Kestirimci bakım için ara katman mimari uygulaması
Middleware architecture application for predictive maintenance
- Tez No: 827626
- Danışmanlar: DR. ÖĞR. ÜYESİ EYÜP ÇİNAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Donanımı Bilim Dalı
- Sayfa Sayısı: 89
Özet
Teknolojinin gelişimine paralel olarak dijitalleşen endüstriyel sistemlerde, Endüstriyel Nesnelerin İnterneti (IIoT) ve Ara katman kavramları ön plana çıkmaktadır. IIoT'nin gelişimi sayesinde, endüstride verimin arttırılması, zaman ve işgücünden tasarruf edilmesi, hata oranlarının düşürülmesi, kalitenin iyileştirilmesi ve kolay yönetim sağlanması gibi birçok fayda sağlanmaktadır. Endüstriyel ihtiyaçların giderilerek, yüksek verimliliğe sahip ortamların sağlanması için Ara Katman mimarilerine ihtiyaç duyulmaktadır. Ayrıca çalışma ortamlarında kullanılan sensörlerden toplanan verilerin anlamlandırılması ile makine ve ekipmanları üzerinde gerçekleştirilen anomali tespitleri sayesinde kestirimci bakım faaliyetleri yürütülebilmektedir. Anomali tespitlerinin önceden yapılabilmesi, bakım ihtiyaçlarının düşük maliyet ve yüksek güvenilirlikle karşılanabilmesini sağlamaktadır. Böylece kullanılan sistemler sürekli takip edilerek büyük oranda sürdürülebilir kılınmaktadır. Çalışmamızda, açık kaynak kodlu Fiware arakatmanı bileşenleri olan Orion Context Broker, OPC-UA IoT Agent ve Draco kullanılarak bir veri hattı sistemi tasarlanmaktadır. Tasarlanan bu sistemde, donanım bileşenleri olan V20 sürücü ile Plc arasında Modbus RTU iletişim protokolü, OPC-UA sunucu yayını yapan Plc ile arakatman arasında OPC-UA iletişim protokolü kullanılmaktadır. V20 motor sürücüsü, dokunmatik panel ekran ve Plc donanım bileşenlerinin tek tek programlanması ile oluşturulan test düzeneği üzerinden, Fiware bileşeni OPC-UA IoT Aracısı tarafından okunan, NGSI veri modeline ait akım ve frekans verileri ara katmana aktarılmaktadır. Veriler, ara katman bileşeni olan Draco ile gerekli dönüşüm işlemlerine tabi tutularak PostgreSQL veri tabanına yönlendirilmekte ve burada saklanmaktadır. Son olarak veri tabanında depolanan akım verileri, öznitelik seçimi yöntemleri kullanılarak sadeleştirilmekte ve sekiz farklı makine öğrenme algoritması kullanılarak bir anomali tespiti uygulaması gerçekleştirilmektedir.
Özet (Çeviri)
In parallel with the development of technology, the concepts of Industrial Internet of Things (IIoT) and Intermediate layer come to the fore in industrial systems that digitize. Thanks to the development of IIoT, many benefits are provided in the industry, such as increasing efficiency, saving time and labor, reducing error rates, improving quality and providing easy management. Middleware architectures are needed to meet industrial needs and provide high-efficiency environments. In addition, predictive maintenance activities can be carried out thanks to the interpretation of the data collected from the sensors used in the working environments and the anomaly detection performed on the machinery and equipment. The ability to detect anomaly in advance ensures that maintenance needs can be met with low cost and high reliability. Thus, the systems used are continuously monitored and largely made sustainable. In our study, a data pipeline system is designed using open source Fiware middleware components, Orion Context Broker, OPC-UA IoT Agent and Draco. In this designed system, Modbus RTU communication protocol is used between V20 driver and Plc, which are hardware components, and OPC-UA communication protocol is used between Plc broadcasting OPC-UA server and middleware. The current and frequency data of the NGSI data model, which is read by the Fiware component OPC-UA IoT Agent, are transferred to the middle layer through the test setup created by programming the V20 motor driver, touch panel screen and Plc hardware components one by one. The data is forwarded to the PostgreSQL database and stored in the PostgreSQL database by undergoing the necessary transformation processes with the middleware component Draco. Finally, the flow data stored in the database is simplified by using feature selection methods and an anomaly detection application is carried out using eight different machine learning algorithms.
Benzer Tezler
- 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
- Döner makina elemanların titreşim analizi ile kestirimci bakımı
Predictive maintenance of rotary machine elements by use of vibration analysis
ÖZCAN ARMAĞAN AYAN
Yüksek Lisans
Türkçe
2019
Mühendislik BilimleriTrakya ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ VEDAT TAŞKIN
- Bulanık mantık ile hidrolik türbin nozul açıklığı tahmini ve kontrolu
Hydraulic turbine nozzle opening prediction and control with fuzzy logic
ELİF ERİN
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ÖMER FARUK BAY
- BIM for infrastructure: A spatial perspective to utility network management using BIM applications
Altyapı için YBM: Altyapı sistemlerinin yönetiminde YBM uygulamalarının kullanımına mekansal bakış
NURHAN SÜRÜCÜ
Yüksek Lisans
İngilizce
2020
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. HANDE DEMİREL
- Real-time stereo to multi-view video conversion
Gerçek zamanlı stereodan çoklu-görüntülü videoya dönüşüm
CEVAHİR ÇIĞLA
Doktora
İngilizce
2012
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. A. AYDIN ALATAN