Aıot motor sağlık tahmin cihazı
Aiot engine health prediction device
- Tez No: 1001283
- Danışmanlar: DR. ÖĞR. ÜYESİ MURAT ERHAN ÇİMEN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Sakarya Uygulamalı Bilimler Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Endüstriyel Endüstriyel tesislerde elektrik motorlarında meydana gelen arızalar, üretim süreçlerinde kesintilere, plansız duruşlara ve bakım maliyetlerinin artmasına neden olmaktadır. Bu durum, motorların çalışma koşullarının sürekli izlenmesini ve arıza eğilimlerinin erken aşamada tespit edilmesini gerekli kılmaktadır. Bu tez çalışmasında, motorların sıcaklık ve titreşim verilerini analiz ederek motor sağlık durumunu değerlendiren ve olası arıza eğilimlerini öngören yapay zekâ destekli (AIoT – Yapay Zekâ Nesnelerin İnterneti) bir kestirimci bakım sistemi geliştirilmiştir. Geliştirilen sistem; sensörler aracılığıyla elde edilen verilerin mikrodenetleyici tabanlı bir donanım üzerinde toplanması, uygun önişleme adımlarından geçirilmesi ve yapay zekâ algoritmaları ile analiz edilmesi esasına dayanmaktadır. Sistem mimarisi; donanım, veri toplama ve önişleme, yapay zekâ tabanlı analiz, haberleşme ve kullanıcı arayüzü katmanlarından oluşan çok katmanlı bir yapı şeklinde tasarlanmıştır. Bu yapı sayesinde sensör verilerinin uçtan uca bütüncül bir iş akışı içerisinde işlenmesi sağlanmıştır. Motor verilerinin değerlendirilmesinde, mevcut çalışma koşullarının sınıflandırılması için Destek Vektör Makineleri (SVM) algoritması kullanılmıştır. Buna ek olarak, motorun zamana bağlı davranışının modellenmesi ve arıza eğilimlerinin öngörülmesi amacıyla Uzun Kısa Süreli Bellek (LSTM) tabanlı derin öğrenme modeli tercih edilmiştir. Bu iki yaklaşımın birlikte kullanılmasıyla sistem, hem anlık durum analizi yapabilen hem de ileriye dönük motor sağlık tahmini gerçekleştirebilen bir yapı kazanmıştır. Geliştirilen cihaz, farklı uygulama senaryolarına uyum sağlayabilmesi amacıyla USB, Wi-Fi (TCP/IP) ve RS485 haberleşme arayüzlerini destekleyecek şekilde tasarlanmıştır. Bu sayede sistem, laboratuvar ortamlarında test amaçlı kullanımın yanı sıra endüstriyel saha uygulamalarında da esnek bir şekilde kullanılabilmektedir. Ayrıca geliştirilen masaüstü tabanlı kullanıcı arayüzü sayesinde motor verileri gerçek zamanlı olarak izlenebilmekte, analiz sonuçları görselleştirilebilmekte ve erken uyarı mekanizması etkin biçimde kullanılabilmektedir.Çalışma sonucunda elde edilen bulgular, önerilen AIoT tabanlı motor sağlık izleme ve kestirimci bakım sisteminin; yapay zekâ destekli analiz yeteneği, çoklu haberleşme altyapısı ve ölçeklenebilir mimarisi sayesinde Endüstri 4.0 odaklı kestirimci bakım uygulamaları için uygun ve güvenilir bir çözüm sunduğunu göstermektedir. Bu yönleriyle sistem, sürdürülebilir, akıllı ve veri odaklı endüstriyel bakım stratejilerine önemli katkılar sunmaktadır.
Özet (Çeviri)
Faults occurring in electric motors used in industrial facilities lead to interruptions in production processes, unplanned downtime, and increased maintenance costs. This situation necessitates continuous monitoring of motor operating conditions and early detection of fault tendencies. In this thesis study, an artificial intelligence–supported (AIoT – Artificial Intelligence of Things) predictive maintenance system has been developed to evaluate motor health conditions and predict potential fault tendencies by analyzing motor temperature and vibration data. The developed system is based on collecting data obtained from sensors through a microcontroller-based hardware platform, applying appropriate preprocessing steps, and analyzing the data using artificial intelligence algorithms. The system architecture is designed as a multi-layered structure consisting of hardware, data acquisition and preprocessing, artificial intelligence–based analysis, communication, and user interface layers. This structure enables end-to-end processing of sensor data within an integrated workflow. In the evaluation of motor data, the Support Vector Machine (SVM) algorithm is used to classify current operating conditions. In addition, a Long Short-Term Memory (LSTM)–based deep learning model is employed to model the time-dependent behavior of the motor and to predict fault tendencies. By combining these two approaches, the system gains the capability to perform both instantaneous condition analysis and future-oriented motor health prediction. The developed device is designed to support USB, Wi-Fi (TCP/IP), and RS485 communication interfaces in order to adapt to different application scenarios. Thus, the system can be used flexibly not only in laboratory environments for testing purposes but also in industrial field applications. Moreover, thanks to the developed desktop-based user interface, motor data can be monitored in real time, analysis results can be visualized, and the early warning mechanism can be used effectively. The findings obtained from the study demonstrate that the proposed AIoT-based motor health monitoring and predictive maintenance system provides a suitable and reliable solution for Industry 4.0–oriented predictive maintenance applications due to its artificial intelligence–supported analysis capability, multi-communication infrastructure, and scalable architecture. In these respects, the system makes significant contributions to sustainable, intelligent, and data-driven industrial maintenance strategies.
Benzer Tezler
- Enhancing smart environments through an ai-assisted IORT agent
Akıllı ortamların yapay zekâ destekli bir İORT aracısıyla güçlendirilmesi
YAKUP KAYATAŞ
Yüksek Lisans
İngilizce
2025
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SANEM KABADAYI
- An improved device identifier composition engine architecture to enhance internet of things security
Nesnelerin interneti güvenliğini artırmak için geliştirilmiş bir cihaz tanımlayıcı bileşim motoru mimarisi
YUSUF YAMAK
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT AYDOS
- Next generation wireless networks for social good
Sosyal fayda için yeni nesil telsiz ağlar
SULTAN ÇOĞAY
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN SEÇİNTİ
- Nesnelerin internetini kullanarak üç fazlı asenkron motorun gerçek zamanlı izlenmesi ve denetimi
Design of a real-time monitoring and controlling system for three phase induction motor using internet of things (iOT)
ALI HUSEIN BENHUSEIN
Doktora
Türkçe
2019
Mekatronik MühendisliğiKastamonu ÜniversitesiMalzeme Bilimi ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED FATİH KILIÇASLAN
- Development of a tele-physiotherapy device to remedy elbow joint with mobile app support
Dirsek eklemini iyileştirmeye yönelik tele-fizyoterapi cihazı geliştirilmesi
ARDA SARPAY
Yüksek Lisans
İngilizce
2023
Fiziksel Tıp ve Rehabilitasyonİzmir Katip Çelebi ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DOÇ. DR. YALÇIN İŞLER
DR. ÖĞR. ÜYESİ EBRU SAYILGAN