Korelasyona dayalı aykırılık saptama ve kestirimci bakım
Correlation based anomaly detection and predictive maintenance
- Tez No: 620704
- Danışmanlar: PROF. DR. ALİ BULDU, DR. ÖĞR. ÜYESİ KAZIM YILDIZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Makine Mühendisliği, Computer Engineering and Computer Science and Control, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 62
Özet
Üretim ekipmanları genellikle planlı bir bakım yaklaşımı olmadan kullanılmaktadır. Böyle bir strateji, beklenmeyen arızalar nedeniyle sıklıkla planlanmamış aksama sürelerine neden olur. Zamanlanmış bakım, beklenmeyen ekipman durmalarını önlemek için bileşenleri sık sık değiştirir, ancak makinenin çalışmaması ve bakım maliyeti ile ilişkili süreyi artırır. Endüstri 4.0 ve akıllı sistemlerin ortaya çıkması, aksama süresini azaltabilecek ve imalat ekipmanının kullanılabilirliğini (kullanım oranını) artırabilecek olan kestirimci bakım, ya da Kestirimci Bakım (Predictive Maintenance - PdM) stratejilerine artan ilgi gösterilmesine yol açmaktadır. Kestirimci Bakım (Predictive Maintenance - PdM) son yıllarda yaygın olarak kullanılmakta olan bir uygulamadır, veri analizi ile cihazlarda daha sorun oluşmadan önce, durumu izleyen ve arıza çıkarma ihtimallerini değerlendirip, önlem alan bir bakım metodudur. Arıza olasılığını azaltmak için normal çalışma sırasında ekipmanın performansını ve durumunu izler. Kestirimci bakım ayrıca, bileşenlerin kullanım ömrünü en üst düzeye çıkararak üretimde sürdürülebilir uygulamaları geliştirme potansiyeline sahiptir. Üretim, altyapı, sağlık ve enerji gibi çeşitli endüstrilerde verimliliği artırmak ve işletme maliyetlerinden tasarruf sağlayabilmek için kullanılmaktadır. Bu tez çalışmasında sık kullanılan regresyon metotları yerine yapay sinir ağları kullanılarak sonuçlar gözlemlenmiş ve bunların diğer regresyon modelleri ile performans açısından karşılaştırılması gösterilmeye çalışılmıştır.
Özet (Çeviri)
Production equipment is often used without a planned maintenance approach. Such a strategy often leads to unplanned downtime due to unexpected failures. Scheduled maintenance frequently replaces components to prevent unexpected equipment downtime, but increases the time associated with machine downtime and maintenance cost. The emergence of Industry 4.0 and intelligent systems has led to increased interest in Predictive Maintenance (PdM) strategies that can reduce downtime and increase the availability (utilization) of manufacturing equipment. Predictive Maintenance (PdM) is a widely used application in recent years. It is a maintenance method that monitors the situation and evaluates the possibility of failure before data problems occur. Monitors the performance and condition of the equipment during normal operation to reduce the possibility of failure. Predictive maintenance also has the potential to develop sustainable applications in production by maximizing the lifetime of the components. It is used in various industries such as production, infrastructure, health and energy to increase productivity and save operating costs. In this thesis, using artificial neural networks instead of commonly used regression methods, the results were observed and their comparison with other regression models in terms of performance was tried to be shown.
Benzer Tezler
- Üniversitede öğrenim gören kadın öğrencilerin ilişki bağımlılığı düzeylerinin bazı değişkenler açısından incelenmesi
Examining the levels of love-addiction among female universitystudents in terms of sociodemographic variables
DERYA YÖRÜK
Yüksek Lisans
Türkçe
2023
Sosyal HizmetManisa Celal Bayar ÜniversitesiSosyal Hizmet Ana Bilim Dalı
DOÇ. DR. DERYA KAYLI
- Ridge regresyonda ridge parametresi için önerilen tarama yöntemine dayalı yeni bir tahmin edici
A new estimator based on the search method proposed for the ridge parameter in ridge regression
SELMAN MERMİ
Doktora
Türkçe
2024
İstatistikMuğla Sıtkı Koçman Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. ÖZGE AKKUŞ
- Reading span tests as predictors of L2 reading comprehension: Investigating differences in task design and assessment through behavioral and eye movement data
İkinci dilde okuduğunu anlama yordayıcıları olarak okuma aralığı testleri: Görev tasarımı ve değerlendirmede farklılıkların davranışsal ve göz hareketleri verileriyle incelenmesi
OYA ÖZEMİR
Doktora
İngilizce
2012
Eğitim ve ÖğretimBoğaziçi Üniversitesiİngiliz Dili Eğitimi Ana Bilim Dalı
DOÇ. DR. GÜLCAN ERÇETİN
- Araştırmaya dayalı fen laboratuvarlarının etkililiğinin incelenmesi
A study of effectiveness of inquiry based science laboratory activities
HATİCE BAYKARA
Yüksek Lisans
Türkçe
2011
Eğitim ve ÖğretimPamukkale Üniversitesiİlköğretim Ana Bilim Dalı
YRD. DOÇ. DR. ZEHA YAKAR
- İlköğretim 8. sınıf öğrenci ve velilerinin bildirdikleri anksiyete ve obsesif-kompulsif belirtilerinin sınav kaygısını yordaması
Predicting test anxiety based on reported anxiety and obsessive-compulsive symptoms in eighth-grade students and their parents
ŞERİFE YENİCEOĞLU
Yüksek Lisans
Türkçe
2024
Eğitim ve ÖğretimMuğla Sıtkı Koçman ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. UĞUR DOĞAN