Otomotiv endüstrisinde kestirimci bakım sistemlerinin makine öğrenmesi yöntemleri ile bakım yönetim sistemine uygulanması
Application of predictive maintenance systems to maintenance management system with machine learning methods in automotive industry
- Tez No: 864199
- Danışmanlar: DR. ÖĞR. ÜYESİ MAHMUT BİNGÖL
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Endüstri 4.0, Makine öğrenimi, Kestirimci bakım, Industry 4.0, Machine learning, Predictive maintenance
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Yalova Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Makine Mühendisliği Bilim Dalı
- Sayfa Sayısı: 77
Özet
Üretim sistemlerinin verimliliği ve sürdürülebilir üretim açısından bakım yaklaşımları kritik bir rol oynamaktadır. Üretim hacmi ve kalitesi kadar, ekipmanların etkinliği de sürdürülebilir üretim için önemli bir performans göstergesidir. Bakım yaklaşımları geleneksel olarak uygulandığında belirli sınırlamalarla karşı karşıya kalmış olsa da günümüz endüstriyel teknolojileri, özellikle Endüstri 4.0'ın etkisi altında, makinelerden belirli standartlarla gerçek zamanlı veriler toplamamıza ve böylece bakım etkinliğinin artmasına izin verir. Toplanan verileri kullanarak makine öğrenimi (Machine Learning) ile bakım süreçlerini optimize etmemize imkân tanır. Bu sayede, kestirimci bakım anlayışıyla üretim sürecindeki muhtemel arızalar önceden tahmin edilebilir ve bu tür sorunlar yaşanmadan önce önlenir. Planlı bakım programlarının, makine öğrenmesi araçlarıyla tahminlemeye dayalı ihtiyaca göre tekrar planlanabilmesi, bakım etkinliğini artırabilir ve dolayısıyla üretim verimliliğini artırabilir. Bu çalışmada, bir otomotiv fabrikasındaki arızalar, duruş süreleri ve ekipmanların etkinlik oranı incelenerek pareto analizi ile ilgili ekipman grupları ve hedef arızalar seçilmiştir. Çeşitli veri kaynakları toplanarak kategorize edilmiş ve algoritma verisi olarak kullanılabilir hale getirilmiştir. Algoritmaların oluşturulması ve sebep-sonuç ilişkisinin kurulmasında, tahminlemenin bakım yönetim sistemine değerlendirilerek aktarılmasında yapay zekâ ve makine öğrenmesi araçlarından faydalanılmıştır. Recurrent Neural Network (RNN) makine öğrenme metodları kullanılarak kestirimci bakım tahminleri %81,7 başarı oranıyla gerçekleştirilmiştir.
Özet (Çeviri)
The maintenance approaches play a critical role in the efficiency and sustainable production of manufacturing systems. The effectiveness of equipment is an important performance indicator for sustainable production, as much as production volume and quality. While maintenance approaches traditionally faced certain limitations, today's industrial technologies, particularly under the influence of Industry 4.0, allow us to collect real-time data from machines according to specific standards, thereby enhancing maintenance effectiveness. Using the collected data, machine learning enables us to optimize maintenance processes. This way, potential failures in the production process can be predicted in advance and prevented before such issues occur. The ability to reschedule planned maintenance programs based on the predictive needs using machine learning tools can increase maintenance effectiveness and consequently improve production efficiency. In this study, equipment groups and target failures related to Pareto analysis were selected by examining the downtime, failures, and efficiency rates of equipment in an automotive factory. Various data sources were collected, categorized, and made available as algorithmic data. Artificial intelligence and machine learning tools were utilized in creating algorithms, establishing cause-and-effect relationships, and transferring the evaluation of predictions to the maintenance management system. Predictive maintenance forecasts were achieved with an 81.7% success rate using Recurrent Neural Network (RNN) machine learning methods.
Benzer Tezler
- Otomotiv endüstrisinde kullanılan kestirimci bakım uygulamaları
Predictive maintenance applications in automotive industry
SERDAR YÜCEL
Yüksek Lisans
Türkçe
2009
Makine MühendisliğiSakarya ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. VAHDET UÇAR
- Makine öğrenmesi kullanılarak endüstriyel pres makinesi için kestirimci bakım uygulaması
Predictive maintenance application for industrial press machine using machine learning
ERKUT YİĞİT
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiKocaeli ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET ZEKİ BİLGİN
- Nominal capacity calculation for lithium-ion batteries with advanced algorithms
Lityum-iyon bataryalarda gelişmiş yöntemlerle batarya güncel kapasite kestirimi
HARUN NALBANT
Yüksek Lisans
İngilizce
2022
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. METİN GÖKAŞAN
- Improved fuzzy logic based edge detection method on clinical images
Klinik görüntülerde bulanık mantık temelli iyileştirilmiş kenar tespit yöntemi
MURAT MERT ÇELEN
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İLKER ÜSTOĞLU
- Energy-efficient velocity trajectory optimization using dynamic programming for electric vehicles
Elektrikli araçlar için dinamik programlama kullanılarak enerji verimli hız yörünge optimizasyonu
ABDULLAH KIZIL
Yüksek Lisans
İngilizce
2021
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. VOLKAN SEZER