Robot hücresinde yapay zekâ çoğu zaman kalite, yol planı veya adaptive pick için istenir. Emniyet mühendisi ise ISO 13849 dilinde sorar: Performance Level (PL) kanıtı nerede, hata tepkisi deterministik mi, yazılım değişince yeniden doğrulama kimde? Bu gerilim, “AI’yi koyalım” toplantısını uzatan asıl nedendir.
WebTuring’de daha önce ISO 13849 ile AI’nin genel zorluğunu ele aldık. Bu yazı o çerçeveyi hücre mimarisine indirger: hangi fonksiyon güvenlik zincirine girer, hangisi giremez.
Emniyet fonksiyonu ne ister?
ISO 13849 bağlamında güvenlik fonksiyonu:
- Tanımlı tehlikeye karşı tanımlı tepki üretir
- Kategori / PL hedefine göre mimari (yedeklilik, tanı) ister
- Doğrulama ve doğrulama (verification & validation) dokümantasyonu ister
- Tahmin edilebilir hata davranışı bekler
Öğrenen model ise veri dağılımına bağlıdır; dağılım kayınca çıktı değişebilir. Bu, “aynı girdi → aynı emniyet tepkisi” beklentisiyle çatışır.
Pratik mimari: AI dışarıda, emniyet içeride
Sertifikasyona yaklaşan tesislerde yaygın (ve genelde doğru) ayrım:
| Katman | Örnek | AI rolü |
|---|---|---|
| Emniyet | Acil stop, hız limiti, alan ihlali | Yok veya salt izleme |
| Operasyon | Hız, yörünge, program seçimi | Optimizasyon / öneri |
| Kalite | Görsel kusur, pozisyon düzeltme | Model skoru + insan/PLC kapısı |
AI kamera “parça yok” derse robot yine de güvenlik alanına girmeden, emniyet PLC’nin izin verdiği hız bandında hareket etmelidir. Model skoru güvenlik interlock’unu ezmemelidir.
Neden “AI’li hücre” onayı uzar?
- Yazılım sürüm kontrolü: Model ağırlığı güncellenince “aynı ürün mü?” sorusu doğar.
- Veri seti izlenebilirliği: Eğitim verisi değiştiyse davranış değişebilir.
- Hata modu analizi: False negative (tehlikeyi kaçırma) emniyette kabul edilemez; ML metrikleri buraya doğrudan map edilmez.
- Sorumluluk sınırı: OEM, sistem entegratörü, tesis — kim PL iddiasını taşır?
Çözüm çoğu zaman: AI’yi PL iddiası taşımayan danışman katmana koymak; emniyeti güvenlik PLC + sertifikalı cihazlarla kanıtlamak.
Ne yapılabilir (gerçekçi)
- AI görüyü kalite ve verim için kullan; emniyet alanını 13849 cihazlarıyla koru
- Model çıktısını “izin ver” değil “öner / hız düşür talebi” olarak bağla
- Değişiklik yönetimi: model sürümü = proses değişikliği
- Gölge mod + hatalı sınıflandırma maliyeti ölçümü
Özet: Emniyetli robot hücresinde AI zor onaylanır çünkü PL olasılık skoru değil kanıtlanabilir emniyet davranışı ister. Doğru mimari hibrittir: öğrenen katman dışarıda, deterministik emniyet içeride.
Sık sorulan sorular
AI neden PL iddiası taşıyamaz?
Dağılım kayması ve sürüm değişimi davranışı değiştirir. PL tanımlı hata tepkisi ve doğrulama ister; skor kartı emniyet kanıtı yerine geçmez.
AI kamera emniyet alanında kullanılabilir mi?
İzleme ve kalite için evet; emniyet interlock’unu tek başına ezmemelidir. Emniyet alanı 13849 cihazlarıyla korunur.
Model güncellemesi sertifikayı bozar mı?
Davranış değişiyorsa proses değişikliği sayılır. Değişiklik yönetimi, sürüm kilidi ve yeniden doğrulama gerekir.
Doğru mimari nedir?
Hibrit: AI danışman katman, deterministik emniyet omurga. Sorumluluk OEM–entegratör–tesis arasında net yazılmalıdır.
ISO 13849 ne ister kısaca?
Tanımlı tehlike–tepki, kategori/PL, doğrulanmış güvenlik fonksiyonu ve öngörülebilir hata davranışı.
İlgili analizler
Fonksiyonel Güvenlik (ISO 13849) ile Yapay Zeka Neden Bir Arada Zor Duruyor?
Deterministik Kural Motoru mu, Öğrenen Model mi? Endüstride Hangisi Güvenilir?
Endüstri 5.0: İnsanla Omuz Omuza Çalışan Yapay Zekâlı Robotlar
