Yapay zeka yöntemleri ve görüntü işleme teknikleri kullanılarak elektronik kartlardaki kablo renklerinin sınıflandırılması

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Isparta Uygulamalı Bilimler Üniversitesi, Lisansüstü Eğitim Enstitüsü, Elektrik-Elektronik Mühendisliği Anabilim Dalı, Türkiye

Tezin Onay Tarihi: 2025

Tezin Dili: Türkçe

Öğrenci: OĞUZHAN ŞİMŞEK

Danışman: Kubilay TAŞDELEN

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bu tez çalışmasında, elektronik üretim süreçlerinde karşılaşılan hatalı kablo lehimleme problemlerini önlemeye yönelik yapay zekâ destekli bir görüntü işleme sistemi geliştirilmiştir. Sistem, baskılı devre kartlarına (PCB) lehimlenen farklı renkteki kabloların doğru konumda olup olmadığını sınıflandırarak, üretim sırasında anlık kalite kontrol sağlamayı hedeflemektedir. Bağlantılar OK (doğru) ve NOK (hatalı) olmak üzere iki sınıfa ayrılmıştır. Çalışmada, VGG16, MobileNetV3, YOLO ve ResNet-50 gibi yaygın derin öğrenme tabanlı modeller; farklı döngü sayıları, yığın boyutları ve öğrenme oranları gibi hiper parametre ayarlarıyla, etiketlenmiş ve çeşitli renk kombinasyonlarına sahip görsel veri setleri üzerinde eğitilmiştir. Modellerin performansları doğruluk, kesinlik ve F1 skoru gibi metriklerle karşılaştırılmıştır. Test sonuçlarına göre, VGG16 modeli %97.6 genel doğruluk ve NOK sınıfında 1.00 duyarlılık ile en yüksek başarıyı göstermiştir. Geliştirilen sistem, üretim hattına entegre edilerek gerçek zamanlı çalışmakta, manuel kalite kontrol ihtiyacını azaltmakta ve hatalardan kaynaklanabilecek maddi kayıpların önüne geçmektedir. Bu çalışma, yapay zekâ ve görüntü işleme tekniklerinin endüstriyel uygulamalardaki etkinliğini gösteren ve akıllı üretim sistemlerine katkı sağlayan önemli bir örnek teşkil etmektedir.