An application of digital transformation: Predictive maintenance scheduling
Başlık çevirisi mevcut değil.
- Tez No: 665681
- Danışmanlar: DR. ÖĞR. ÜYESİ ERİNÇ ALBEY
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Özyeğin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 80
Özet
Dördüncü sanayi devrimi ile beraber, endüstrideki ve literatürdeki güncel gelişmeler her ölçekten üretim tesislerine üretim süreçlerine dair veriyi doğru şekilde toplama ve veri bazlı modeller geliştirerek üretim verimliliğini artırma imkanı sunmuştur. Süreç takip sistemleri ve kestirimci modeller sayesinde tesislerde alınan kararlar daha akıllı ve otomatik hale getirilebilir. Bu anlamda, kestirimci bakım (KB) politikaları özellikle seri üretim tesisleri için önemli fırsatlar sunmaktadır. Ekipman kondisyonlarının takip edilmesi ve bozulma zamanlarına dair tahminlerin üretilmesi ile, önceden alınabilecek aksiyonlar belirlenebilir ve bakım aktiviteleri planlanabilir. Bu noktada, özellikle büyük çaplı tesisler için, kestirimci model sonuçları kullanılarak bakım aktivitelerinin çizelgelenmesi ayrı bir problem olarak ortaya çıkmaktadır. Bu tez kapsamında, uluslararası ölçekte bir üretim tesisinin seri üretim hattında gerçekleştirilen pilot bir çalışma ile hattın uçtan uca dijital dönüşümü tamamlanmıştır. Kurulan veri toplama altyapısı ile üretim hattından sensör verisi ve bakım ekiplerinden parça kondisyon verisi toplanmıştır. Sunulan kestirimci bakım yaklaşımını takiben, parçaların kondisyon skorlarına ve kalan faydalı ömürlerine (KFÖ) dair tahminler üretilmiştir. Uzun süreli bakım aktivitelerinin planlanması, sıra bağımlı bakım zamanlarını içeren çoklu bakım dönemi çizelgeleme problemi olarak ele alınmıştır. Problemin çözümü için kestirimci model sonuçlarını deterministik girdiler olarak kabul eden bir karışık tamsayılı doğrusal programlama (KTDP) modeli geliştirilmiş ve bakım zamanları belirlenmiştir. Sürekli iyileşmenin ve sürdürülebilirliğin görece düşük maliyetlerle sağlanabilmesi için çözümlerin geliştirilmesinde açık kaynak kodlu uygulamalardan yararlanılmıştır.
Özet (Çeviri)
Current technological developments in the industry and literature with the fourth revolution of industry make it possible to collect accurate data from production processes and develop data-based models to increase production productivity. The management decisions can be made more intelligent and automated with process tracking systems and predictive models. Predictive Maintenance (PdM) policies stand out in this area as an opportunity, especially for mass production facilities. Necessary early actions can be taken and maintenance activities can be planned by monitoring equipment conditions and estimating failure times. At this point, creating maintenance schedules for extensive facilities using predictive model outputs also emerges as another problem. Within the scope of this thesis, an end-to-end digital transformation application has been carried out as a pilot study on a mass production line of an international scale production facility. A data collection infrastructure is established to collect process data from sensors and inspection team feedback about the equipment conditions. A PdM approach is introduced to estimate indicator scores about the equipment conditions and remaining useful lifetimes (RUL) by using the collected data. As maintenance activities require long-term operations, scheduling these activities is considered as a multi-campaign scheduling problem with sequence dependent maintenance durations. A mixed-integer linear programming (MILP) model is developed and the outputs obtained from the predictive model are fed as deterministic inputs into the model to schedule maintenance activities. Open-source applications are used in the developed solutions; thus, continuous improvement and sustainability with lower costs are aimed.
Benzer Tezler
- Öngörülü model işaretleme dili kullanılarak yapay zeka ve makine öğrenmesi modellerinin web servisi olarak servis edilmesi
Deploying artificial intelligence and machine learning models as a web service using predictive model markup language
ERSİN YILDIZ
Yüksek Lisans
Türkçe
2022
Bilim ve TeknolojiBursa Teknik ÜniversitesiAkıllı Sistemler Mühendisliği Ana Bilim Dalı
PROF. DR. TURGAY TUGAY BİLGİN
- A refined methodology tor model-based FPGA hardware design: An example of quadrotor dynamical model implementation
Model tabanlı FPGA donanımı tasarımında iyileştirilmiş bir yöntem sistemi: Bir dört rotorlu için dinamik model gerçekleme örneği
SEZER MEMİŞ
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ RAMAZAN YENİÇERİ
- Eğitimde veriye dayalı yönetim uygulamalarının değerlendirilmesi
The evaluation of data driven management applications in education
AYHAN DUYKULUOĞLU
Doktora
Türkçe
2022
Eğitim ve ÖğretimGazi ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. NECATİ CEMALOĞLU
- Leveraging ai in construction management
İnşaat proje yönetiminde yapay zekadan faydalanma
BARAN AKOL
Yüksek Lisans
İngilizce
2024
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. FATMA PINAR ÇAKMAK
- Düşük bir hızlarında konuşma kodlama ve uygulamaları
Low bit rate speech coding and applications
TARIK AŞKIN
Doktora
Türkçe
1999
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. GÜNSEL DURUSOY