Robust HMM-based remaining useful life estimation using a ridge-regularized EM algorithm
Ridge düzenlileştirmeli EM algoritması ile sağlam HMM tabanlı kalan faydalı ömür tahmini
- Tez No: 1007339
- Danışmanlar: PROF. DR. GÖKHAN KİRKİL
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Bilim ve Teknoloji, Matematik, Industrial and Industrial Engineering, Science and Technology, Mathematics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: İngilizce
- Üniversite: Kadir Has Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Mühendislik ve Doğa Bilimleri Ana Bilim Dalı
- Bilim Dalı: Hesaplamalı Bilim ve Mühendislik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Mühendislik sistemlerinin Kalan Faydalı Ömrünün (KFYÖ) tahmin edilmesi, bakım planlaması ve karmaşık mekanik birimlerin güvenilirliği açısından kritik öneme sahiptir. Doğru KFYÖ tahminleri, zamanında müdahaleleri destekleyerek beklenmedik arızaların önlenmesine katkı sağlar. Bu tez çalışmasında, bozunum sinyallerini ömür sonuna kadar modelleyen, basit arıza yapısına ve soğurucu bir terminal duruma sahip gizli Markov modeline (HMM) dayalı istatistiksel olarak sağlam bir çerçeve önerilmektedir. Önerilen yöntemde, duruma bağlı doğrusal emisyon parametreleri ve geçiş olasılıkları, ridge düzenlileştirmeli bir beklenti–maksimizasyon (EM) algoritması kullanılarak tahmin edilmektedir. Ridge ceza terimi, sınırlı veri koşullarında eğim tahminlerini kararlı hâle getirirken, Huber tabanlı sağlam bir ölçek tahmin edicisi sensör verilerinden türetilen sağlık göstergesindeki aykırı değerlere olan duyarlılığı azaltmaktadır. KFYÖ, ileri–geri algoritması ile elde edilen yumuşatılmış artgösterim durum olasılıkları ile geçici durumların sağkalım özelliklerini birleştiren ağırlıklı bir soğurulmaya kadar beklenen süre olarak hesaplanmaktadır. Bu yaklaşım, gizli Markov modelinin olasılıksal yapısını koruyan, düşük varyanslı ve duruma duyarlı bir kestirici sağlamaktadır. Benzetim çalışmaları, önerilen ridge düzenlileştirmeli EM algoritmasının, ağırlıklı en küçük kareler tabanlı EM (WLS-EM) yaklaşımına kıyasla parametre varyansını önemli ölçüde azalttığını ve tahmin doğruluğunu iyileştirdiğini göstermektedir. Gerçek veri üzerinde gerçekleştirilen vaka analizi ise KFYÖ tahmin doğruluğunda ek iyileşmeler sağlandığını ve daha düzgün, güvenilir tahmin yörüngeleri elde edildiğini ortaya koymaktadır. Sonuç olarak, önerilen çerçeve, pratik prognostik uygulamalar için sağlam, yorumlanabilir ve etkin bir yaklaşım sunmaktadır.
Özet (Çeviri)
Estimating the Remaining Useful Life (RUL) of engineering systems is crucial for maintenance planning and the reliability of complex mechanical units. Accurate RUL predictions support timely interventions and help prevent unexpected failures. This study proposes a statistically robust framework that models degradation signals up to the end of life using a hidden Markov model (HMM) with a simple-failure structure and an absorbing terminal state. The proposed method estimates state-dependent linear emission parameters and transition probabilities using a ridge-regularized expectation–maximization (EM) algorithm. The ridge penalty stabilizes slope estimates under limited data, while a robust Huber-based scale estimator reduces sensitivity to outliers in the sensor-derived health indicator. RUL is computed as a weighted expected time to absorption, combining transient-state survival characteristics with smoothed posterior state probabilities obtained via the forward–backward algorithm. This yields a low-variance, state-aware estimator that preserves the probabilistic structure of the HMM. Simulation studies show that the proposed ridge-regularized EM significantly reduces parameter variance and improves predictive accuracy compared with the baseline weighted least-squares EM (WLS-EM). A real-data case analysis demonstrates further improvements in RUL estimation accuracy and smoother, more reliable prediction trajectories. Overall, the framework provides a robust and interpretable approach for practical prognostics applications.
Benzer Tezler
- Spatial decoding of oscillatory neural activity for brain computer interfacing
Beyin makine arayüzleri için salınımlı beyin işaretlerinin uzamsal çözümlemesi
İBRAHİM ONARAN
Doktora
İngilizce
2013
Biyomühendislikİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET ENİS ÇETİN
YRD. DOÇ. DR. NURİ FIRAT İNCE
- Örneklem tabanlı gürbüz konuşma tanıma
Exemplar based noise robust speech recognition
FATİH AKTÜRK
Yüksek Lisans
Türkçe
2015
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. ENDER METE EKŞİOĞLU
- Music retrieval systems: Robust performance under the effect of uncertainty
Başlık çevirisi yok
ERDEM ÜNAL
Doktora
İngilizce
2008
Elektrik ve Elektronik MühendisliğiUnıversıty Of Southern CalıfornıaDR. SHRIKANTH NARAYANAN
- Lifelong learning for auditory scene analysis
İşitsel sahne analizi için hayat boyu öğrenme
BARIŞ BAYRAM
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN İNCE
- Large vocabulary speech recognition in noisy environments
Gürültülü ortamlarda geniş kelime hazneli konuşma tanıma
FİRAS JABLOUN
Yüksek Lisans
İngilizce
1998
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. A. ENİS ÇETİN