Kumaş Kalite Kontrol Süreci Hangi Aşamalardan Oluşur?
- ALPER DIKTAS
- 13 Ağu
- 6 dakikada okunur
Güncelleme tarihi: 14 Ağu
Kumaş kalite kontrol hattı: kumaş açık en hâlde kontrol makinesinden geçerken tek operatör süreci ekrandan yönetir.
Kalite kontrol, üretimin sonundaki tek bir "son bakış" değildir. İpliğin girişinden sevkiyata kadar uzanan bir zincirdir; ancak bu zincirin kararı verdiği yer nettir: kumaş kontrol makinesi. Bir kumaşın "kaliteli" sayılması yalnızca üzerinde delik ya da leke bulunmamasına bağlı değildir. Kalite; ipliğin doğru seçilmesinden dokuma veya örme yapısının sağlamlığına, renk tutarlılığından her topun kayıt altına alınmasına kadar uzanır. Ancak zincirin sonunda tek bir soru cevaplanır: bu top müşteriye gidebilir mi, gidemez mi? Bu sorunun cevabı kumaş kontrol aşamasında verilir ve bu yüzden sürecin en belirleyici adımı burasıdır.
Kumaşa Gelene Kadar: Zincirin Ön Halkaları
Kumaş kontrolüne geçmeden önce, ona zemin hazırlayan üç halkayı kısaca hatırlamakta fayda var.
İplik ve hammadde girişi: Kalite, kumaş daha oluşmadan başlar. Girişteki ipliğin numarası, bükümü, mukavemeti ve nem değeri beklenen aralıkta değilse sorun tek noktada kalmaz; metrelerce kumaş boyunca tekrar eden bir kusura dönüşür.
Ham kumaş (tezgah çıkışı): Henüz terbiye görmemiş kumaşta yapısal hatalar aranır: çözgü ve atkı kopukları, atlamalar, iğne kırığı izleri, çekme farkları. Kusur burada yakalandığında düzeltme maliyeti düşüktür.
Terbiye ve boya sonrası: Tabloya yeni bir katman eklenir: boya lekeleri, ton farkları, çizgilenmeler ve yüzey düzgünsüzlükleri. Artık kalite yalnızca yapısal değil, aynı zamanda renk meselesidir.
Bu üç halka zemini hazırlar. Ancak topun kaderi, açık en hâlde kontrol makinesinden geçtiği anda belirlenir. Şimdi asıl sürece geçelim.
Hazırlık ve Besleme
Kontrol, kumaşın makineye doğru biçimde beslenmesiyle başlar. Kumaş açık en ve kontrollü bir gerginlikle hat boyunca ilerlemelidir; gevşek veya buruşuk besleme, en iyi tarama sisteminde bile yanlış okumaya yol açar. Besleme biçimi kumaş tipine göre değişir: hafif örme kumaşlar katlı beslenebilirken, denim gibi ağır kumaşlar büyük batch rulosundan gergin şekilde alınır.
Bu adımda sarım tipi de belirlenir — kat-to-rulo, rulo-to-rulo veya batch-to-rulo. Modern sistemler bu üç biçimle de çalışır; kontrol katmanı mevcut makinenin çalışma alışkanlığını değiştirmeden hattın üzerine eklenir.
Yüzey Tarama ve Kusur Tespiti
Sürecin çekirdeği budur. Kumaş, aydınlatılmış tarama bölgesinden geçerken yüzeyi baştan sona incelenir ve delik, leke, atlama, kalın atkı, iğne kırığı gibi hatalar belirlenir. Aranan kusurlar kumaş tipine göre farklılaşır: dokuma düz zeminde çözgü-atkı kaynaklı hatalar, örmede ilmek ve iğne kaynaklı izler, denimde ise ağırlıklı olarak dokuma ve yüzey hataları öne çıkar.
Geleneksel yöntemde bu iş tamamen operatörün gözüne bağlıdır ve sonuç; dikkat düzeyine, yorgunluğa ve vardiyaya göre değişir. Yapay zeka temelli sistemlerde ise tarama süreklidir: Serkon.AI Q2, kumaşı top boyunca sürekli tarayarak 50+ m/dk hızında 30'dan fazla kusur türünü gerçek zamanlı tespit eder. Kumaşın her iki yüzeyinin de kontrol edilmesi gerekiyorsa Q2 Duo, alt ve üst yüzeyi aynı anda tarar.
Boyutsal Ölçüm
Kusur tespitiyle eş zamanlı olarak kumaşın fiziksel değerleri de doğrulanır: en, metraj ve gramaj. Bu ölçümler hem siparişe uygunluğu teyit eder hem de puanlamanın temelini oluşturur; çünkü kusur puanları belirli bir alan birimine (örneğin 100 yarda²) göre hesaplanır. Metraj hatası, doğru tespit edilmiş kusurların bile yanlış puanlanmasına yol açar.
Renk Kontrolü
Yüzey temiz olabilir, ancak kumaş renk olarak tutarlı değilse yine sorun çıkar. Bu adımda üç tür sapma değerlendirilir: toplar arası fark, kanat farkı (sağ–orta–sol) ve top içi kayma (topun başı ile sonu arasındaki fark).
Geleneksel yöntem örneklemeye dayanır: operatör belirli noktalardan parça keser, ışık kabinine götürür ve gözüyle referansla karşılaştırır. Bu yöntem yanlış değildir ama noktasaldır; örnekler arasındaki metrelerce kumaş ölçülmeden akıp gider. Rengi ölçülebilir kılmanın yolu ΔE değeridir. Serkon.AI Colortron, rengi hat üzerinde akarken ölçer: D65 (6500K) standart ışık altında, ΔE 0,05'e kadar tekrarlanabilir hassasiyetle ve kanat farkı dâhil olacak biçimde, top boyunca sürekli. Belirlenen eşik aşıldığında sistem uyarı verir.
Renk konusunu ayrıntılı ele aldığımız yazı: Kumaş Kalitesi Bir Bütündür — Kusur ve Renk Kontrolü Bir Arada
Puanlama ve Sınıflandırma
Tespit edilen kusurlar tek başına bir anlam taşımaz; bir standarda göre puanlanmaları gerekir. Sektörde en yaygın yöntem 4-Puan Sistemi'dir: kusurlar boyutlarına göre 1 ile 4 arasında puanlanır ve toplam puan belirli bir alan birimine göre hesaplanır. Kabul eşiği çoğunlukla 100 yarda²'de ~20 puan civarındadır, ancak bu değer alıcıya ve ürün grubuna göre değişir.
Puanlama, kaliteyi tartışma konusu olmaktan çıkarıp ortak bir dile bağlar. "Bu kumaş iyi görünüyor" ifadesi yerine, alıcıyla aynı ölçüte dayanan bir sayı konuşur.
İşaretleme ve Kayıt
Bir kusuru bulmak yeterli değildir; onu bulunabilir kılmak gerekir. Bu adım iki katmandan oluşur.
Fiziksel işaretleme. Hatalar kumaşın kenarında fiziksel olarak işaretlenir; böylece kumaş sonradan kesilse veya yeniden sarılsa bile hata pozisyonu kaybolmaz. Akış hızına göre "hatada etiketleme" veya sürekli etiketleme prensibiyle çalışan sistemler bu işi hattı durdurmadan yapar.
Dijital kayıt. Her kusur top, konum ve tür bilgisiyle kaydedilir ve kumaş eni üzerinde bir hata haritası oluşur. Kalitenin en sık atlanan adımı budur: bir kusur fark edilebilir, ancak sistematik biçimde kaydedilmezse o bilgi kaybolur ve "o kusur gerçekten var mıydı?" tartışması başlar.
"Bir kusuru bulmak yeterli değildir; onu top, konum ve tür bilgisiyle kaydetmek, kaliteyi hatırlanan bir şey olmaktan çıkarır."
Raporlama, Lotlama ve Onay
Son adımda biriken veriler karara dönüşür. Toplar kalite sınıflarına ayrılır; renk açısından bir ΔE referansına göre lotlanır, böylece aynı siparişte yan yana kullanılacak toplar birbirini tutar. Hata haritası ve kusur dökümü rapor ve XML olarak dışa aktarılır; bu veri ERP veya ikinci parti yazılımlara aktarılabilir. Kontrol tamamlandığında sistem, topun kontrol içeriğini belirten bir barkod üretir.
Böylece her top, kendi kalite kimliğiyle çıkışa hazır hâle gelir: neyin, nerede, hangi türde bulunduğu kayıtlıdır ve gerektiğinde alıcıya kanıt olarak sunulabilir.
Manuel Süreçten Veri Odaklı Sürece
Yukarıdaki yedi adım onlarca yıldır uygulanıyor. Değişen şey, bu adımların nasıl yürütüldüğüdür. Manuel bir hatta tarama, ölçüm, puanlama ve renk değerlendirmesi operatörün gözüne bağlıdır; kayıt çoğu zaman elle veya eksik tutulur. Sonuç, vardiyadan vardiyaya değişebilen ve sonradan kanıtlanamayan bir kalite tablosudur.
Yapay zeka temelli bir kontrol katmanı eklendiğinde bu adımlar tek bir akışta birleşir. Farkı adım adım görmek en açıklayıcısıdır:
Adım | Manuel kontrol | Serkon.AI Q2 & Q2 Lite |
Yüzey tarama | Operatör gözü; dikkat, yorgunluk ve vardiyaya bağlı | Top boyunca sürekli tarama; 50+ m/dk, 30+ kusur türü |
Boyutsal ölçüm | Elle ve çoğu zaman kısmi | En, metraj ve gramaj otomatik doğrulanır |
Renk | Parça kesilir, ışık kabinine taşınır (örnekleme) | Akışta ΔE ölçümü; D65 ışık, kanat farkı dâhil |
Puanlama | Elle hesap; yoruma açık | 4-Puan otomatik hesaplanır, eşiğe göre sınıflanır |
İşaretleme | Şerit veya kalem; sonradan kaybolabilir | Kenarda fiziksel etiket; pozisyon korunur |
Kayıt | Kâğıt veya eksik kayıt | Her kusur top, konum ve tür ile hata haritasında |
Raporlama | Manuel derleme | Rapor + XML dışa aktarım, ERP entegrasyonu, barkod |
Mevcut geleneksel kontrol makinesini değiştirmek de gerekmez; Q2 Lite gibi kompakt çözümler mevcut makineyi dijitalleştirerek aynı akışı 30 m/dk'ya kadar hızlarda kurar (iç link: Q2 Lite ürün sayfası). Bu düzende operatörün rolü ortadan kalkmaz; yükselir. Operatör artık her topu tek tek gözle tarayan kişi değil, sistemin işaretlediği tespitleri inceleyen ve nihai kalite kararını onaylayan kişidir. İşçilik tarafındaki etkiyi ayrıca inceledik: Kalite Kontrolde İşçilik Maliyetini Azaltmak — Yapay Zekanın Etkisi.
Sonuç
Kumaş kalite kontrolü, tek bir son bakıştan çok daha fazlasıdır: beslemeden yüzey taramaya, ölçüm ve puanlamadan renk kontrolüne, işaretleme ve kayıttan raporlamaya uzanan yedi adımlık bir süreçtir. Her adım bir öncekinin üzerine kurulur; zincirin en zayıf halkası da nihai kaliteyi belirler. Bu adımları öznel kararlardan ölçülebilir, kayıtlı ve raporlanabilir bir temele taşımak, kaliteyi bir "görüş" olmaktan çıkarıp veriye dönüştürür. Geriye tek bir soru kalır: bugün hattınızdaki kalite kararlarını operatörün gözü mü veriyor, yoksa kanıtlayabileceğiniz bir veri mi?
Kalite kontrol sürecinizi uçtan uca veriye bağlayalım.
Sıkça Sorulan Sorular
Kumaş kalite kontrolü hangi adımlardan oluşur?
Yedi adımdan söz edebiliriz: hazırlık ve besleme, yüzey tarama ve kusur tespiti, boyutsal ölçüm, renk kontrolü, puanlama ve sınıflandırma, işaretleme ve kayıt, raporlama ve onay. Bu adımların öncesinde iplik girişi, ham kumaş ve terbiye sonrası kontroller yer alır; ancak topun kabul kararı kumaş kontrol aşamasında verilir.
4-Puan Sistemi nedir?
Kusurları boyutlarına göre puanlayan, sektörde yaygın kabul gören bir kumaş sınıflandırma yöntemidir. Toplam puan belirli bir eşiğin (çoğu zaman 100 yarda²'de ~20 puan, alıcıya göre değişir) altındaysa kumaş kabul edilir.
Kusur kontrolü ile renk kontrolü aynı şey mi?
Hayır. Kusur kontrolü yüzeydeki fiziksel hataları (delik, leke, atlama) bulur; renk kontrolü ise tonun tutarlılığını ölçer. İkisi farklı boyutlardır ama aynı topun kalitesini belirler ve ideal olarak aynı hatta birlikte değerlendirilir.
Mevcut kontrol makinemi değiştirmem gerekir mi?
Hayır. Kontrol katmanı mevcut geleneksel makinenin üzerine eklenebilir; sarım tipi (kat-to-rulo, rulo-to-rulo, batch-to-rulo) fark etmeksizin işletme alışkanlıklarını değiştirmeden çalışır.
Kumaşın iki yüzeyi de kontrol edilebilir mi?
Evet. Çift yüzey kontrolü gereken üretimlerde Q2 Duo, kumaşın alt ve üst yüzeyini aynı anda tarar.
