Bilgisayar destekli kestirimci bakım sisteminin tasarlanması
Design of a computer-aided predictive maintenance system
- Tez No: 742956
- Danışmanlar: DR. ÖĞR. ÜYESİ DİLŞAD ENGİN
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 93
Özet
Günümüz teknolojisinin sayesinde veri toplama işlemleri hem endüstriyel protokollerden hem de taşınabilir IoT sistemlerinden yapılmaktadır. Taşınabilir sistemlerde başta Nesnelerin İnterneti (IoT) tabanlı bulut uygulamaları kullanılmaktadır. IoT sistemleri maliyetlerinin düşük, uygulama alanlarının geniş ve yazılım geliştirme kütüphanelerinin yaygın olması nedeniyle tasarımcılar tarafından çok tercih edilmektedir. Bu çalışmanın amacı endüstriyel tesislerin üretim devamlılığını sağlamak için makinelerin çalışma rejimlerini titreşim, sıcaklık, ortam havası kalitesi ve güç tüketimi için belirlemektir. Bunun için verileri sahadan toplayarak bir bulut uygulamasına kaydeden taşınabilir ve modüler bir sistem tasarlanmıştır. Kaydedilen verilerin belirli zaman aralığında referans verisi oluşturulmuştur. Referans veri gruplarının standart sapmaları hesaplanmış ve histogram grafikleri ile görsel hale getirilmiştir. Bilgisayar Destekli Kestirimci Bakım Sisteminin ölçüm yaptığı süre boyunca toplanan verilerden referans verisi grubundan ne kadar saptığı belirlenmiş ve toplanan verilerin son hali histogram grafiği ile ThingSpeak web arayüzünde gerçek zamanlı olarak gösterilmiştir. Makinenin belirlenen çalışma sınırlarından uzaklaşması durumunda otomatik uyarı e-postası göndermesi sağlanmıştır. Tasarlanan modüler yapılı kestirimci bakım sistemi 3 farklı makinede test edilmiş toplanan veriler tek başına veya çoklu olarak grafiklere aktarılmış ve çalışma rejimleri hakkında bilgiler toplanmıştır. Aynı zamanda toplanan verilerin optimizasyonu MATLAB makine öğrenmesi ile 4 farklı şekilde yapılmıştır. Bu sayede istatiksel yöntemlerin yanında modern yöntemler kullanılarak sistemde oluşan hataların anlaşılması için farklı özelliklerde grafikler oluşturulmuştur.
Özet (Çeviri)
The rapid development of today's technology has enabled unlimited number of data to be collected from machines. Data acquisition can be accomplished by industrial communication protocols and portable systems attached to the machines like Internet of Things (IoT) system. In portable systems, primarily Internet of Things (IoT) based cloud applications are used. IoT systems are highly preferred by designers due to their low cost and custom program development platforms. The aim of this study is to determine the operating regimes of the machines for vibration, temperature, ambient air quality and power consumption to ensure the production continuity of industrial facilities. For this reason, a portable system has been designed to collect data from the field and save data on cloud application. Reference data has been created within the specified time interval of the recorded data. The standard deviations of the reference data group have been calculated and visualized with histogram graphs. The designed system calculated the deviation from the reference data and during the measurement period, after then the collected data has been displayed in real time on the ThingSpeak website with histogram graphs. It has been provided to send an automatic e-mail in case the machine is out of the determined working limits. The designed modular predictive maintenance system has been tested on 3 different machines and collected data have been graphed individually or in multiples, and information about the working regimes has been collected. As well, the optimization of the collected data was performed in 4 different ways with MATLAB machine learning tool. By this way, graphics with different features were recreated to understand the errors that occur in the system by using modern methods as well as the statistical methods.
Benzer Tezler
- PLC destekli kestirimci bakımın Kardemir sinter fabrikasında uygulanması
An application of PLC based predictive maintenance to sinter plant in Kardemir
MUSTAFA YILMAZ
Yüksek Lisans
Türkçe
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. İLHAMİ MUHARREM ORAK
- Tekstil işletmelerinde durum izlemeye dayalı bilgisayar destekli kestirimci bakım sistemlerini kullanarak optimim bakımın yapılması
Başlık çevirisi yok
A.HADİ KARASU
Yüksek Lisans
Türkçe
1993
Tekstil ve Tekstil Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. MUSTAFA KÖSEOĞLU
- Next-generation MIMO systems: From index modulation to deep learning
Yeni nesil çok-girişli çok-çıkışlı sistemler: İndis modülasyonundan derin öğrenmeye
BURAK ÖZPOYRAZ
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiKoç ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERTUĞRUL BAŞAR
- Bakım kontrolleri ve Eskişehir Çimento Fabrikasında bilgisayar destekli bakım kontrollerinin uygulanması
Başlık çevirisi yok
ÇETİN AKMAZ
Yüksek Lisans
Türkçe
1993
Endüstri ve Endüstri MühendisliğiAnadolu ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. BİLAL PAR
- Güvenilirlik merkezli bakım ve bir endüstriyel uygulama
Reliability centered maintenance and an industrial application
GİZEM ÜNAL
Yüksek Lisans
Türkçe
2009
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MURAT BASKAK