Uç bilgi işlem endüstriyel IOT'de öngörücü bakım için uyarlanabilir birleşik öğrenim
Adaptable federated learning for predictive maintenance in the edge computing industrial IOT
- Tez No: 811228
- Danışmanlar: DR. ÖĞR. ÜYESİ FEYZA MERVE HAFIZOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Yönetim Bilişim Sistemleri, Management Information Systems
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İş Analitiği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 87
Özet
Uçak motorları karmaşık sistemlerdir, arıza durumunda; operasyonel aksamalar yaşanabilir ve uçuş güvenliği tehlikeye girebilir. Neticede havayolları şirketleri iktisadı bakımdan menfii etkilenmektedir. Uçak bakımı, uçuş faaliyetlerinin fayda ve emniyetinin sağlanması için icra edilmesi elzem fiil ve usullerin tatbik edilmesini sağlar. Bu tezin maksadı, havayolu şirketi üzerinden örnekleme yaparak; Endüstri 5.0'a geçiş sürecinde motor arızalarını tahmin etmek, operasyonel kesintileri en aza indirmek, uçuş hizmet güvenliğini-kalitesini artırmak ve aşırı bakımdan kaynaklanan maliyeti azaltmaktır. Bu amaçla Öngörücü Bakım Yönetimi içerisinde; Birleşik Filo Öğrenme çözümü ile dağıtılmış makine öğrenimi algoritmaları sayesinde daha az veri kullanan ve veri gizliliği sağlayabilen bir çözüm önerilmektedir. Birleşik Filo Öğrenme çözümü, FedSVM ve FedLSTM algoritmalarını kullanarak anomali tesbitini ve öngörücü bakım kapsamında sistemlerin etkin arıza ve RUL tahminini etkin bir şekilde gerçekleştirir. Bu yaklaşım, gerçek zamanlı motor verilerinin analizini ve kullanımını artırır. Bu sayede, motor arızalarından kaynaklanan operasyonel kesintilerin ve potansiyel can kayıplarının önlenmesi, bakım maliyetlerinin düşürülmesi hedeflenmektedir. Bu çözümlerin ana merkezinde ise, düşük gecikmeli, yüksek bant genişliği ve kapsama alanına sahip, uçaklara sürekli kapsama alanı ve çevrimiçi bağlantı sağlayacak alçak irtifa uydu ve ATG-5G yedekli internet desteğiyle doğruluğu yüksek modeller oluşturulması hedeflenmektedir. Endüstri 5.0 çerçevesinde; havayolu şirketlerinin iş birliklerinin artırılması, sektörel gelişim ve operasyonel verimliliklerinin sağlanması öngörülmektedir. Bu çerçevede, öngörücü bakım yönetim çözümlerine 360 derecelik bir yaklaşım ve bakış açısı sağlanabilir.
Özet (Çeviri)
Aircraft engines are intricate, their malfunction can induce operational disruptions and endanger flight safety. Consequently, airlines may encounter financial drawbacks. Aircraft maintenance assures the implementation of actions and procedures essential to flight safety and efficiency. This thesis aims to predict airplane engine failures for minimizing operational disruptions, enhancing flight security and quality, and reducing excessive maintenance costs. Within predictive maintenance solution is proposed using the Federated Fleet Learning and distributed Machine Learning algorithms. It utilizes less data and yet ensures data privacy. The Federated Fleet Learning accurately predicts engine failures and remaining useful life by using FedSVM and FedLSTM algorithms for anomaly detection. This approach boosts the analysis and usage of real-time engine data to prevent operational disruptions, potential life losses, and to reduce maintenance costs. At the core of these solutions, high-accuracy models, supported by low-latency, high-bandwidth, and constant coverage from low-altitude satellites and ATG-5G redundant internet, are aimed to be established. Within the framework of Industry 5.0, the augmentation of collaboration among airlines, their sectoral growth, and operational efficiency are anticipated. In this context, a holistic approach to predictive maintenance management solutions is promising.
Benzer Tezler
- A digital twin framework for predictive maintenance
Öngörücü bakım için dijital ikiz çerçevesi
MUSTAFA FURKAN SÜVE
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN İNCE
- Privacy and security enhancements of federated learning
Federe öğrenme uygulamalarında mahremiyet ve güvenlik geliştirmeleri
ŞÜKRÜ ERDAL
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. ENVER ÖZDEMİR
DR. FERHAT KARAKOÇ
- Edge computing-based predictive maintenance middleware for industrial IoT
Endüstriyel nesnelerin interneti için kenar bilişim tabanlı kestirimci bakım modeli
BLESSING NGONIDZASHE MUSUNGATE
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYaşar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET TUNCAY ERCAN
- Tornalama süreçlerinde aktif titreşim kontrolü, yapay zeka uygulamaları ve nesnelerin interneti uygulamaları
Active vibration control, artificial intelligence applications and internet of things applications in turning processes
MEHMET ALİ GÜVENÇ
Doktora
Türkçe
2022
Makine Mühendisliğiİskenderun Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. SELÇUK MISTIKOĞLU
- A data-integrated edge computing technology roadmap for industrial internet of things
Endüstriyel nesnelerin interneti için veri güdümlü uç bilişim teknoloji yol haritası
ALP BAYAR
Yüksek Lisans
İngilizce
2023
Yönetim Bilişim SistemleriOrta Doğu Teknik ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. PEKİN ERHAN EREN
DR. KEREM KAYABAY