Vaka çalışması: Endüktif transfer öğrenme ile kalan faydalı ömür tahminlemesi
Case study: Remaining useful life estimation with inductive transfer learning
- Tez No: 940757
- Danışmanlar: DOÇ. DR. UĞURHAN KUTBAY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 69
Özet
Bu tez çalışması, yapay zeka sistemlerinde sıkça karşılaşılan veri sınırlılığı sorununa kapsamlı bir çözüm geliştirmeyi amaçlamaktadır. Makinaların ve ekipmanların güvenilirliği ile bakım planlaması, her türlü operasyonun kesintisiz sürdürülmesi açısından büyük önem taşımaktadır. Beklenmedik arızalar, hem maliyetlerin artmasına hem de üretim süreçlerinin kesintiye uğramasına neden olmaktadır. Bu bağlamda, ekipmanların kalan faydalı ömrü başka bir deyişle kalan kullanım ömürleri tahmininde, özellikle savunma sanayii gibi veri gizliliğinin ön planda olduğu alanlarda karşılaşılan veri erişilebilirliği ve kalitesi sorunlarını aşmak için transfer öğrenimi tekniklerinin yenilikçi bir yaklaşımla kullanılarak etkili bir çözüm sunulmaktadır. Bu çalışma, farklı operasyonel koşullarda işletilen ekipmanlardan elde edilen verileri kullanarak, çeşitli çalışma şartlarındaki ekipmanların veya sistemlerin kalan faydalı ömür tahminini en iyi şekilde gerçekleştirmeyi hedeflemektedir. Sunulan metodoloji, transfer öğrenimi algoritmaları ve alt uzay hizalama tekniğini birleştirerek, sınırlı veri ortamlarında yüksek doğrulukta tahminler yapılmasını sağlamaktadır. Bu yöntem, özellikle farklı işletme koşulları arasındaki bilgi aktarımını geliştirerek veri dağılımlarındaki uyumsuzlukları ortadan kaldırmaktadır. Ayrıca geleneksel yöntemlere göre daha az işlem gücü kullanarak etkili sonuçlar elde etmektedir. Yenilikçi model, transfer öğrenme yöntemlerinde sıkça karşılaşılan negatif transfer öğrenme etkisinden de en az düzeyde etkilenmek için gerekli önlemlerin kontrollü şekilde alınmasını sağlamaktadır. Böylece değişken operasyonel koşullarda tutarlı tahminler yapabilmesine olanak sağlamaktadır. Araştırma, endüstriyel sistemlerde öngörücü bakım ve stok yönetimi için gerekli tedbirlerin alınması için gereken öngörücü bilgiyi sağlamaktadır. Sonuç olarak herhangi bir nedenle veri sınırlamalarının sıkça görüldüğü durumlarda teçhizat güvenilirliğini artırma ve bakım maliyetlerini düzenleme potansiyeli taşımaktadır. Önerilen alt uzay hizalama ve parametre tabanlı transfer öğrenme yaklaşımı NASA C-MAPSS veri kümesi üzerinde uygulanmış ve RMSE değerinde 23.3 değerine erişilmiştir. Elde edilen bulgular, sunulan metodolojinin başarısını kanıtlamıştır.
Özet (Çeviri)
This thesis study aims to develop a comprehensive solution to the data limitation problem commonly faced in artificial intelligence systems. The reliability of machinery and equipment along with maintenance planning is of significant importance for the uninterrupted execution of all types of operations. Unexpected failures lead to both increased costs and disruptions in production processes. In this context, an effective solution is presented by utilizing transfer learning techniques with an innovative approach to overcome data accessibility and quality issues encountered in remaining useful life estimation of equipment, particularly in fields where data confidentiality is essential, such as the defense industry. This study aims to optimally perform remaining useful life prediction of equipment or systems operating under various working conditions by using data obtained from equipment operated under different operational conditions. The presented methodology combines transfer learning algorithms and subspace alignment techniques to enable highly accurate predictions in limited data environments. This method eliminates inconsistencies in data distributions, especially by enhancing knowledge transfer between different operating conditions. It also achieves effective results using less processing power compared to traditional methods. The innovative approach ensures that necessary measures are taken in a controlled manner to minimize the effects of negative transfer learning, a challenge frequently encountered in transfer learning methods. This allows for consistent predictions under variable operational conditions. The research provides predictive information necessary for taking required measures for predictive maintenance and inventory management in industrial systems. Consequently, it has the potential to increase equipment reliability and regulate maintenance costs in situations where data limitations are frequently observed for any reason. The proposed subspace alignment and parameter-based transfer learning approach was applied to the NASA C-MAPSS dataset and achieved an RMSE value of 23,3. The findings obtained have proven the success of the presented methodology.
Benzer Tezler
- Cultural heritage circular governance for the integrated conservation of historic cities: The case of the Medina of Munis
Tarihi şehirlerin bütünleşik korunmasına yönelik kültürel miras'ın döngüsel yönetişimi: Tunus Medine örneği
YASMINE TIRA
Doktora
İngilizce
2024
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiMimarlık, Planlama ve Tasarım Ana Bilim Dalı
PROF. DR. HANDAN TÜRKOĞLU
- Investigating the benefits of implementing the balanced scorecard to improve the organizational performance
Örgütsel performansı artırmak için kurumsal karne kullanımının avantajlarını araştırmak
MAJD AHMAD ALSHAWABKEH
- Plasma antenna usage on modern communication systems
Modern haberleşme sistemlerinde plazma anten kullanımı
OĞUZHAN KAYHAN
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiÇankaya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKER ŞENER
PROF. DR. SERHAT ÇAKIR
- A case study: Vocabulary portfolio implementation in young learners classes
Vaka çalışması: İlköğretim sınıflarında kelime portfolyosu uygulaması
ÖZLEM BAŞEKİM
Yüksek Lisans
İngilizce
2015
Eğitim ve ÖğretimÇağ Üniversitesiİngiliz Dili Eğitimi Ana Bilim Dalı
DOÇ. DR. ŞEHNAZ ŞAHİNKARAKAŞ
- A case study: Improvement of component placement sequence of a turret style SMT machine
Vaka çalışması: Taret tipi yüzey monte makinesinde bileşen yerleştirme sıralamasının iyileştirilmesi
MEHMET SAVAŞ ÇENGEL
Yüksek Lisans
İngilizce
2007
Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. LEVENT KANDİLLER
YRD. DOÇ. DR. PELİN BAYINDIR