Damage detection on turbomachinery with machine learning algorithm
Turbomakinelerde makine öğrenmesi algoritmaları ile hasar tespiti
- Tez No: 841378
- Danışmanlar: PROF. DR. AHMET SİNAN ÖKTEM
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Gebze Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 76
Özet
Bu çalışmada, turbomakinelerin parçalarındaki olası bozulmaları belirlemek için makine öğrenimi tekniklerini kullanılmıştır. Turbomakinelerde belirli aralıklarla tahribatsız muayene yöntemleri kullanılarak belirli bakım kontrolleri yapılır ve herhangi bir hasar bulunmaması halinde parçalar değiştirilmez ve bir sonraki bakım kontrolüne veya beklenmeyen bir olaya kadar bir sonraki muayene beklenmez. Bu durum insan hataları ele alındığında ölümcül sonuçlara sebep olabilir. Endüstri 4.0'ın hayatımıza entegre olduğu bu dönemde bakım işlemlerinin yapay zeka ile gerçekleştirileceği öngörülüyor. Ayrıca gelişen yapay zeka teknolojileri ve bilgisayar çözüm gücünün artmasıyla öngörüsel bakım ya da prognostic bakımın da geliştiği görülmektedir. Bu durum ele alınarak için turbomakinelerin bozulan bileşenlerini belirlemede genel olarak %96'lık bir doğruluk oranı elde eden bir makine öğrenimi algoritması classification tekniğiyle geliştirilmiştir. Böylece turbomakina bakımlarındaki insan hatasının ve bakım maaliyetlerinin azaltılması ayrıca makinenin çalıştırılmadığı sürenin de düşürülmesi amaçlanmıştır. Support Vector Machine algoritması ile çalışmadaki gaz türbininin bileşenleri olan düşük basınç kompresörü, yüksek basınç kompresörü, yanma odası, yüksek basınç türbini, düşük başınç türbininde, en az %93 en yüksek %97'lik bir doğruluk oranı başarıyla elde edilmiştir
Özet (Çeviri)
In this study, machine learning techniques were used to identify possible failures of turbine engine components. In turbines some maintenance checks are performed at regular intervals using non-destructive testing methods and if no damage is found the parts are not replaced and the next inspection only expected at the next performance test or an unexpected event. This can have serious consequences when considering human error. During this period when Industry 4.0 is becoming a part of our lives, it is expected that maintenance activities will be performed using artificial intelligence. In addition, we note that predictive maintenance or prognostic care has improved thanks to the development of artificial intelligence technology and the increasing power of computer solutions. To address this situation, a machine learning algorithm, which generally achieves an accuracy of 96% in determining the deteriorated components of turbomachines, has been developed with the classification technique. Thus, it is aimed to reduce human error and maintenance costs in turbomachinery maintenance, as well as to reduce downtime. With the Support Vector Machine algorithm, an accuracy rate of at least 93% and the highest 97% has been successfully achieved in the low-pressure compressor, high-pressure compressor, combustion chamber, high-pressure turbine, low-pressure turbine, which are the components of the gas turbine in the study.
Benzer Tezler
- Makine öğrenmesi yöntemleri ile Hatay ili karayolları yol hasar tespiti
Road damage detection on Hatay province highways using machine learning methods
AHMET CİHANGİR KAVCI
Yüksek Lisans
Türkçe
2024
Ulaşımİskenderun Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK CANSIZ
- Derin öğrenme tabanlı kiraz yapraklarında hasar tespiti
Deep learning-based damage detection on cherry leaves
HAZEL BOZCU
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURAKHAN ÇUBUKÇU
- Road damage detection with deep learning methods
Derin öğrenme yöntemleri ile yol hasar tespiti
HATİCE BALCI
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. HASAN ŞAKİR BİLGE
- İçtenyanmalı motorlarda kullanılan triger kayışlarında oluşan hasarların çalışma anında tespit edilmesi
Real time failure detection on the timing belt using internal combustion engines
RIZA EMRE ERGÜN
Yüksek Lisans
Türkçe
2009
Makine MühendisliğiKocaeli ÜniversitesiMakine Eğitimi Ana Bilim Dalı
DOÇ. DR. MEHMET UÇAR
- Detection and quantification of pavement defects using unmanned aerial vehicle imagery
İnsansız hava aracı kullanılarak elde edilen görüntülerden yol yüzeyi hasarı tespiti
TUĞBA YILDIZLI
Yüksek Lisans
İngilizce
2022
İnşaat MühendisliğiHacettepe Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURCU GÜLDÜR ERKAL