Transformatör üretiminde üretim zamanlarının yapay sinir ağları ile tahmini için bir çalışma

Abstract

Yüksek cirolarla ancak düşük kar marjları ile yoğun bir rekabet ortamında faaliyet gösteren elektromekanik sektöründe, alınan siparişlerin ön maliyetlerinin düşük varyansla doğru bir şekilde hesaplanması gerçekçi bir fiyat teklifi verebilmek ve rekabet edebilmek için zorunludur. Transformatör üretimi siparişe göre gerçekleştirilmekle birlikte düşük miktarlarda ve birbirinden farklı çok çeşitte üretim yapılmaktadır. Emek yoğun çalışılan sektörde bitmiş ürünün önemli maliyet kalemlerinden biri işçilik maliyetidir. Gerçek işçilik maliyetleri ürün tamamlandığında ortaya çıkmaktayken müşteriye fiyat teklifi ise üretim gerçekleşmeden önce sipariş aşamasında verilmektedir. Firmanın bu konuda izlediği yol, geçmişte üretilen siparişlerden yola çıkarak hesaplanan tahmini işçilik sürelerini dikkate alarak son fiyat teklifini verme şeklindedir. Ancak verilen fiyat teklifinin gerçekleşen maliyetin altında kalması durumunda firma zarar ederken, yüksek kalması durumunda ise siparişi kaçırma tehlikesi söz konusu olabilmektedir. Bu nedenle işçilik zamanının düşük varyansla doğru bir şekilde tahmin edilmesi gerekmektedir. Bu çalışmada, alınan yağlı tip trafo siparişinin teknik şartnamede yer alan gücü, gerilimi vb girdilerine karşılık, üretim zamanları değerleri kullanılarak ileri beslemeli geri yayılımlı yapay sinir ağı eğitilmiş ve daha önceden üretimi yapılmamış siparişlerde dahil olmak üzere yeni alınan siparişlerin üretim zamanları düşük bir sapmayla tahmin edilmiştir.

In the electromechanic sector which rustles with high returns but low profits, it is a must to calculate the orders anticipated cost for giving a realistic price offer and rivaling. Production of transformes is done according to the orders, with low quantity and wide range. In this labor intensice sector, one of the most important cost item of the finished product is labor cost. The real labor cost forms after the product is finished, but price offer is given to the customer during the order level. The path which firm follows about this subject is; giving the final cost order according to the projected labor hours coming from the produced orders before. But if the order is under the cost, firm suffers a loss; if its higher than the cost, its possible to miss the order. Therefore, labor time should be estimated correctly with low variance. In this study, considering the oil type transformer orders inputs like power, voltage etc., using the production time, a feedforward backpropagation artificial neural network is educated and not only the unfinished passed orders but also the new taken ones production times are estimated with low variance.