Otomotiv kabloları ve seçimi, denetimli öğrenme yöntemi ile kablo malzemesi seçimi

Abstract

Bu tez giriş ve kaynak kısımlarıyla birlikte dokuz ana başlıktan oluşmaktadır. Giriş kısmında tezin amacı ve kapsamından söz edilmiştir. Otomotiv kabloları hakkında temel bilgiler verilmiş olup ağırlıkla otomotiv endüstrisinde ne tür tel kullanılır sorusu irdelenmiştir. Otomotiv kablosu seçerken hangi standartların dikkate alınacağı ve kablo çeşitleri hakkında bilgiler verilmiştir. Kablolar aslında birlikte kullanılan/kullanılması gereken parçalarıyla bir bütündür bu nedenle kablolarla birlikte kullanılan elemanlar hakkında da özellikle "otomotiv kablolama ve bağlantılarının ömrünü uzatmanın yedi yolu" başlığında yer ayrılmıştır. Doğru kablo seçimi için bir sonraki başlıkta daha detaylı bilgi verilmiş olup ardından genel kablolar hakkında bilgiler yer almıştır. Kablo tipleri, iletkenleri, yalıtkan malzemeler hakkındaki başlıklar da buranın içerisindedir. Tezde kullanılan yöntem olan makine öğrenmesi hakkında detaylı literatür taramasının ardından 7. başlıkta yalıtkan malzeme seçiminde makine öğrenmesi yöntemi uygulaması paylaşılmıştır. Sonuçlar ve Öneriler kısmının ardından kaynakların belirtilmesiyle tez sonlanmaktadır. Tezde yer alan başlıklar ana hatlarıyla ilk paragrafta bahsedilmiştir ve bu başlıklardan faydalanarak tezde incelenen durum; kablo seçiminin bir model ile yapılabilmesi. Modele kablo seçimini öğretirsek bu ne kadar güvenilir ve doğru olur? Model bunu yapmayı başarırsa, kablo seçimine ne gibi avantajlar sağlar? incelenmiştir. Bu konu incelenirken öncelikle sonucun yeterli güvenilirlikte ve doğrulukta çıkabilmesi için veri sayısının fazlalığı önemlidir. Toplanabilecek maksimum veri sayısına ulaşılmalıdır. Araştırma süresinin elverdiği ölçüde yaklaşık 300 adet veri bu konunun incelenebilmesi için toplanmıştır. Bu veriler öncelikle modele girilerek, modelin bunları öğrenmesi sağlanmıştır. Öğrenen modele artık soru sorulduğunda, verilerine dayanarak güvenilir cevabı milisaniyeler içinde verebilmektedir. Beş farklı durum denenerek model test edilmiştir ancak bu sayı arttırılabilir. Modelin cevap verdiği tüm yalıtkan malzeme sorularının yanıtları doğru çıkmıştır ve yöntemin sağlıklı çalıştığı görülmüştür. Kısa sürede yanıt veren bu sistem, kablo malzemesi seçimi yapması gereken her alanda kullanılmaya uygundur ve büyük kolaylık sağlayacaktır. Bu tezde kullanılan yöntemin doğruluk oranı yüksektir: Lojistik Regresyon'da yaklaşık %95 doğruluk, diğer algoritmalarda verilerin keskinliğinden dolayı %100 doğruluk saptanmıştır. 1 saniye içerisinde kullanıcının ihtiyacı olan bilgiyi, öğrendiği şekilde sunmaktadır. Veriler net olduğu için, makine öğrenmesi kullanımına çok uygundur ve kablo malzemesi seçiminde sadece yalıtkan seçiminde değil, endüstriden kullanıcıya geldiği noktaya kadar her aşamada bu uygulamadan faydalanılabilir. Tezde 300 veri ile yapılan bu çalışma yıllar içerisinde biriktirilen verilerin toplanarak modele öğretilmesiyle çok daha insanın karar veremeyeceği bir noktaya getirilebilir ve karmaşık durumlarda yine saniyeler içerisinde alınacak cevaplar ile uygulama tüm bu aşamalara katkı sağlar. İleriki aşamalarda modelin güvenilirliğini daha da artırmak için değişkenler artırılabilir, çıktılar talebe göre rahatlıkla düzenlenebilir. Uygulama, tezdeki haliyle kullanıcı dostu değildir, arayüzü bulunmamaktadır. Arayüz eklenerek kullanılabilir, piyasaya çıkartılabilir.