Geri Dön

Employing digital twin to LoRa based forest fire management systems

LoRa'ya dayalı orman yangını yönetim sistemlerine dijital ikiz uygulanması

PDF İndir

  1. Tez No: 938667
  2. Yazar: BUĞRA AYDIN
  3. Danışmanlar: PROF. DR. SEMA FATMA OKTUĞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 71

Özet

Orman yangınları, ekolojiyi tehdit eden en kritik risklerden bir tanesidir. Dünyanın artan ortalama sıcaklığı ile birlikte, orman yangınlarının sayısı ve şiddeti de artmıştır. Bu durum da orman yangınlarının erken tespitini elzem hale getirmiştir. Gelişen teknoloji ile birlikte farklı teknikler yardımıyla orman yangınlarının tespiti yapılabilmektedir. Bu teknikler arasından, sensör ağları kullanılarak yangın tespitinde bulunmak hem hız hem maliyet açısından en etkin çözümleri sunmaktadır. Nesnelerin İnterneti sayesinde, erişilebilir maliyetli çok sayıdaki internete bağlı cihaz aracılığıyla, bir ortamın düzenli olarak gözlemlenmesi ve bu verilerin toplanmasını sağlayan kablosuz sensör ağları kurulabilmektedir. Orman yangınlarının tespiti için de sıcaklık, nem vb. değerleri ölçen sensör düğümleri ile bir ağ kurmak mümkündür. Fakat bu ağların, her orman için farklı isterleri olmaktadır. Bu nedenle de ağların yönetilmesi karmaşık olabilmektedir. Dijital İkiz teknolojisi, fiziksel sistemin gerçek zamanlı modelini oluşturarak bu sistem üzerinde yapılacak çalışmaları kolaylaştıran yenilikçi bir simülasyon alternatifidir. Sistemlerin optimizasyonunda, farklı senaryoların testinde ve sistemin gözlemlenmesinde kullanılabilir. Orman yangını için oluşturulan ağların yönetimi için de önemli faydalar sağlayabilir. Fakat, dijital ikizlerin sürekli ve iki yönlü iletişim talebinin bu tarz ağlar tarafından sağlanması oldukça zahmetlidir. Ormanların koşulları, tasarlanacak kablosuz ağın iletişim teknolojilerinin belirlenmesinde de etkilidir. Kısa mesafeli ve yüksek güç tüketimine sahip radyo modülasyon teknolojileri, ormanların kapladıkları geniş alanları ve ormanların coğrafi konumlarının ağdaki cihazların bakımlarının sıklıkla yapılmasını elverişsiz kılması nedeniyle genellikle tercih edilmemektedir. Düşük güçlü geniş alan ağları için geliştirilen iletişim teknolojileri orman yangını tespit yönetim sistemleri için biçilmiş iletişim teknikleridir. LoRa radyo frekansı modülasyon teknolojisi, en yaygın kullanılan düşük güçlü geniş alan ağı teknolojilerinden biridir. Kilometrelerce uzunlukta mesafelerde mesaj iletimi yapabilmesi ve batarya ile çalışan sönsör cihazlarında yıllarca pil ömrü sunabilmesi avantajlarından kaynaklı olarak bu tür ağlarda LoRa modülüne sahip düğümler tercih edilir. Ayrıca, lisanssız kullanıma izin vermesi ve yine lisanssız frekans aralıklarında çalışması da sıklıkla bu ağlarda seçilmesinin önemli nedenlerindendir. Orman yangınlarının bilgisayar ağları kullanılarak tespiti literatürde yoğun çalışmılmış bir konudur. Daha önceki çalışmalarda yangın tespiti için sıcakık, nem, karbon monoksit vb. sensörler kullanılmıştır. LoRa gibi uzun mesafe teknolojileri tercih edilse de Bluetooth, ZigBee gibi kısa mesafeli veri iletim teknikleri de kullanılmıştır. Ağların topolojileri örgü, kümelenmiş, ağaç ve yıldız gibi çeşitli tekniklerle oluşturulmuştur. Ayrıca sensörlerden gelen yanlış alarmların tespiti için de yapay zekadan yararlanılan çalışmalar da yürütülmüştür. Dijital ikizler, fiziksel sistemin gerçek zamanlı modelini oluşturduğundan sistemdeki oluşan değişimlere hızlı adapte olma yeteneğine sahiptirler. Optimizasyon algoritmaları ile birlikte kullanılarak sistemin değişen şartları için gerekli aksiyonları alabilirler. Bilgisayar ağları gibi dinamik sistemlerin optimizasyonu için bu teknik çığır açıcı olabilir. Fakat ikizlerin geliştirilmesinde kullanılan bazı yaygın yapay zeka teknikleri, bu ağlardaki komşuluğun önemli olduğu ilişkisel yapıyı anlamlandırmakta zorlanmaktadır. Bu nedenle bilgisayar ağları için geliştirilen özel dijital ikiz teknolojileri dijital ikiz ağları adıyla da anılmaktadır. Bu ikizler, ağların ilişkisel yapısını anlamak için genellikle grafik sinir ağlarını kullanır. Grafik sinir ağları, protein yapıları, sosyal ağlar vb. gibi grafiklerle temsil edilen verileri analiz etmek için kullanılan özel bir veri öğrenme tekniğidir. Modelden modele değişmekle birlikte, tekniğin temel çalışma prensibi, düğümlerde ve kenarlarda tutulan özelliklerin değerlerini güncellemek için birkaç yineleme boyunca komşu düğümlerle paylaşılmasına dayanır. Grafik sinir ağları, literatürdeki bilgisayar ağları çalışmalarında, rotalama optimizasyonunda, ağ dilimleme yönetiminde ve ağın bazı değerlerinin gerçek zamanlı modellenmesinde kullanılır. Bu çalışmalarda ikiz ağı modeller ve yeni konfigürasyonların uygulanması mesajlarını iletirken optimizasyon için, klasik optimizasyon teknikleri, derin takviyeli öğrenme teknikleri ile birlikte çalışır. Ayrıca dijital ikiz modellerin eğitimi için birleşik öğrenme tekniğinin kullanılması da çalışılmıştır. Bu tez çalışması ise dijital ikizlerin nesnelerin interneti ağlarına uygulanmasını kolaylaştırmak amacıyla ağ ile ikiz arasına ağın durumunu tahmin eden bir tahminci eklenmesini önermektedir. Bu ağlardan sürekli veri akışının sağlanmasının elverişiz olması ve dijital ikizlerin bu akışa ihtiyaç duymasından kaynaklı oluşan sorunu, tahminci ağdan gelen verilerle eğitildikten sonra yaptığı tahminlerle kapatır. Dijital ikiz modelinin eğitilmesi için birçok çarpışma, parazit gibi veri akışını engelleyen durumların verisine ihtiyaç duyulmaktadır. Hem bu verilerin fiziksel ağlardan toplanmasının zor olması, hem de orman yangını tespit ağlarının yüzlerce düğümden ve kilometre karelerce alanı kaplamasından kaynaklı olarak bu çalışmada ağ geliştirilen özel simülatörle simüle edilmiştir. Kümelenmiş bir ağ topoljisi tasarlanmış, küme içi iletişim için LoRa, kümeler arası iletişim için GPRS teknolojisi kullanılmıştır. Simülasyonun sonunda, simülasyonda oluşan tüm paketler raporlanmıştır. Tahminci, simülasyonda oluşan paketleri kullanarak, her düğüm ve her zaman aralığı için düğümün paket gönderip göndermediğini tahmin eden bir ikili sekans tahmin modelidir. Sönsör düğümleri zamanın büyük bir bölümünde uyuduğundan veri setini dengeli hale getirmek için alt örnekleme tekniğinden yararlanılmıştır. Daha sonra bu tahminler kullanılarak dijital ikize vermek üzere, her zaman aralığı için ağın genel durumu çıkartılmıştır. Grafik sinir ağı tabanlı bir dijital ikiz ile tahmincinin ağ durumu tahminleri kullanılarak ağın toplam çıktısı tahmin edilmiştir. Simülasyon verileri kullanılarak gerçek çıktı değerleri ile ikizin tahminleri karşılaştırılmıştır. Sonuçlar genel olarak umut vericidir. Özellikle küçük ölçekli ağlar için, sistemin $R^2$ performansı yüzde 97'nin üzerindedir. MSE değerleri ise 1'in oldukça altındadır. Ancak, ağın ölçeği büyüdükçe sistemin performansı kayda değer ölçüde azalmaktadır. Bunun, tahmincinin her düğümün tahmininde yaptığı hataların kümülatif bir şekilde toplanmasından kaynaklandığı düşünülmektedir. Ayrıca sistem farklı dijital ikiz ve tahminci yapay zeka algoritmaları ile de test edilmiştir. Sistem bu modellerle benzer veya biraz daha iyi performans gösterse de bu artışın ölçeklenebilirlik sorununu çözmeyeceği gözlenmiştir. Sonuç olarak, dijital ikizlerin nesnelerin interneti ile entegre edilmesi, ikizlerin taleplerinin karşılanmasının zorluğundan dolayı elverişsizdir. Bu çalışmada bir tahminci modeli önerilerek bu entegrasyonun kolaylaştırılması hedeflenmiştir. Bunun için simülasyon tasarlanmış ve sistemin performansı test edilmişitir. Ortaya çıkan sonuçlara göre, özellikle küçük ölçekli ağlar için bu yöntemin uygun olduğu çıkarılmıştır. Fakat sistemin bir ölçeklenebilirlik problemi olduğu da gösterilmiştir. Gelecekteki çalışmalarda, ağın daha bütüncül bir tahminini yapacak tahminci modülü tasarlanabilir, simülasyon parametreleri çevresel ve trafik üretimini genişletecek şekilde geliştirilebilir ve dijital ikizin ağın çıktısı yerine gelen paketlerin önemine göre varış yüzdelerini tahmin etmesi sağlanabilir.

Özet (Çeviri)

Forest fires are one of the most critical risks threatening ecology. With the increasing average temperature of the world, the number and severity of forest fires have also increased. This has made early detection of forest fires essential. With developing technology, forest fires can be detected with the help of different techniques. Among these techniques, fire detection using sensor networks offers the most effective solutions in terms of both speed and cost. Thanks to the Internet of Things, wireless sensor networks can be established that regularly monitor an environment and collect this data through a large number of affordable internet-connected devices. It is also possible to establish a network with sensor nodes that measure temperature, humidity, etc. for the detection of forest fires. However, these networks have different requirements for each forest. Therefore, managing the networks can be complicated. Digital Twin technology is an innovative simulation alternative that facilitates the work to be done on this system by creating a real-time model of the physical system. It can be used in the optimization of systems, testing of different scenarios, and observation of the system. It can also provide significant benefits for the management of networks created for forest fires. However, it is quite difficult for such networks to provide the continuous and two-way communication demand of digital twins. Forest conditions are also effective in determining the communication technologies of the wireless network to be designed. Short-range and high-power radio modulation technologies are generally not preferred because of the large areas covered by forests and the fact that the geographical location of the forests makes it inconvenient to frequently maintain the devices in the network. Communication technologies developed for low-power wide area networks are ideal communication techniques for forest fire detection management systems. LoRa radio frequency modulation technology is one of the most widely used low-power wide-area network technologies. Nodes with LoRa modules are preferred in such networks due to their advantages of being able to transmit messages over distances of kilometers and providing years of battery life in battery-powered sensor devices. In addition, allowing unlicensed use and operating in unlicensed frequency ranges are also important reasons why it is often chosen in these networks. Detection of forest fires using computer networks is a subject that has been studied extensively in the literature. In previous studies, sensors such as temperature, humidity, carbon monoxide, etc. were used for fire detection. Although long-distance technologies such as LoRa are preferred, short-distance data transmission techniques such as Bluetooth and ZigBee have also been used. The topologies of the networks have been created with various techniques such as mesh, clustered, tree, and star. In addition, studies have been conducted using artificial intelligence to detect false alarms from sensors. Digital twins have the ability to quickly adapt to changes in the system because they create a real-time model of the physical system. They can be used with optimization algorithms to take the necessary actions for the changing conditions of the system. This technique can be groundbreaking for the optimization of dynamic systems such as computer networks. However, some common artificial intelligence techniques used in the development of twins have difficulty making sense of the relational structure in these networks where neighborhoods are important. For this reason, special digital twin technologies developed for computer networks are also called digital twin networks. These twins usually use graph neural networks to understand the relational structure of networks. Graph neural networks are a special data learning technique used to analyze data represented by graphs, such as protein structures, social networks, etc. Although it varies from model to model, the basic working principle of the technique is based on sharing the properties held in nodes and edges with neighboring nodes over several iterations to update their values. Graph neural networks are used in computer network studies in the literature, in routing optimization, network slicing management, and real-time modeling of some metrics of the network. In these studies, while transmitting messages to the twin network models and implementing new configurations, classical optimization techniques work together with deep reinforcement learning techniques for optimization. It has also been studied to use federated learning techniques for training digital twin models. This thesis study proposes adding a forecaster between the network and the twin to facilitate the application of digital twins to the Internet of Things networks. The problem that arises from the inconvenience of providing continuous data flow from these networks and the need for this flow, is overcome by the estimations it makes after the forecaster is trained with the data coming from the network. In order to train the digital twin model, data from situations that prevent data flow such as many collisions and interference is needed. Due to the difficulty of collecting this data from physical networks and the fact that forest fire detection networks consist of hundreds of nodes and cover square kilometers of area, the network was simulated with a custom simulator developed in this study. A clustered network topology was designed, LoRa technology was used for intra-cluster communication, and GPRS technology was used for inter-cluster communication. At the end of the simulation, all packets formed in the simulation were reported. The forecaster is a binary sequence prediction model that estimates whether a node sent a packet or not for each node and each time interval using the packets formed in the simulation. Since sensor nodes sleep most of the time, the undersampling technique was used to balance the dataset. Then, using these estimates, the overall state of the network was extracted for each time interval to be given to the digital twin. Using a graph neural network-based digital twin, the total output of the network was estimated using the network state estimates of the forecaster. Using simulation data, the actual output values were compared with the twin's estimates. The results are generally promising. Especially for small-scale networks, the system's $R^2$ performance is above 97 percent. The MSE values are well below 1. However, as the network scale increases, the system's performance decreases significantly. This is thought to be due to the cumulative accumulation of errors made by the forecaster in the estimation of each node. The system has also been tested with different digital twin and forecaster AI algorithms. Although the system performs similarly or slightly better with these models, it has been observed that this increase will not solve the scalability problem. As a result, integrating digital twins with the Internet of Things is impractical due to the difficulty of meeting the demands of the twins. This study aims to facilitate this integration by proposing a forecaster model. For this purpose, a simulation was designed and the performance of the system was tested. According to the results, it was concluded that this method is suitable, especially for small-scale networks. However, it has also been shown that the system has a scalability problem. In future work, a forecaster module can be designed to make a more holistic prediction of the network, the simulation parameters can be improved to expand the environmental and traffic throughput, and the digital twin can be made to predict the arrival percentages based on the importance of incoming packets instead of the network throughput.

Benzer Tezler

  1. Tez No

    864104

    Veri güdümlü dijital ikiz modeli ile freze takım tezgahı takım aşınma tahminlemesi ve kesme parametreleri optimizasyonu

    Prediction of tool wear and cutting parameter optimization of milling machine tool with data-driven digital twin model

    GİZEM BURUN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ALP ÜSTÜNDAĞ

  2. Tez No

    945011

    Exploring the potential of digital twin technology to improve factors affecting construction productivity during the construction phase

    Yapım aşamasında inşaat verimliliğini etkileyen faktörlerin iyileştirilmesinde dijital ikiz teknolojisinin potansiyelinin incelenmesi

    İREM KOMAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. HÜSNÜ MURAT GÜNAYDIN

  3. Tez No

    928948

    simulation and manufacturing of metal brazed CBN grinding tools

    Sert lehimleme yöntemiyle üretilen CBN taşlama takımlarının simülasyonu ve imalatı

    SEYEDEHSUZAN BEHROUZBARAGHI

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Mekatronik MühendisliğiSabancı Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ERHAN BUDAK

  4. Tez No

    939631

    The effects of construction 4.0 and environmental sensitivity on construction firms' performance: The mediator role of business model innovation

    İnşaat 4.0 ve çevre hassasiyetinin inşaat firmalarının performansına etkileri: İş modeli inovasyonunun aracı rolü

    OMIMAH ALSAADI

    Doktora

    İngilizce

    İngilizce

    2025

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. LUTFİHAK ALPKAN

  5. Tez No

    950695

    Türkiye'de siyasi partilerde dijital dönüşüm ve siyasal iletişim: Adalet ve Kalkınma Partisi ve Cumhuriyet Halk Partisi karşılaştırmalı analizi

    Digital transformation and political communication in political parties in Türkiye: A comparative analysis of The Justice and Development Party and The Republican People's Party

    YUSUF BALCI

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Kamu YönetimiEskişehir Osmangazi Üniversitesi

    Siyaset Bilimi ve Kamu Yönetimi Ana Bilim Dalı

    PROF. DR. RUKİYE TINAS

Geri Dön