PLC kontrollü makinalarda, IoT cihazları kullanarak OPC-da tabanlı web servis ve yapay zeka geliştirilerek kestirimci bakım uygulaması
Predictive maintenance application by developing OPC da based web service and artificial intelligence using IoT devices on PLC controlled machines
- Tez No: 888598
- Danışmanlar: DR. ONUR AKBATI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Kontrol ve Otomasyon Mühendisliği Bilim Dalı
- Sayfa Sayısı: 93
Özet
Günümüz rekabet şartları nedeniyle minimum arıza ve duruş ile üretim yapma talebi firmalar tarafından artmaktadır. Buna bağlı olarak yaygınlaşan otomasyon sistemleri, IoT cihazları ile bu talep karşılanmaya çalışmaktadır. Yaygın olarak uygulanan önleyici bakımlarda, sistemdeki duruma ait bilgilerden daha çok belirli bir periyoda dayalı olarak bakım işlemi gerçekleştirilir. Ayrıca bu periyotlar, riskin azaltılması amacıyla kısaltılarak yapılmaya çalışılmaktadır. Bu bakım türünde yapılan işlemlere karşın arıza ile karşılaşılması olasılığı devam etmektedir. Kestirimci bakım teknikleri ise, sistemi izleyen sensör verilerini anlık olarak analiz ederek bakım ihtiyacını tahmin etmeyi hedefler. Bu teknikler, periyodik bakımlardaki ihtiyaç oluşmadan yapılan, bakıma bağlı olarak, bakım personel ve ekipman kaynaklı maliyetlerin düşürülmesi ve yüksek güvenlik sağlama konusunda önemli avantajlar sunmaktadır. Sensörlerden elde edilen verilerle oluşturulan ve eğitilen modeller, ekipmanlarda zamanla oluşan aşınmayı tespit edebilir ve operatörü, arıza meydana gelmeden önce bakım ihtiyacı konusunda uyarabilir. Bu tezde, yakın zamanda başarılı sonuç üreten IoT tabanlı derin öğrenme modellerine dayalı çalışmaların OPC-DA tabanlı makine haberleşmesiyle, kestirimci bakım çalışmaları başarısının arttırılarak uygulanmasını ve makine haberleşmesi olmadığı veya makine öğrenmesine dayalı modellerin LSTM derin öğrenme yöntemiyle kıyasla performansı incelenmiştir. Tezde, bir perçinleme asenkron motoru sensör okumalarını içeren bir veri seti, uygulama veri seti olarak kullanılmıştır. Bu veri seti, birçok bakım senaryosunda ortaya çıkması muhtemel verilere benzer özellikler göstermektedir.
Özet (Çeviri)
Due to today's competitive conditions, the demand for production with minimum breakdown and downtime is increasing by companies. Accordingly, automation systems and IoT devices are trying to meet this demand. In common preventive maintenance, maintenance is carried out based on a certain period rather than on information about the situation in the system. In addition, these periods are tried to be shortened in order to reduce the risk. Despite the operations performed in this type of maintenance, the possibility of encountering a malfunction continues. Predictive maintenance techniques aim to predict the need for maintenance by instantaneously analyzing sensor data monitoring the system. These techniques offer significant advantages in terms of reducing maintenance personnel and equipment-related costs and providing high safety due to maintenance performed before the need for periodic maintenance occurs. Models created and trained with the data obtained from sensors can detect wear on equipment over time and warn the operator about the need for maintenance before failure occurs. In this thesis, we propose the implementation of studies based on IoT-based deep learning models, which have recently produced successful results, with OPC-DA based machine communication, by increasing the success of predictive maintenance studies and the performance of models without machine communication or based on machine learning compared to the LSTM deep learning method. In this thesis, a dataset containing sensor readings of a riveting induction motor is used as an application dataset. This dataset has similar characteristics to those likely to occur in many maintenance scenarios.
Benzer Tezler
- Fully customizable server-side infrastructure for IoT applications
IoT uygulamaları için tam uyarlanabilir şekilde çalışabilen sunucu taraflı altyapı platformu
VURAL AVŞAR
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖZGÜR TAMER
- Termal kamera geri beslemesi ile pıd kontrollü otomatik proses ayarlamalı pet şişirme makinası
Pet blowing machine with thermal camera back feeding and pid controlled automatic process adjustment
BURCU BAYAM
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik MühendisliğiNuh Naci Yazgan ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZEKİ ORALHAN
- Implementation of PLC controlled press machine with safety precautions
PLC kontrollü pres makinasının güvenlik önlemleri ile gerçekleştirilmesi
EMRE ZEYREK
Yüksek Lisans
İngilizce
2019
Mekatronik MühendisliğiDokuz Eylül ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TANER AKKAN
- Laboratuvar ortamında esnek imalat sistemi ve PLC tasarımı
A Flexible manufacturing system and PLC designin laboratory conditions
H. ÇİÇEK ÖZTÜRK
Yüksek Lisans
Türkçe
2000
Endüstri ve Endüstri MühendisliğiGazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. YALÇIN EROL
- Üniversal motor üretim sürecinde endüvi montaj hattı otomasyonu
Armature assembly line automation in universal motor production process
SERKAN YÜCESOY
Yüksek Lisans
Türkçe
2010
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. GALİP CANSEVER