Çelik yapı imalatında iş gücü ve planlamada en büyük zamanı alan süreç kaynaklama aşamasıdır.

Günümüzde çelik yapı imalatçıları iş planlarını hazırlarken

  1. Montaj parçasının yapıdaki kullanım yeri( kolon,kiriş, merdiven, ...)
  2. Montaj parçasının ağırlığı (kaynak miktarı bilinmediğinden)
  3. Kaynak istasyonu ve istastondaki kaynakçı sayısını dikkate almaktadır.

Fikrini aldığımız tüm amalatçılar kaynak miktarını bilmediklerinden tam bir planlama yapamadıklarını ve kaynakçıların performanslarını ölçemediklerini ifade etmektedir. Bunun temel sebebi yapıyı 3D modelledikleri yazılımın kaynak metrajını vermemesidir.

Bu iş paketinde hedefimiz öncelikle kaynak miktarını tahmin etmek olacaktır. Bu bilgi aynı zamanda kaynak için kullanılanılacak malzeme ve işçilik maliyetini takmin etmekte de kullanılacaktır. Ardından iş istasyonlarındaki kaynakçılr ile bu işin hedeflenen sürede teslim edilip edilemeyeceği, ilave kaynaklçı ihtiyacı ve çalışma sürelerini artırarak farklı senaryolar için iş planı hazırlayan yapay zeka problemi çözülecektir.

Kaynak miktarı bilinmediğinden dünyada bizim gördüğümüz kadarı ile bu sektörün kullanabileceği iş planı hazırlayan bir algoritma geliştirilmemiştir. Bu yapacağımız dünya çapında bir yenilik olacaktır.

Problemin anlaşılması için bir örnek ile konuyu açıklamaya çalışalım.

  1. Çelik bina yapının tasarımı (3D modeli) Tekla Strutures, Advance Steel, SDS/2, Bocad gibi yazılımlar ile hazırlanır.
  2. Bir önceki projemizde yapının IFC dosyası kullanılarak elde edilen 3D modelinden montaj parlarını ayıran modüller geliştirilmiştir. Bu her bir montaj parçasının 3D modeline sahip olduğumuz anlamına gelmektedir. Bu montaj parçasını, ana profili HEA500 profil olan bir kolon olarak düşünelim ve üzeride de onlarca çelik plaka kaynatılmış olsun. Burada bilinmeyen levhaların ana profil ile değdikleri noktalarda yapılan kaynakların boyu ve kalınlığıdır. Kaynak kalınlığını levha kalınlığına bağlı olarak tahmin edilebilir. Böylece bilinmeyen değen yüzlerin tespitine dönüşür.
  3. Değen yüzleri bulmak için elimizde parçalın 3 boyutlu olarak görülmesine olanak tanıyan mesh ve üçgen bilgileri vardır. Bu parçaları oluşturan mesh'lerin birbirleri ile kesiştikleri veya çok yakın oldukları üçgenlerin kenarları bulunabilirse kaynakların koordinatları tesbit edilebilir.
  4. Tesbit edilen noktaların doğruluğu 3D model üzerinde kontrol edilmelidir. Önceki projemizde geliştirdiğimiz Teigha CAD alt yapısına meshleri çizen modüllere eklenirse CAD ortamında parçalar 3 boyutlu olarak gösterilebileceği gibi değen yüzlerde var olduğunu düşüdüğümüz kaynaklar görsel olarak kontrol edilebilir.
  5. Büyük çelik yapı projelerinde yapı aşamalara bölünür. Örneğin 3 katlı bir binanın her katı ayrı bir faz olabilir. Her fazın teslim edilmesi gerek bir teslim zamanı vardır.
  6. Her fazın içinde farklı sayıda ve farlı kaynak miktarlarına sahip çok sayıda montaj parçası vardır. (Kaynak miktarını hesaplayabildiğimiz için artık kaynak için gerekli süre hesaplanabilir)l
  7. Bir parçanın kaynak aşamasına gelebilmesi için, malzemelerin tedarik edilip ön imlat aşamasının tamamlanması gerekir. Bunun için belli bir süre gereklidir.
  8. Kaynaklama aşaması bittikten sonra kalite kontrol, boyama, şantiyeye nakliye içinde ayrıca bir süre gerekir.
  9. Kaynaklama için iş planı hazırlayabilmek için kaynak aşaması önce + kaynaklama için gereken + kaynak sonrası süreler dikkate alınır. Öncesindeki ve sonrasındaki süreler bilinirken kaynaklama için gereken süre kaynakçının sayısı ve günlük kaynak yapma kapasitesi ile sınırlıdır.
  10. Kaynakçı bir insan olbileceği gibi bir kaynak robotu da olabilir.
  11. Kaynak istasyonlarında kaynakçı sayısı ve kaynakçıların çalışma süreleri değişkendir.
  12. Devam eden bir proje varken araya girecek küçük bir projeyi fabrikalar çoğu zaman kaçırmaz. Eldeki kaynakçı sayısını artırarak işi alabilirler bu mevcut iş planın değişmesini gerektirir.
  13. Her işin zamanında eksiksiz olarak teslim edilmesi gerekir.
  14. İşe alınacak kaynakçının başladığı gün tam verim vermesi söz konusu değildir.
  15. Kaynakçıların topluca işten ayrılması izne çıkması gibi etkenler bulunmaktadır.

Burada bu problemin üstesinden gelecek iş planı hazırlayan yapay zeka algoritması kullanılmaktadır.


Created with the Personal Edition of HelpNDoc: Say Goodbye to Documentation Headaches with a Help Authoring Tool