Geri Dön

A prescriptive analytics approach towards critical ship machinery operations

Kritik gemi makine işlemlerine yönelik bir preskiriptif analitik yaklaşım

PDF İndir

  1. Tez No: 879778
  2. Yazar: BARIŞ YİĞİN
  3. Danışmanlar: PROF. DR. METİN ÇELİK
  4. Tez Türü: Doktora
  5. Konular: Denizcilik, Gemi Mühendisliği, Marine, Marine Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Deniz Ulaştırma Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Deniz Ulaştırma Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 113

Özet

Dünya ticaretinin %70'inden fazlasına tekabül eden deniz taşımacılığı, tedarik zincirinin hayati bir bileşenidir. Gemi sahipleri ve işletmeceleri gemilerin ticari faaliyetlerini sürdürebilmeleri için en büyük sorumluluklarından birisi gemi operasyonlarının güvenli, güvenilir ve çevreye duyarlı bir çerçeve içerisinde sürdürmeleri gerekmektedir. Bakım onarım standartları, hem ana hem de yardımcı makinelerin sürekli çalışır durumda olmasını sağlayarak gemi operasyonlarının güvenilirliğini temin etmektedir. Bakım onarım programları, geminin ticari faaliyetlerine gelebilecek etkileri indirgeyerek, operasyonların yüksek verimlilik düzeyini korumasını sağlar. Ayrıca sistemli bakım onarım standartlarının eksikliği halinde gemilerde meydana gelebilecek arızaların giderilmesi için gerçekleştirilen düzeltici bakım onarım işlemlerinin maliyetleri gerek iş gücü gerekse onarım maliyetinde kullanılacak yedek parçalar, koruyucu ve önleyici bakım onarım maliyetlerinden daha ağır maliyetlere yol açabilmektedirler. Makine bakım onarım stratejilerinin temel amacı, makinelerin hizmet ömrünü uzatmak olup, bu işlemleri gerek önleyici gerekse kestirimci bakım onarım faaliyetleri ile gerçekleştirmektedirler. Bakım onarım faaliyetlerinin planlanmasında dengenin kurulması, bu stratejilerin adaptasyonunda şirketler açısından belirleyici kriterler arasında yer almaktadır. Denizcilik sektörü geleneksel olarak düzeltici ve önleyici bakım stratejilerinin ağırlıkla adapte edilmiş olduğu sektörlerden biridir. Dünya denizcilik örgütünün (IMO), uluslararası emniyet kodu (ISM) yürürlüğe girmesi ile gemilerin emniyetli ve çevre kirliliğini önlemeye yönelik çalışmalarını denizcilik sektöründe standardlaştırma vizyonu harekete sokmuştur. ISM kodu şirketlerin işletme koşullarının farklılığını göz önünde bulundurarak, şirketlerin gemi, personel ve çevreye yönelik tüm risklerin değerlendirilmesini ve bu risklere karşı gerekli önlemlerin alınmasını gerektirmektedir. Planlı bakım sistemleri bu kapsamda şirketlere getirilen zorunluluklardan biridir. Aynı zamanda bilgisayar destekli olarak da uygulanmakta olan planlı bakım sistemleri, gerçekleştirilen bakım onarım faaliyetlerinin planlanmasında kullanılan, arıza kayıtlarının da altına alındığı planlı bakım sistemleri, aynı zamanda arşiv görevi de görmektedirler. Gemi operasyonlarının sürdürülebilirliği ve karlılığını tehdit eden en önemli unsurlardan olan yetersiz bakım onarım faaliyetleri aynı zamanda gemilerin enerji verimliliğine de çok büyük etki göstermektedirler. Gerek dünya denizcilik örgütü gerekse bölgesel girişimler Avrupa Birliği Emisyon Ticaret Sistemi (EU-ETS) gibi bölgesel regulasyonlar, gemi operasyonlarında enerji verimliliği ön plana çıkarmaktadırlar. Gemi ana makineleri ve dizel jeneratörler gemilerden kaynaklanan başlıca emisyon kaynaklarından olup, makinede gelişmekte olan arızalar gemilerin özgül yakıt tüketimlerinin artmasına sebep olabilirler. Önleyici bakım onarım aktiviteleri belirlenen aralıklarla bunların kontrolünü sağlamakla birlikte, kestirimci bakım onarım stratejilerinin uygulanması vasıtası ile, gemilerin performansı ve ideal değerlerden deviasyonunun erken tespit edilerek önüne de geçilmiş olabilir. Gemi ana makineleri ve yardımcı makinelerinin karmaşıklığı ve doğası gereği dış etkilerden etkilenirliği göz önünde bulundurulduğunda, anomali tespitini zorlaştırmaktadırlar. Çalışma bu aşamada bahsedilen zorlukları ele alarak, kritik gemi makine işlemlerine yönelik bir öngörücü analitik yaklaşımını önermektedir. Kestirimci bakım onarım yöntemleri ile karar destek sistemlerinin entegrasyonundan oluşan öngörücü bakım onarım çerçevesinin gemi makinelerine uygulanması saha çalışması ile ele alınmıştır. Etiketli verilerin ve anomali verilerinin yetersizliği, anomalilerin tespitinin yapılmasındaki en büyük engellerden olup, anomali tespiti konusu hem akademiden hem de endüstriden büyük ilgi görmektedir. Başarılı bir analitik yaklaşımın uygulanabilmesi için, gemi ana makinelerine ve yardımcı makinelerine çeşitli sensörlerin entegre edilmesi ve bu sensörlerden toplanan verilerin veri tabanlarında saklanması başlıca temel gereksinimlerin önünde gelmektedir. Veri tabanlarında depolanan bu veriler gerek gerçek zamanlı, gerekse geçmişe dönük performans profillerinin çıkarılmasında kullanılır. Normal ya da sağlıklı olarak da adlandırılan veriler, performans profillerinin en doğru şekilde modellenmesinde önemli yere sahiptirler. Anomalilerin gerçekleşmesi halinde, doğası gereği ivedilikle arızanın onarılması, sensörlerden toplanılan arıza verilerinin miktarını ciddi oranda düşürmektedirler. Çalışma bu noktada ana yeniliklerden biri olan, makine öğrenmesi modellerinin güvenilirliğini ve otonomisini artırmak amaçlı, veri artırma tekniklerinin kullanımı ele almaktadır. Tavsiye edilen öngörücü bakım onarım metodolojisinin uygulanması için gerekli aşamaların ilk aşaması, potansiyel hata türlerini, hata nedenlerini ve hataların etkilerini belirlemek için kapsamlı bir hata türü ve etkileri analizi (FMEA) yapılmaktadır. Bu analiz, farklı arıza modlarının kritikliğine dayalı olarak, bakım faaliyetlerinin önceliklendirilmesine yardımcı olmaktadır. Çalışmanın ikinci aşamasında, Çekişmeli Üretici Ağlar (GAN) olarak da adlandırılan veri artırma tekniği kullanılmıştır. Veri artırma aşamasının temel amacı, anomali tespitinde kullanılmak üzere sentetik veri oluşturarak, hatalı veri havuzunun zenginleştirilmesini hedeflemektedir. Çalışmanın bir sonraki aşaması anomalilerin tespitine odaklanmış olup, farklı makine öğrenmesi algoritmaları test edilmiştir. Bu aşamada altı farklı makine öğrenmesi, lojistik regresyon, karar ağaçları, rastgele orman, K – en yakın komşu, aşırı gradyan artırma (XGBoost) ve adaptif artırma algoritmaları gerçek ve sentetik veriler üzerinde test edilmiştir. Bu çalışmada kullanılan veri seti, 310,000 DWT'lik bir petrol tankerinde bulunan dizel jeneratör üzerinde gerçek zamanlı olarak toplanmış verileri içermektedir. Saha veri toplama süreci altı ay sürmüş olup, veri tabanında toplanan veriler 33 özellikten oluşmakta olup, 259,200 satır veri içermektedir. Çalışmadan elde edilen bulgular, aşırı gradyan artırma algoritmasının kullanılması ile %83.13 doğruluk oranına ulaşırken, test edilen diğer algoritmalarda %67 ile %81 arasında değişen sonuçlar elde etmiştir. Bu aşamada elde edilen sınıflandırma sonuçları, oluşturulmuş olan hata türleri ve etki analizi çalışmasından oluşturulan karar destek sistemi vasıtası ile, yapılması gereken bakım onarım faaliyeti gemi personeline bildirim olarak iletilmektedir. Karar destek sistemi bakım onarım programlamasını gerek kaynak tahsisi gerekse bakım onarım planlamasını geminin operasyonuna uygun bir şekilde planlanmasını mümkün kılmaktadır. Bu araştırmanın bir parçası olarak gerçekleştirilen saha çalışmasının sonuçları ve önerilen çerçevenin etkinliğinin sahada gösterilmesini hedeflemektedir. Öngörücü bakım onarım sistemlerinin kullanıldığı gemiler, gerçekleşen makine arızalarında, gerek bakım onarım maliyetlerinin optimizasyonu, gerekse anomali anında personele karar otonomisi kazandırmaktadır. Tavsiye edilen metot aynı zamanda gemilerin operasyonel verimliliğinin artması ve güvenilirliğinin artırılmasını hedeflemektedir. Sonuç olarak, öngörücü bakım onarım sistemleri, bakım onarım stratejilerinin gelmiş olduğu en son nokta olup, ekipman güvenilirliği, güvenlik ve operasyonel verimlilik açısından gemi sahiplerine ve işletmecilerine ciddi kazanımlar sunmaktadır. Veri toplama sistemlerinin alımı, kurulumu ve personel eğitimi, yeni teknolojilerin kurulumu ve adaptasyonunda zorlukları beraberinde getirmektedir. Veri toplama ve depolama sistemleri, hali hazırda yüksek kapital yatırımı gerektiren gemilerin maliyetini daha da artırmakta olup, geleneksel metotlarla çalışmakta olan gemi personelinin de veri odaklı karar destek sistemleri ile ilgili eğitimleri almalarını gerektirmektedir. Operasyonel aksaklıkların azaltılması ve optimize edilmiş bakım onarım faaliyetleri denizcilik endüstrisinin dikkatini çekmekte olup, benzeri uygulamaların test edilip görünürlüğünün artırılması, çalışma ve benzeri sistemlerin adaptasyonuna ciddi bir ivme kazandıracağı düşünülmektedir.

Özet (Çeviri)

Shipping handles more than 70% of global trade, is a pillar of the supply chain. To ensure safe, reliable, and environmentally responsible operatins, shipowners and operators must maintain their vessels' operational status at all times. Maintenance standards are essential for keeping both main and auxiliary machinery in optimal condition, thereby ensuring reliable and safe operations. These programs aim to maintain high performance with minimal impact on service, recognizing that the cost savings from effective maintenance program can prevent drawbacks due to machinery faults. The main objective of machine maintenance is to maximize availability by extending the service life of ship machineries and eliminating potential failures by early detection. This involves finding the finding the optimum maintenance strategy, as even minor failure can cause irreversible damage to the entire system if not promptly addressed. Given the complexity and interdependencies within marine systems, a proactive maintenance approach is crucial. Due to scarcity of labeled data and anomalous data, the research question of anomaly detection always attracted interest from academia and industry. Implementing anomaly detection technologies is a challenging task in marine systems due to their complexities and external factors. To address these challenges, this study proposes a prescriptive analytics framework that combines predictive analytics and decision support systems. This framework leverages data collected from various sensors installed on ship machinery to monitor performance and detect anomalies. One of the key innovations of this research it employes data augmentation techniques to generate realistic synthetic failure data, further enhancing the robustness of predictive models. The implementation of this prescriptive maintenance framework involves several steps. First, a comprehensive Failure Mode and Effect Analysis (FMEA) is conducted to identify potential failure modes, cause of failures and effects of failures. This analysis helps prioritization of the maintenance activities based on the criticality of different failure modes. Next, with the use of data augmentation technique called Generative Adversarial Network, synthetic data generation carried out to create faulty data information. This faulty data generation step enhance the training pool before the next step of anomaly detection process. In order to perform anomaly detection, six different classifiers namely, logistic regression, decision trees, random forest, K nearest neighbor, AdaBoost and XGBoost algorithms trained and validated using historical data and the generated synthetic data. Data set used in this study includes real time data collected from field on a diesel generator installed on a 310,000 DWT oil tanker. The field data collection took place over a six month period and it includes 33 features and 259,200 row data. Findings from the study yield promising results achieving 83.13% accuracy with use XGBoost algorithm and other ranging between 67% to 81%. Finally, a decision support system is integrated to provide actionable recommendations to ship operators, optimizing maintenance schedules and resource allocation. The results of the field study conducted as part of this research demonstrate the effectiveness of the proposed framework. Ships equipped with the prescriptive maintenance system has a significant potential for reduction in unexpected machinery failures, maintenance cost and autonomy of decision in case of anomalies. The system also offers improvement of overall operational efficiency and reliability of the ships. In conclusion, prescriptive maintenance the pinnacle of modern maintenance strategies, offering returns in terms of equipment reliability, safety and operational efficiency. Although installation of data acquisition systems may require initial investment, the benefits include reduced operational distruption and optimized maintenance budgets, making it a valuable approach for the maritime industry.

Benzer Tezler

  1. Tez No

    831792

    The relationship between EFL teachers' literacy of writing assessment and students' writing achievement in portfolio assessment

    İngilizce öğretmenlerinin yazma değerlendirme okuryazarlığı ile portfolyo değerlendirmesinde öğrencilerin yazma başarısı arasındaki ilişki

    ESRA SEFERİNOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Eğitim ve ÖğretimYeditepe Üniversitesi

    İngiliz Dili Eğitimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YAVUZ KURT

  2. Tez No

    716799

    Dynamic and heterogeneous impacts of tradeliberalization on economic development: Anempirical investigation for china's approachand washington consensus approach

    Başlık çevirisi yok

    MEHMET AKIF GUNDOGDU

    Doktora

    İngilizce

    İngilizce

    2021

    EkonomiThe University of Texas Southwestern Medical Center at Dallas

    DR. TIANSHU CHU

  3. Tez No

    422234

    Jack London'ın 'Beyaz Diş (White Fang)' isimli roman çevirilerinin yayın evi ideolojisi açısından karşılaştırmalı incelenmesi

    A comparative analysis of Turkish translations of Jack London's White Fang in terms of publishing house's ideology

    LEMAN KAMER BİLGİÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Mütercim-Tercümanlıkİstanbul Üniversitesi

    Çeviribilim Ana Bilim Dalı

    DOÇ. DR. NEJDET NEYDİM

  4. Tez No

    39884

    Değişim yönetiminin incelenmesi ve kuramsal bir modelin geliştirilmesi

    The study of management of change and the development of an institutional model

    ADNAN ERKMENOL

    Doktora

    Türkçe

    Türkçe

    1994

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    PROF. DR. ATAÇ SOYSAL

  5. Tez No

    767762

    Çocuklar ve ebeveynlerı içın kullanılacak 'ilaç tedavisine uyunç' ve 'ilaca ilişkin hasta/hasta yakını yaklaşımı' ölçeklerinin geliştirilmesi ve değerlendirilmesi

    Development and evaluation of 'the medication adherence scale' and 'patient/parent approach to medication' TO BE used for children and THEİR parents

    İZGİ BAYRAKTAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Eczacılık ve FarmakolojiHacettepe Üniversitesi

    Eczacılık Ana Bilim Dalı

    PROF. SALİH KUTAY DEMİRKAN

Geri Dön