Predictive maintenance in smart buildings using İoI-enabled digital twins and big data analytics
Iot destekli dijital ikiz ve büyük veri analitiği kullanarak akıllı binalarda öngörücü bakım
- Tez No: 1005195
- Danışmanlar: PROF. DR. MEHMET RAŞİT ESKİCİOĞLU, DOÇ. DR. ATINÇ YILMAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Science and Technology
- Anahtar Kelimeler: Anomali tespiti, Öngörücü bakım, Anomaly detection, Predictive maintenance
- Yıl: 2026
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Büyük Veri Analitiği ve Yönetimi Ana Bilim Dalı
- Bilim Dalı: Büyük Veri Analitiği ve Yönetimi Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışma, akıllı binalardaki iç ortamların izlenmesi için bir Dijital İkiz çerçevesi sunmaktadır. IoT telemetrisi, semantik modelleme, düşük düzey depolama ve makine öğrenimine dayalı anomali tespiti bir araya getirilmiştir. Etiketli sensör verile-rinin eksikliği nedeniyle, bir telemetri üreteci gerçekçi desenler ve kontrollü anoma-lilerle sıcaklık ve nemi simüle eder. Üretilen veriler, Brickschema semantik modelleme kullanılarak ilgili oda ile eşleştirilir ve bu veriler Sqlite veritabanına işlenir. Isolation-Forest modeli verilerdeki anomalileri tespit eder. Zamansal doğrulama ve skor eşik değeri gibi çeşitli ayarlama stratejileri 24 saatlik zaman dilimleri üzerinde test edilmiştir. Agresif eşikler hem yanlış pozitifleri hem de geri çağırmayı azaltarak per-formansı düşürür. Geri çağırmaya odaklı ayarlar daha fazla anomali bulur, ancak aynı zamanda yanlış pozitifler de bulur. Zamansal olarak duyarlı bir temel model %62 kesinlik, %37 duyarlılık ve en yüksek F1 puanı ile en iyi dengeyi sağlamıştır. Bu sonuçlar, anomali tespitinde hassasiyet ve geri çağırma arasındaki dengeyi göstermektedir. Çalışma akıllı binalarda Dijital İkiz tabanlı öngörüsel bakım ve analiz için tekrarlanabilir ve genişletilebilir bir temel sunmaktadır.
Özet (Çeviri)
This study proposes a Digital Twin framework for monitoring indoor environ-ments in smart buildings. It combines IoT telemetry, semantic modeling, lightweight storage, and machine learning–based anomaly detection. Due to a lack of labeled sensor data, a telemetry generator simulates temperature and humidity with realistic patterns and controlled anomalies. Generated data is stored in a time-series SQLite database and mapped to building spaces using the Brick scheme to align devices to rooms. An unsu-pervised Isolation Forest model detects anomalies in unlabeled, non-Gaussian data. Several tuning strategies, such as temporal confirmation and score thresholding, were tested over 24-hour windows. Aggressive thresholds reduce both false positives and recall, lowering performance. Recall-focused settings find more anomalies, but also false positives. A temporal-aware baseline achieved the best balance, with a precision of 0.62, a recall of 0.37, and the highest F1-score. These results show the trade-off be-tween precision and recall in anomaly detection. The framework offers a reproducible, extensible base for Digital Twin predictive maintenance and analysis in smart build-ings.
Benzer Tezler
- Dokuma kumaşlarda örgü tipinin ham kumaşın boyutları ve geometrik özellikleri üzerindeki etkilerinin araştırılması
Başlık çevirisi yok
EMEL ÖNDER
- Marmara bölgesindeki kavun ve karpuz yetiştiriciliğinin bugünkü durumu, sorunları ve öneriler
The Status of melon and water melongrowing in Marmara region at present and its Problems and recommedations
MEHMET GÜLER
- Studies on the cuttability of rocks at O.A.L. Çayırhan district by laboratory cutting tests
Başlık çevirisi yok
KÜRŞAD CEYLAN
Yüksek Lisans
İngilizce
1987
Orta Doğu Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Tokat ili merkez ilçesi tarım işletmelerinde işgücü varlığı ve değerlendirme durumu üzerine bir araştırma
Başlık çevirisi yok
KEMAL ESENGÜN
