12. Sınıf Kalite Kontrolde Yapay Zekâ Uygulamaları Yıllık Planı 2026-2027

12. Sınıf Kalite Kontrolde Yapay Zekâ Uygulamaları Yıllık Planı — Kaynaklar ve İçerik

12. sınıf Kalite Kontrolde Yapay Zekâ Uygulamaları dersi, Endüstriyel Kalite Kontrol alanında haftada 2 ders saati okutulur; yıllık planında 7 öğrenme birimi, 72 ders saati ve 24 kazanım yer alır. Yıl, “Kalite Kontrolde Yapay Zekâ Entegrasyonu” öğrenme birimiyle başlar; aradaki 5 öğrenme biriminin ardından “Gelecekte Yapay Zekâ Destekli Muayene Yöntemleri” öğrenme birimiyle biter. En geniş yer 15 ders saatiyle “Tahribatsız Muayene Yöntemlerinde Yapay Zekâ” öğrenme birimine ayrılır.

• 12. Sınıf Kalite Kontrolde Yapay Zekâ Uygulamaları Günlük Planları (haftalık ders planları)
• Ders İçeriği

  Endüstriyel Kalite Kontrol - Endüstriyel Kalite Kontrol (Mesleki ve Teknik Anadolu Lisesi) alanında Kalite Kontrolde Yapay Zekâ Uygulamaları dersi 12. sınıf 2026-2027 eğitim öğretim yılı yıllık planı. Haftalık 2 ders saati.

  Üniteler ve Konular

  1. Kalite Kontrolde Yapay Zekâ Entegrasyonu (9 ders saati)

  Kalite kontrolde yapay zekâ entegrasyonunu açıklayabilme

  • 1. Metal kalite kontrolünün önemi
    • Metal kalite kontrolünün önemini açıklar.
  • 2. Yapay zekânın kalite kontrol süreçlerine entegrasyonu
    • Yapay zekânın kalite kontrol süreçlerine entegrasyonunu açıklar.
  • 3. Geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırma
    • Kalite kontrolde geleneksel yöntemler ile yapay zekâ tabanlı yaklaşımları karşılaştırır.

  2. Tahribatsız Muayene Yöntemlerinde Yapay Zekâ (15 ders saati)

  Tahribatsız muayene (NDT) yöntemlerinde yapay zekâ kullanımını açıklayabilme

  • 1. Görüntü işleme ile yüzey kusur analizi (kamera + AI)
    • Görüntü işleme ile yüzey kusur analizini (kamera+AI) açıklar.
  • 2. Ultrasonik testlerde sinyal yorumlamada makine öğrenmesi
    • Ultrasonik testlerde sinyal yorumlamada makine öğrenmesini açıklar.
  • 3. Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirme
    • Radyografi (X-ray) görüntülerinin AI ile otomatik değerlendirilmesini açıklar.
  • 4. Manyetik parçacık testi ve AI ile çatlak tanıma
    • Manyetik parçacık testi ve AI ile çatlak tanımasını açıklar.
  • 5. Girdap akımı testi ve derinlik tahmini algoritmaları
    • Girdap akımı testi ve derinlik tahmini algoritmalarını açıklar.

  3. Tahribatlı Muayene Yöntemlerinde Yapay Zekâ (9 ders saati)

  Tahribatlı muayene (DT) yöntemlerinde yapay zekâ kullanımını açıklayabilme

  • 1. Çekme, çentik darbe, sertlik testlerinde verilerin AI ile sınıflandırılması
    • Çekme, çentik darbe, sertlik testlerinde verileri AI ile sınıflandırır.
  • 2. Mikro yapı görüntülerinin analizinde yapay zekâ uygulamaları
    • Mikro yapı görüntülerinin analizinde yapay zekâ uygulamalarını açıklar.
  • 3. Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analiz
    • Malzeme bileşiminin spektrometre verileri ile yapay zekâ destekli analizi yapar.

  4. Veri Toplama ve Büyük Veri Analizi (9 ders saati)

  Veri toplama ve büyük veri analizini açıklayabilme

  • 1. Sensör verilerinin toplanması ve etiketlenmesi
    • Sensör verilerinin toplanması ve etiketlenmesini açıklar.
  • 2. Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisi
    • Endüstriyel nesnelerin interneti (IIoT) ve kalite kontrol ilişkisini açıklar.
  • 3. Zayıf sinyallerin ayrıştırılmasında yapay zekâ avantajları
    • Zayıf sinyallerin ayrıştırılmasında yapay zekâ avantajlarını açıklar.

  5. Uygulama Örnekleri ve Vaka Analizlerini (12 ders saati)

  Uygulama örnekleri ve vaka analizlerini açıklayabilme

  • 1. Görüntü tabanlı kaynak dikişi kontrolü
    • Görüntü tabanlı kaynak dikişi kontrolünü açıklar.
  • 2. Döküm parçalarında kusur tespiti
    • Döküm parçalarında kusur tespitini açıklar.
  • 3. Haddelenmiş ürünlerde yüzey çatlağı tespiti
    • Haddelenmiş ürünlerde yüzey çatlağı tespitini açıklar.
  • 4. Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamaları
    • Otomotiv ve havacılık sanayisinde AI tabanlı NDT uygulamalarını açıklar.

  6. Kalite Kontrolde Yapay Zekâ Entegrasyonunun Fayda ve Zorlukları (9 ders saati)

  Kalite kontrolde yapay zekâ entegrasyonunun fayda ve zorluklarını açıklayabilme

  • 1. İnsan hatasını azaltma yöntemleri
    • İnsan hatasını azaltma yöntemlerini açıklar.
  • 2. Süreç optimizasyonu
    • Süreç optimizasyonunu açıklar.
  • 3. Veri güvenliği, etik ve doğrulama sorunları
    • Veri güvenliği, etik ve doğrulama sorunlarını açıklar.

  7. Gelecekte Yapay Zekâ Destekli Muayene Yöntemleri (9 ders saati)

  Gelecekte yapay zekâ destekli muayene yöntemlerini açıklayabilme

  • 1. Otonom denetim robotları
    • Otonom denetim robotlarını açıklar.
  • 2. Dijital ikiz ile entegre kalite kontrol uygulamaları
    • Dijital ikiz ile entegre kalite kontrol uygulamalarını açıklar.
  • 3. Predictive maintenance (öngörücü bakım) sistemleri
    • Predictive maintenance (öngörücü bakım) sistemlerini açıklar.