Efficient scheduling of work orders in weaving looms is crucial for improving production efficiency and meeting tight delivery deadlines in the textile industry. This study proposes a genetic algorithm (GA)-based model to optimize work order assignments, minimize type changeover durations, and balance machine workloads. The model uses real-world ERP data, supports job splitting for parallel production, and dynamically classifies type changes into variant, linked warp, and full setup changes. Experimental results show significant improvements in planning time, changeover reduction, and delivery performance. The proposed GA approach offers a scalable and intelligent solution that can be readily adopted for modern textile manufacturing challenges.

The problem of unmanned aerial vehicles (UAVs) scanning designated areas with minimum energy and time costs, without revisiting the same point, constitutes an important optimization problem. This problem is examined within the framework of discrete mathematics and pathfinding algorithms. This study addresses the use of UAVs, particularly in fields such as disaster management and forest fire prevention, and discusses the optimization approaches employed in autonomous mission planning within this context. As an alternative to methods commonly used in the literature, such as Particle Swarm Optimization (PSO) and Ant Colony Optimization (ACO), this study demonstrates the applicability of brute force algorithms. Basically, two types of brute force methods are considered. These are the brute force algorithm implemented using the iterative method and the Depth-First Search (DFS) method. This study compares these methods with each other according to a defined problem. Furthermore, it is observed that the iterative method provides the advantage of exact solutions for low-complexity problems, while the DFS-based method offers shorter execution times. Graphs and code outputs are evaluated using tables. Both methods are tested separately under different route scenarios. The results indicate that the applicability and advantages of the two methods vary depending on the route type and problem complexity. Additionally, it is shown that brute force algorithms can be used as a reference system; however, scalability issues arise in large-scale problems.

Büyük yemek fırın sistemleri genellikle karmaşık ve pahalı olarak değerlendirilir. Bu sistemlerin kurulumu ve işletilmesi için yüksek maliyetler gerekmektedir. Ayrıca enerji tüketimlerinin yüksek olması ve bazı zamanlarda kapasite kullanımının düşük olması sabit maliyetleri artırmaktadır. Bu yüzden bu tip sanayi fırınların yönetimini sağlayan yazılımların performansı oldukça önem taşımaktadır. Bu durumu sağlamak için, geleneksel fırın kontrol sistemlerine alternatif olarak, hızlı, pratik ve verimli çalışabilen Intel x86 çekirdek tabanlı gömülü sistem olarak çalışan bir sistemin prototipi tasarlanmıştır. Tasarlanan sistem gömülü sistem olarak çalıştığı için kullanıcı müdahalesi durumunda gerçek zamanda anlık reaksiyon gösterebilmektedir. Geliştirilen prototip için kolay kullanımlı giriş menüsü tasarlanmıştır, bu şekilde kullanıcı sürece gerçek zamanda anlık müdahale edebilmektedir. Sistemin yönetimini sağlayan prosedür yazılımları EMU8086 platformunda 8086 komut kümeleri kullanılarak geliştirildiği için tüm Intel x86 tabanlı mikro-işlemci tabanlı sistemler üzerinde rahatlıkla çalışabilmekte ve entegrasyonu sağlanabilmektedir. Ayrıca çalışmada geliştirilen fırın kontrol paneli için simülasyon ekranları sade biçimde tasarlanmıştır, bu şeklide uzman olmayan kişilerin de kolay bir şekilde sistemi yönetebilmeleri sağlanmıştır. Sistem, sıcaklık, nem ve pişirme süresi gibi temel parametrelerin kullanıcı tarafından ayarlanabilmesine olanak sağlayarak, farklı ürünlerin işlenmesi için dinamik bir yapı sağlamaktadır. Metodolojide, klavyeden parametrelerin nasıl ayarlandığı, ekran çıktılarının düzenlenmesi ve zamanlayıcı fonksiyonunun işleyişi örneklerle açıklanmıştır. Elde edilen sonuçlar, simülasyonun temel fırın kontrol işlevlerini doğru ve etkin şekilde gerçekleştirdiğini göstermektedir. Bu sayede düşük maliyetli ve hızlı çalışan gömülü sistem tasarımları için örnek oluşturulmuştur. Geliştirilen yazılım test edilmiş ve çalışma süreleri analiz edilmiştir. Yüksek seviyeli diller ile geliştirilen geleneksel fırın yönetim yazılımlarına göre daha yüksek performans sağladığı tespit edilmiştir.

Sera gazların neden olduğu küresel ısınmanın etkileri her geçen yıl daha belirgin şekilde his edilmeye başlanmıştır. Bu durum enerji ve su kullanımlarının daha kontrollü ve verimli tüketilmesini zorunlu kılmaktadır. Bunu sağlamak için yeşil teknolojilerin geliştirilmesi ve kullanılması bir zorunluluk haline gelmiştir. Çamaşır makinelerin su ve enerji tüketimini daha düşük hale getirmek için modern çamaşır makineleri geliştirilmektedir. Bu verimi yükseltmenin bir yolu çamaşır makinelerin işletilmesinin PLC’ler ile daha etkin bir şekilde sağlanmasıdır. Çamaşır makinesi kontrol sistemleri, teknolojik gelişmelere paralel olarak mekanik kontrolden elektro-mekanik, elektronik ve son olarak PLC tabanlı kontrol sistemlerine evrilmiştir. Bu gelişim süreci, çamaşır makinelerinin daha fazla program seçeneği sunmasını, su ve enerji tasarrufu yapmasını, farklı kumaş türleri için özel yıkama seçenekleri sağlamasını ve kullanıcı dostu arayüzler geliştirmesini mümkün kılmıştır. Diğer taraftan PLC sistemleri, IoT cihazlarıyla birleşerek uzaktan izleme ve yönetim imkanı sunmaktadır. Bu, gerçek zamanlı veri analizi, önleyici bakım stratejileri ve üretim planlaması gibi avantajlar sağalmaktadır. Teknolojinin ilerlemesi ve özellikle endüstri 4.0 ile, IoT teknolojisinin ve yapay zekanın gelişmesi bir çok farklı yeni uygulama alanları ortaya çıkarmıştır. Bu teknolojinin gelişmesi; Akıllı ev otomasyonlar, akıllı şehirler, akıllı tarım, akıllı ulaşım gibi pek çok alanda olmuştur. Günümüzde yurtlarda, kurumlarda, lojmanlarda ve otel gibi birçok toplu yaşam alanlarında merkezi çamaşırhaneler bulunmaktadır. Ancak bu çamaşırhanelerde, yüksek güç tüketimine sahip çamaşır makineleri birbirinden bağımsız çalışmaktadırlar. İşletimleri ve yönetimleri gömülü sistem şeklinde, CPU tabanlı çalışarak sağlanmaktadır. Ancak bunların enerji yönetimleri, su sarfiyatları, arıza verme ihtimallerin önce den değerlendirilmesi, yapay zeka ve makine öğrenmesi gibi merkezi bir sistem üzerinde yapılması; Gerçek zamanlı veri toplama ve analiz, uzaktan kontrol ve izleme, öngörü bakımı, verimlilik ve enerji tasarrufu gibi birçok avantajlar sağlayabilecektir. Bu çalışmada PLC merkezli çalışan çamaşır makinelerin IoT tarafından yönetilmesini sağlayan çoklu çamaşır makinesi yönetim sistemin simülasyon çalışması gerçekleştirilmiştir. Gerçekleştirilen çalışma, farklı yerleşim alanlarında bulunan Laundry gibi çoklu çamaşır makilerin bağılı bulunduğu çamaşırhanelerin IoT üzerinden takip edilmesi ve yönetilmesinin alt yapısını oluşturmaktadır. Çalışma sistemin blok yapısını ve bu tip bir sistemin yönetilmesini ve izlenmesini sağlayacak, PLC ile IoT entegrasyonunu incelemekte ve bunun için geliştirilmiş simülasyon çalışmasını ortaya koymaktadır. Geliştirilen çalışmada ayrıca performans optimizasyonu, süre optimizasyonu, bellek kullanımı optimizasyonu, enerji ve su verimliliği optimizasyonu gibi teknikler Siemens Ladder Diyagramları kullanılarak geliştirilmiştir.

Emotion analysis through facial recognition has significant potential for enhancing security within organizational and industrial contexts by enabling early risk detection, reducing human error, and supporting real-time decision-making. However, existing systems often demand high computational resources and advanced imaging equipment, limiting their adoption in small and medium-sized facilities. This study presents a cost-effective and practical emotion analysis application based on facial recognition, designed for seamless integration into diverse environments and IoT platforms. The system dynamically adapts its operation to the emotional state of the authorized user, mitigating potential errors when psychological resilience is insufficient. A Convolutional Neural Network (CNN) model was developed for emotion analysis using Conv2D, MaxPooling2D, and Dropout layers. Additionaly, several face recognition algorithms were tested to ensure reliable identification under different conditions. The proposed emotion analysis model achieved 98% overall accuracy and an 89% weighted F1 score. The system was trained and tested on a dataset with 58,179 training images and 28,706 test images, reaching the highest validation accuracy of 98.71% at the 25th epoch. By using a face recognition library, the system provided both high accuracy and fast processing. The developed face recognition-based folder security system offers a more user-friendly and innovative alternative to traditional password-based security methods.