Makine öğrenmesi ile kestirimci bakım ve anomali tespiti
Predictive maintenance and anomaly detection with machine learning
- Tez No: 671462
- Danışmanlar: DR. ÖĞR. ÜYESİ BİROL ARİFOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Elektrik ve Elektronik Mühendisliği, Mühendislik Bilimleri, Science and Technology, Electrical and Electronics Engineering, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 69
Özet
Endüstriyel otomasyon ile üretim süreçleri büyük bir değişime uğradı. Günümüz konsepti olan Endüstri 4.0 ile otomasyon çok daha kapsamlı oldu ve yeni teknolojiler ile iyileştirilmesi gereken alanlar üzerinde çalışmalar hızlandı. Endüstri 4.0 konseptinin odaklandığı iyileştirme alanlarından birisi olan verimlilik esaslarını yerine getirmek için birçok teknoloji ve yöntem kullanılmaktadır. Verimlilik için çok sayıda ve farklı alanlarda çalışmalar yapılmaktadır. Bu tezde, kestirimci bakımın getirmiş olduğu faydalar ile verimlilik sağlanmak istenmiştir. Amaç, fabrikalarda üretim yapan makineler üzerindeki algılayıcılardan edinilen verileri analiz ederek, olası arızaları tespit ederek önceden operatöre bildirmek ve daha büyük arızalar oluşmadan müdahele ederek kestirimci bakım faaliyeti gerçekleştirmektir. Minimum duruş süresi ile üretim faaliyetinin sorunsuz devam etmesi, gereksiz bakım ve parça değişikliği gibi sorunların önüne geçmek için yapılan kestirimci bakım türünü, yine günümüzün modern tekniklerinden olan makine öğrenmesi kullanılarak uygulaması yapılmıştır.
Özet (Çeviri)
Production processes have undergone a great change with industrial automation. With Industry 4.0, which is today's concept, automation has become much more comprehensive and studies on areas that need to be improved with new technologies have accelerated. Many technologies and methods are used to fulfill the principles of efficiency, which is one of the improvement areas that the Industry 4.0 concept focuses on. Numerous and different studies are carried out for efficiency. In this thesis, it is aimed to provide efficiency with the benefits of predictive maintenance. The aim is to analyze the data obtained from the sensors on the machines producing in the factories, to detect possible malfunctions and to inform the operator beforehand and to perform predictive maintenance activities by intervening before bigger malfunctions occur. The predictive maintenance type, which is carried out to prevent problems such as the continuation of the production activity without any problems with minimum downtime, unnecessary maintenance and part replacement, has been implemented using machine learning, which is also one of today's modern techniques.
Benzer Tezler
- Makine öğrenme temelli kestirimci bakım ve anomali tespiti ile asansörlerin kondisyonlarının izlenmesi
Monitoring the conditions of elevators with machine learning based predictive maintenance and anomaly detection
SAFA ÖZDEMİR
Yüksek Lisans
Türkçe
2024
Mekatronik MühendisliğiKarabük ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. RAİF BAYIR
- Makine öğrenmesi kullanılarak endüstriyel pres makinesi için kestirimci bakım uygulaması
Predictive maintenance application for industrial press machine using machine learning
ERKUT YİĞİT
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiKocaeli ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET ZEKİ BİLGİN
- Kestirimci bakım sistemlerinde veri artırma yöntemlerinin geliştirilmesi ve bir uygulaması
Development of data augmentation methods for predictive maintenance systems and an application
SENA KALAY
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EYÜP ÇİNAR
PROF. DR. İNCİ SARIÇİÇEK
- Açıklanabilir yapay zeka ve akustik sinyaller kullanılarak endüstriyel makinelerde anomali tespiti
Anomaly detection in industrial machines using explainable ai and acoustic signals
BETÜL SENA ÇAĞLAR
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. DEVRİM AKGÜN
- A prescriptive analytics approach towards critical ship machinery operations
Kritik gemi makine işlemlerine yönelik bir preskiriptif analitik yaklaşım
BARIŞ YİĞİN
Doktora
İngilizce
2024
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
PROF. DR. METİN ÇELİK