiz edilebilir.

Gerekli durumda NetRelay rölesi üzerinden fan, havalandırma veya güvenli durdurma sistemi devreye alınabilir.

Metin ve Doküman Analizi

Yapay zekâ yalnızca kamera ve sensör verilerinde değil, işletmedeki metin ve dokümanların işlenmesinde de kullanılabilir.

Servis kayıtları, üretim notları, müşteri talepleri, arıza açıklamaları ve teknik raporlar sınıflandırılabilir.

Tekrarlayan müşteri problemleri, sık kullanılan arıza açıklamaları veya belirli ürünlerle ilişkili sorunlar otomatik olarak gruplanabilir.

Dokümanlardan bilgi çıkarma, içerik özetleme ve kayıtların ilgili departmanlara yönlendirilmesi gibi işlemler geliştirilebilir.

Akıllı Raporlama ve Karar Destek Sistemleri

Üretim, kalite, bakım, satış ve IoT verileri tek bir yapıda birleştirilerek yöneticilere özel karar destek ekranları hazırlanabilir.

Yapay zekâ sistemleri yalnızca mevcut durumu göstermek yerine, hedef sapmalarını ve olası riskleri yorumlayabilir.

Hangi üretim hattının hedefin gerisinde kaldığı, hata oranının neden yükseldiği veya belirli bir siparişin gecikme riski otomatik olarak belirlenebilir.

Raporlar web yönetim panelinde gösterilebilir veya belirlenen aralıklarla Excel ve PDF formatında gönderilebilir.

ERP ve Kurumsal Yazılım Entegrasyonu

Yapay zekâ çözümleri Logo Tiger ve benzeri ERP, stok, sipariş, üretim ve müşteri yönetim sistemleriyle entegre edilebilir.

Ürün, üretim emri, satış, stok, müşteri ve geçmiş işlem verileri modelin analizinde kullanılabilir.

Tahmin, kalite, üretim ve risk sonuçları ERP sistemine geri aktarılabilir.

Entegrasyon REST API, SQL Server, PostgreSQL, MySQL, Oracle, XML, JSON, CSV ve Excel gibi veri kaynakları üzerinden gerçekleştirilebilir.

NetRelay IoT ile Yapay Zekâ Entegrasyonu

NetRelay IoT platformu, yapay zekâ yazılımıyla sahadaki sensörler ve fiziksel ekipmanlar arasında bağlantı sağlar.

Dijital girişler üzerinden makine çalışma durumu, üretim palsı, kapı, alarm veya arıza sinyali alınabilir.

Analog girişler üzerinden sıcaklık, nem, ışık, basınç ve benzeri çevresel ölçümler toplanabilir.

Yapay zekâ sistemi gelen verileri analiz ederek NetRelay röleleri üzerinden fan, pompa, siren, ikaz lambası, bariyer veya ürün ayırma sistemini kontrol edebilir.

HTTP GET/POST, MQTT, WebSocket ve TCP haberleşme yöntemleri kullanılarak yapay zekâ yazılımı ile NetRelay arasında gerçek zamanlı iletişim kurulabilir.

Otomatik Saha Müdahalesi

Yapay zekâ sistemi bir sorun tespit ettiğinde yalnızca bildirim oluşturmakla kalmayabilir; sahadaki ekipmanları da otomatik olarak kontrol edebilir.

Hatalı ürün algılandığında ayırma mekanizması çalıştırılabilir. Tehlikeli alana giriş olduğunda siren devreye alınabilir. Makine sıcaklığı yükseldiğinde fan açılabilir.

Her otomatik işlem kayıt altına alınabilir ve yetkili kullanıcılara bildirilebilir.

Kritik kontrol senaryolarında güvenli çalışma koşulları ve manuel müdahale seçenekleri proje tasarımında ayrıca değerlendirilir.

Hotspot ve Ağ Verilerinin Analizi

IDNet tabanlı hotspot ve ağ yönetimi projelerinde kullanıcı yoğunluğu, oturum süresi, erişim zamanı ve bağlantı davranışları analiz edilebilir.

Otel, okul, yurt, işletme veya ortak kullanım alanlarında ağ yoğunluğunun zamanlara ve bölgelere göre değişimi incelenebilir.

Olağan dışı oturum davranışları veya yoğun kullanım noktaları tespit edilerek ağ yönetimine karar desteği sağlanabilir.

Kullanıcı ve bağlantı verilerinin işlenmesi ilgili mevzuata, güvenlik kurallarına ve erişim yetkilerine uygun olarak sınırlandırılmalıdır.

Veri Kaynakları ve Entegrasyonlar

Yapay zekâ modelleri kamera, sensör, makine, PLC, ERP, veri tabanı, API ve dosya kaynaklarından alınan bilgilerle çalışabilir.

SQL Server, PostgreSQL, MySQL ve Oracle veri tabanlarıyla bağlantı kurulabilir.

JSON, XML, CSV, Excel ve düz metin dosyaları işlenebilir.

HTTP, MQTT, WebSocket ve TCP üzerinden gerçek zamanlı veriler alınabilir.

Farklı kaynaklardan gelen veriler zaman, cihaz, ürün, sipariş veya üretim emri bilgilerine göre eşleştirilebilir.

Web Tabanlı Yapay Zekâ Yönetim Paneli

Yapay zekâ modellerinin sonuçları merkezî web panelinden takip edilebilir.

Canlı üretim sayıları, algılanan nesneler, kalite hataları, tahmin sonuçları, sensör ölçümleri ve alarm kayıtları aynı ekran üzerinden görüntülenebilir.

Kullanıcılar tarih, üretim hattı, ürün, kamera, makine ve hata türüne göre filtreleme yapabilir.

Yönetici, operatör, kalite, bakım ve teknik servis ekipleri için farklı ekran ve yetkiler oluşturulabilir.

Yerel ve Bulut Tabanlı Çalışma

Yapay zekâ sistemleri işletmenin güvenlik ve performans ihtiyaçlarına göre yerel sunucuda, bulut ortamında veya hibrit yapıda çalıştırılabilir.

Kamera görüntülerinin dışarı aktarılmasının uygun olmadığı projelerde analiz tamamen tesis içerisindeki yerel sunucuda gerçekleştirilebilir.

Özet veriler ve raporlar bulut sistemine aktarılabilir.

İnternet bağlantısı kesildiğinde yerel analiz ve veri kaydı devam edebilir; bağlantı sağlandığında merkezî sistemle eşitleme yapılabilir.

Model Eğitimi ve Veri Hazırlama

Yapay zekâ projesinin başarısı kullanılacak verinin kalitesine ve gerçek çalışma koşullarını temsil etmesine bağlıdır.

Kamera görüntüleri, üretim kayıtları, sensör verileri veya geçmiş arıza bilgileri proje amacı doğrultusunda toplanır ve düzenlenir.

Görüntü işleme projelerinde nesneler ve hata türleri etiketlenir. Tahmin projelerinde eksik, hatalı ve tekrar eden kayıtlar temizlenir.

Eğitim ve test verileri ayrılarak modelin daha önce görmediği örnekler üzerindeki performansı değerlendirilir.

Saha Testi ve Model Doğrulama

Laboratuvar ortamında başarılı olan bir modelin gerçek sahada da test edilmesi gerekir.

Aydınlatma değişimleri, kamera titreşimi, ürün hızı, arka plan, sensör farklılıkları ve makine çalışma koşulları model performansını etkileyebilir.

Pilot uygulama sırasında doğruluk, yanlış alarm, kaçırılan tespit, işlem süresi ve sistem kararlılığı ölçülür.

Model gerçek saha verileriyle yeniden eğitilerek veya ayarları değiştirilerek geliştirilebilir.

Ölçülebilir Başarı Kriterleri

Yapay zekâ projelerinde başarı yalnızca model doğruluğuyla değerlendirilmemelidir.

Proje başlangıcında işletmeye katkıyı gösterecek ölçülebilir göstergeler belirlenir.

Manuel ürün sayım hatalarının azaltılması
Kalite kontrol süresinin kısaltılması
Hatalı ürünlerin erken tespit edilmesi
Plansız duruş sürelerinin azaltılması
Arızaların daha erken fark edilmesi
Üretim tahmin doğruluğunun artırılması
Enerji tüketiminin azaltılması
Manuel raporlama süresinin düşürülmesi
Güvenlik olaylarına müdahale süresinin kısaltılması
Üretim hedeflerine uyumun artırılması

Örnek Yapay Zekâ Projesi

Bir paketleme hattında kamera sistemi konveyörden geçen ürünleri gerçek zamanlı olarak algılar ve sayar.

Yapay zekâ modeli ürünün kapağını, etiket konumunu ve ambalaj bütünlüğünü kontrol eder. Uygun olmayan ürün tespit edildiğinde görüntü kaydedilir.

NetRelay rölesi üzerinden pnömatik ayırıcı çalıştırılarak hatalı ürün hattan çıkarılır. Hata miktarı belirlenen sınırı geçtiğinde kalite sorumlusuna bildirim gönderilir.

PLC ve sensörlerden alınan çalışma ve duruş bilgileri üretim verileriyle birleştirilir. Yapay zekâ sistemi üretim hızındaki düşüşleri ve olağan dışı duruşları belirler.

Gün sonunda uygun ürün, hatalı ürün, hata türleri, üretim hızı ve duruş süreleri otomatik olarak raporlanır.

Örnek Kestirimci Bakım Projesi

Bir üretim makinesinden sıcaklık, titreşim, akım ve çalışma süresi verileri toplanır.

Yapay zekâ modeli makinenin normal çalışma davranışını öğrenir. Normalden farklı ölçümler risk göstergesi olarak işaretlenir.

Risk seviyesi yükseldiğinde bakım ekibine bildirim gönderilir ve ilgili makine için kontrol görevi oluşturulur.

Bakım sonucu ve gerçek arıza bilgisi modele geri beslenerek tahmin performansı zaman içerisinde geliştirilebilir.

Yapay Zekâ Çözümlerimizin Kullanım Alanları

İşletmenize Sağladığı Katkılar

Yapay zekâ çözümleri sahadaki dağınık verilerin anlamlı ve kullanılabilir bilgilere dönüştürülmesini sağlar.

Üretim, kalite, bakım, enerji ve güvenlik verileri birlikte değerlendirilerek daha kapsamlı bir işletme görünümü oluşturulur.

Yöneticiler yalnızca geçmişte ne olduğunu değil, gelecekte oluşabilecek riskleri ve sonuçları da değerlendirebilir.

Manuel kontrol ve raporlama yükü azaltılırken kritik olaylara daha hızlı müdahale edilmesi sağlanabilir.

Ölçeklenebilir Yapay Zekâ Altyapısı

Proje tek bir üretim hattı, kamera, makine veya analiz modeliyle başlayabilir.

Pilot uygulama başarıyla tamamlandıktan sonra yeni kameralar, sensörler, makineler ve yapay zekâ modelleri sisteme eklenebilir.

Farklı tesis ve şubelerdeki veriler aynı merkezî platformda birleştirilebilir.

Modüler yapı sayesinde mevcut sistem tamamen değiştirilmeden yeni özellikler ve entegrasyonlar geliştirilebilir.

Yapay Zekâ Proje Sürecimiz

İhtiyaç analizi: Çözülmesi gereken saha problemi ve proje hedefleri belirlenir.
Veri değerlendirmesi: Kamera, sensör, makine, ERP ve mevcut kayıtlar incelenir.
Pilot tasarımı: Kullanılacak cihazlar, yazılım altyapısı ve başarı kriterleri tanımlanır.
Veri toplama: Gerçek çalışma ortamından uygun örnekler elde edilir.
Model geliştirme: Yapay zekâ modeli eğitilir ve test edilir.
Entegrasyon: Model web, masaüstü, ERP, PLC ve IoT sistemleriyle birleştirilir.
Saha testi: Sistem gerçek çalışma koşullarında doğrulanır.
Devreye alma: Sistem kullanıma açılır ve ölçülebilir sonuçlar takip edilir.
Sürekli iyileştirme: Yeni verilerle model ve yazılım geliştirilebilir.

Yapay Zekâyı Gerçek İş Sonuçlarına Dönüştürün

M&L Teknoloji olarak yapay zekâ projelerini yalnızca bir model geliştirme çalışması olarak ele almıyoruz. Kameraları, sensörleri, IoT cihazlarını, makineleri ve kurumsal yazılımları birlikte çalıştıran uçtan uca çözümler oluşturuyoruz.

Proje hedeflerini üretim artışı, hata azalması, duruş süresi, enerji tüketimi, müdahale süresi veya raporlama verimliliği gibi ölçülebilir göstergelerle takip ediyoruz.

Yapay zekâ, görüntü işleme, üretim ve özel yazılım çözümleri için M&L Teknoloji; sensör, dijital giriş ve röle tabanlı saha kontrolü için NetRelay; hotspot, misafir ağı ve ağ yönetimi çözümleri için IDNet internet sitelerini inceleyebilirsiniz.