A novel end-to-end provenance system for predictive maintenance in industrial machinery
Endüstriyel makineler için öngörücü bakıma yönelik yeni bir uçtan uca köken bilgisi sistemi
- Tez No: 935415
- Danışmanlar: PROF. DR. MEHMET SIDDIK AKTAŞ
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 179
Özet
Bu tezde, endüstriyel uygulamalar için bir kestirimci bakım sistemi geliştirdik. Şeffaflık, hesap verebilirlik ve açıklanabilirliği sağlamak amacıyla, sistemimize provenans verisini entegre ettik. Kestirimci bakım sistemlerinde endüstriyel uygulamalara özgü provenans verisini elde etmek için PROV-O şemasını genişleterek entegre bir yapı önerdik. Önerilen mimari, provenans verisinin sistematik olarak toplanmasını, işlenmesini, kaydedilmesini ve görselleştirilmesini sağlayarak bu yetenekleri kestirimci bakım sistemlerine dahil etmektedir. Öncelikle, kestirimci bakım modüllerini ayrı ayrı geliştirdik ve test ettik. Daha sonra, bu modülleri entegre ederek bütünleşik bir kestirimci bakım sistemi oluşturduk ve sistemin işlevselliğini entegre bir yapı olarak test ettik. Bütünleşik bir yapı olarak çalışan sistem, bu değerlendirmelerde başarılı sonuçlar verdi. Bu tür sistemlerde açıklanabilirliği sağlamak amacıyla, kestirimci bakım çerçevesine bir provenans sistemi entegre ettik. Önerilen mimariyi değerlendirmek için bir prototip sistem geliştirdik ve kullanılabilirliğini değerlendirmek amacıyla bir kullanıcı çalışması gerçekleştirdik. Katılımcılar, genişletilmiş PROV-O yapısının sistemin açıklanabilirliğine katkı sağladığını belirttiler. Ayrıca, provenans verisinin görselleştirilmesinin görev tamamlama sürelerini iyileştirdiğini ve sistemle daha etkili bir etkileşimi kolaylaştırdığını ifade ettiler. Performans testleri, sistemin yüksek iş yüklerini minimum ek yükle verimli bir şekilde yönettiğini göstermiştir. Provenans verisi depolama ve alma süreleri ölçülmüş; 10K, 25K ve 100K boyutlarındaki belgeler için ortalama depolama süreleri sırasıyla 4.67 ms, 4.70 ms ve 5.35 ms olarak kaydedilmiştir. Benzer şekilde, alma işlemleri için ortalama süreler sırasıyla 2.59 ms, 2.60 ms ve 2.99 ms olarak kaydedilmiştir. Ölçeklenebilirlik testleri, sistemin yüksek eşzamanlı iş yükleri altında da sağlamlığını koruduğunu doğrulamıştır; sistem, testimizdeki maksimum yük olan 500 paralel iş parçacığı ve 100K belgeyi depolama işlemini ortalama 647 ms (0.6 s) sürede tamamlamıştır. Bu bulgular, sistemimizin minimum performans etkisiyle verimli provenans yönetimi sağladığını göstermektedir. Bu tezin amacı, endüstriyel sistemler için tasarlanmış bir kestirimci bakım mimarisi önermek, kestirimci bakım sistemlerine entegre bir provenans sistemi tasarlamak ve PROV-O modelini buna uygun şekilde genişletmektir. Böylece, sistem kararlarının açıklanabilirliğini sağlamak ve kullanıcı güvenini artırmak hedeflenmektedir.
Özet (Çeviri)
In this thesis, we develop a predictive maintenance system for industrial applications. To establish transparency, accountability, and explainability, we integrate provenance into the system. To obtain provenance data specific to industrial applications in predictive maintenance systems, we extended the PROV-O schema and proposed an integrated structure. The proposed architecture enables systematic collection, processing, recording, and visualization of provenance data, thereby incorporating these capabilities into predictive maintenance systems. First, we developed and tested the predictive maintenance modules separately. Then, we integrated these modules to create an integrated predictive maintenance system and tested its functionality as an integrated unit. The system, operating as a connected whole, demonstrated successful results in these evaluations. To provide explainability in such systems, we integrated a provenance system into the predictive maintenance framework. We evaluated the proposed architecture by developing a prototype system. We conducted a user study to assess its usability. The participants indicated that the extended PROV-O structure contributed to the system's explainability. In addition, they reported that provenance visualization improved task completion times and facilitated a more effective interaction with the system. Performance tests demonstrated that the system efficiently handled high workloads with minimal overhead. Provenance data storage and retrieval times were measured; the average storage times for 10K, 25K, and 100K document sizes were recorded as 4.67 ms, 4.70 ms, and 5.35 ms, respectively. Retrieval times were also efficient, averaging 2.59 ms, 2.60 ms, and 2.99 ms for the same document sizes. Scalability tests confirmed that the system maintained its robustness under high concurrent workloads; in our tests, the system completed the storage operation for the maximum load of 500 parallel threads and a 100K document in an average of 647 ms (0.6 s). These findings demonstrate that our system ensures efficient provenance management with minimal impact on performance. The aim of this thesis is to propose a predictive maintenance architecture designed for industrial systems, design a provenance system integrated into predictive maintenance, and extend the PROV-O model accordingly. In doing so, it seeks to ensure the explainability of system decisions and build user trust.
Benzer Tezler
- A twofold act of locating from a critical distance: A revisit to Constant's New Babylon
Kritik bir mesafeden ikili bir yer-bulma eylemi: Constant'ın Yeni Babil'i üzerine yeni bir okuma
ALİ DUR
- End-to-end networks for detection and tracking of micro unmanned aerial vehicles
Mikro insansız hava araçlarının tespiti ve takibi için uçtan uca ağlar
CEMAL AKER
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SİNAN KALKAN
- End-to-end open vocabulary keyword search
Uçtan-uca açık sözvarlıklı anahtar sözcük arama
BOLAJI YUSUF
Doktora
İngilizce
2024
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT SARAÇLAR
- Beard removal from image while keeping identity features
Kimlik özelliklerini koruyarak görüntüden sakal kaldırma
YASİN YILMAZ
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. EFENDİ NASİBOĞLU
- High-performance low-complexity near-lossless embedded memory compression for HDTV
HDTVler için yüksek performanslı düşük karmaşıklıklı gömülü sıkıştırma
OKAN PALAZ
Yüksek Lisans
İngilizce
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÖzyeğin ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. HASAN FATİH UĞURDAĞ