Makine öğrenmesi ve derin öğrenme algoritmaları kullanılarak telemetri verileri üzerinde arıza tespiti ve kestirimci bakım
Fault detection and predictive maintenance on telemetry data using machine learning and deep learning algorithms
- Tez No: 848688
- Danışmanlar: DR. AHMET ANIL MÜNGEN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: OSTİM TEKNİK ÜNİVERSİTESİ
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 60
Özet
Bu çalışmada endüstride kullanılan kenar freze makinesi üzerine takılan motor akımı, motor hızı, motor anlık çıkış gücü, sıcaklık, basınç ve titreşim sensörlerinden toplanan verilerin işlenmesine yönelik literatür araştırması ve çalışması gerçekleştirilmiştir. Kestirimci bakım ve arıza tespitine yönelik yapay zekâ algoritmalarının kullanımı ve sonuçları incelenmiş ve uygulamıştır. Arıza tespitinde ve kestirimci bakımda kullanılan algoritmalar belirlenmiş, algoritmalar arasındaki farklar ortaya koyulmuştur. Farklı sıklıklarda toplanan sensör verileri için bazı ön işlem adımların incelenerek nasıl eğitime uygun hale getirilebileceği incelenmiştir. Bir titreşim sensöründen milisaniyede bir veri toplanırken, sıcaklık sensöründen saniyede bir veri toplandığı durumlarda hangi ön işlem adımlarının gerçekleştirilebileceği incelenmiştir. Çalışmada, endüstriyel üretim sürecinin durmadan devam etmesini sağlamak üzere makinelerden toplanan verilerin yapay zekâ modelleriyle izlenerek olası bir arızanın, arıza anında veya önceden tahmin edilerek kullanıcılara bilgi verilmesi hedeflenmektedir. Problemin çözümü için gerçek dünyadan toplanan veriler üzerinde ön işlemler yapılmış, modelleme çalışmaları, ilgili algoritmaların metrikleri ve bazı istatistiksel yöntemlerin de kullanıldığı çalışmalar gerçekleştirilmiştir. Bu çalışma, telemetri verileri kullanılarak endüstride makine öğrenmesi ve derin öğrenme ile ilgili yapılacak özgün çalışmalarda mevcut teknolojik durumun ortaya koyulması için önemli bir kaynaktır.
Özet (Çeviri)
In this study, a literature research and study on the processing of data collected from motor current, motor speed, motor instantaneous output power, temperature, pressure and vibration sensors installed on the edge milling machine used in industry has been carried out. The use and results of artificial intelligence algorithms for predictive maintenance and fault detection have been analyzed and applied. The algorithms used in fault detection and predictive maintenance were identified and the differences between the algorithms were revealed. Some pre-processing steps for sensor data collected at different frequencies are examined and how they can be made suitable for training. It is examined which preprocessing steps can be performed when data is collected every millisecond from a vibration sensor, while data is collected every second from a temperature sensor. In the study, it is aimed to monitor the data collected from the machines with artificial intelligence models in order to ensure that the industrial production process continues without stopping and to inform the users at the time of failure or in advance by predicting a possible failure. For the solution of the problem, pre-processing was performed on the data collected from the real world, modeling studies, metrics of the relevant algorithms and some statistical methods were also used. This study is an important resource for revealing the current technological situation in the original studies on machine learning and deep learning in the industry using telemetry data.
Benzer Tezler
- Olasılıksal modeller ile Türkçe müzik türlerinin sınıflandırılması
Classification of Turkish music genres with probabilistic models
MEHMET CÜNEYT ÖZBALCI
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBursa Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. TURGAY TUGAY BİLGİN
- Sosyal ağlarda etkileşime dayalı davranış analizi ile karakter tespiti
Character identification with interaction-based behavior analysis in social networks
HAFZULLAH İŞ
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. TANER TUNCER
- A comparative study for football analytics with data mining and artificial intelligence techniques
Veri madenciliği ve yapay zeka teknikleri ile karşılaştırmalı futbol analitiği
MUSTAFA AADEL MASHJAL AL-ASADI
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAKİR TAŞDEMİR
- Gen dizilerinin tanımlanması ve sınıflandırılması amacıyla Yapay Zekâ sistemlerinin geliştirilmesi
Development of Artificial Intelligence systems for the identification and classification of gene sequences
BAHAR ÇİFTÇİ
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBatman ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. RAMAZAN TEKİN
- EEG sinyallerinin sınıflandırılmasında kuantum tabanlı karar destek sisteminin gerçekleştirilmesi
Implementation of a quantum-based decision support system for classification of EEG signals
GAMZEPELİN AKSOY
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT KARABATAK