Elektrik-Elektronik Mühendisliği Yüksek Lisans Programı / Electrical - Electronics Engineering Master's Degree Program
Permanent URI for this collectionhttps://hdl.handle.net/11413/6629
Browse
Browsing Elektrik-Elektronik Mühendisliği Yüksek Lisans Programı / Electrical - Electronics Engineering Master's Degree Program by Subject "Electrical and Electronics Engineering"
Now showing 1 - 1 of 1
- Results Per Page
- Sort Options
Publication Open Access Baskılı devre kartları için düşük maliyetli otomatik kusur tespit sisteminin geliştirilmesi(İstanbul Kültür Üniversitesi / Lisansüstü Eğitim Enstitüsü / Elektrik-Elektronik Mühendisliği Ana Bilim Dalı / Elektrik Elektronik Mühendisliği Bilim Dalı, 2021) Çalışkan, Ayhan; Gürkan, GürayBugün, ülkemizde elektronik baskılı devre kartı (İng. printed circuit board, PCB) üretimi ve elektronik kart dizgisi (devre elemanlarının otomatik olarak lehimlenmesi) yapan firmalara bakıldığında, üretilen kartların doğruluk testleri için oldukça farklı yöntemler uygulandığı görülmektedir. Kontrollerin operatör(ler) tarafından gözle yapıldığı yöntem baskılı devre kartı dizgisi yapan firmaların çoğunda kullanılan bir çözümdür. Bu çözüm için, kritik gözlemlerin yapılacağı her bir istasyona birden fazla operatör atanır. Ancak, bu şekilde işlem oldukça uzun sürmektedir. Ayrıca insan hatası dolayısı ile devre kusurlarının %100 doğrululukla ayırt edilemeyeceği bilinmektedir. Bu tez çalışmasında, ilk denemelerde alüminyum profillere dayalı hafif bir ana iskelet ve bilgisayarla kontrol edilebilecek hareketli kamera sistemi tasarlanmıştır. Ayrıca, ana iskelete ek olarak tasarlanan hareketli kamera tutucu, PCB kart sabitleyici vb. mekanik yapılar 3B baskı, torna ve frezeleme yöntemleri ile üretilmiştir. Sistemin yazılım tarafı Python programlama dili ile geliştirilmiştir. Ancak ortaya çıkan görüntü alım yetersizlikleri nedeni ile ikinci bir tasarıma gidilmiştir. Bu tasarımda ise hareketli kamera düzeneği yerine uzaktan tüm hedef kartı görüntüleyebilecek yeterlilikte lens-kamera donanımı seçilmiştir. Bu tasarım için de Raspberry-Pi 4 bir sistemde ve Python ortamında çalışan ikinci bir arayüz geliştirilmiştir. Tüm elektronik kontrol de yine Raspberry-Pi 4 ile sağlanmıştır. Alınan görüntülerden lehimsiz, eksik lehimli ya da hatalı lehimli kartları bulabilen bir makine öğrenme algoritması eğitilmiştir. Eğitim için, günümüzdeki yapay zekâ dünyasında gerçek zamanlı nesne takibi ve nesne tespiti uygulamalarında hızlı olması sebebiyle yaygın olarak kullanılan YOLOv4 algoritması kullanılmıştır. Ortaya çıkan sistemin, eğitilen lehimleme hataları tespit modeli ile seri bir üretim hattında uygulanabilirliği test edilmiştir. Yapay zekaya dayalı tasarlanan düşük maliyetli lehimleme hatası tespit cihazının üretim hattına katkısı ve sonuçları gözlemlenmiş ve sunulmuştur.