Gemi ana makine yanma iş elemanları arızalarının tahminlenmesi
Estimating failure times of ship main engine combustion parts
- Tez No: 941101
- Danışmanlar: PROF. DR. SERCAN EROL
- Tez Türü: Doktora
- Konular: Denizcilik, Gemi Mühendisliği, Marine, Marine Engineering
- Anahtar Kelimeler: Dizel yakıtlar, Gemi motorları, Teknik arıza, Yapay zeka ve makine öğrenmesi dersi, Diesel fuels, Ship motors, Technical failure, Artificial intelligence and machine learning course
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Gemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Gemi ana makinelerinde yanlış bakım tutum faaliyetleri, yağlama yağı ve yakıt büyük çaptaki arızalara neden olan temel faktörledir. Bu arızalar sonucunda ciddi maddi kayıplar ortaya çıkarken, gemilerin arıza esnasında bulunduğu deniz trafiği düşünüldüğünde (manevra esnasında, kanal-boğaz geçişi) bu arızalar seyir güvenliğini de olumsuz etkilemektedir. Bu çalışmada makine arızalarına etki eden ana makine ve yakıt faktörleri istatistiki olarak belirlenip, arızaların zamansal tahminlenmesi amaçlanmıştır. İstatistiki sonuçlara bakıldığında arızalara sebep olan faktörler; yakıt içerisinde bulunan sülfür oranı, vanadyum, katalitik ince partiküller ve mikro karbon kalıntısı olarak belirlenmiştir. Veri setindeki arızaların oluşma saatlerinin normal dağılım göstermemesi sonucunda Yapay Sinir Ağları ile zamansal tahminlemede istenilen korelasyon analiz değeri düşük kalmaktadır (R=0,67289). Bundan ötürü durum bazlı (arıza var yok şeklinde) arıza tahminlemesi için WEKA programı vasıtasıyla diğer makine öğrenme algoritmaları kullanılmıştır. Sonuç olarak durum bazlı arıza tahminlemede Rastgele Orman modelin genel doğruluğunda %94,7 oranında başarı sağlamıştır.
Özet (Çeviri)
Incorrect maintenance practices in marine main engines, along with lubrication oil and fuel-related issues, are the primary factors leading to major failures. These failures not only result in significant financial losses but also negatively impact navigational safety, especially considering the maritime traffic conditions at the time of failure (e.g., during maneuvering, canal or strait transits). This study aims to statistically identify the main engine and fuelrelated factors contributing to engine failures and to forecast the timing of such failures. According to the statistical findings, the factors causing these failures include the sulfur content in the fuel, vanadium, catalytic fine particles, and micro carbon residue. Due to the failure times in the dataset not exhibiting a normal distribution, the desired correlation analysis value could not be achieved in temporal prediction using Artificial Neural Networks (R = 0.67289). Therefore, other machine learning algorithms were utilized via the WEKA software for condition-based fault prediction (i.e., presence or absence of failure). As a result, the Random Forest model achieved a high overall accuracy of 94.7% in conditionbased fault prediction.
Benzer Tezler
- Dört zamanlı bir dizel jeneratörün matematik modellemesi
Mathematical modelling of four stroke diesel generator
DİDEM GÜLŞEN KAYIŞOĞLU
Yüksek Lisans
Türkçe
2018
Gemi MühendisliğiYıldız Teknik ÜniversitesiGemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYKUT SAFA
- Erken Hristiyan ve ilk Bizans resim ve kabartma sanatında kaynak ve okullar (2 cilt)
Sources and school of painting and sculpture during the early Christian and first Byzantine period
AHMET MEHMET KİPMEN
- Geniş ambar ağızlı gemilerin mukavemet yönünden incelenmesi
Structural analysis of ships with large deck openings
YALÇIN ÜNSAN
- Gemiler için çözücü bazlı karbon tutma sistemlerinin incelenmesi
An investigation on the solvent based carbon capture systems for ships
ENGİN GÜLER
Yüksek Lisans
Türkçe
2020
Gemi Mühendisliğiİstanbul Teknik ÜniversitesiGemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
PROF. DR. SELMA ERGİN
- Gemi dizel motor test yataklarının analitik modellenmesi
Analytical modelling of marine diesel engine test foundations
HASAN ÜSTÜN BAŞARAN
Yüksek Lisans
Türkçe
2010
Gemi Mühendisliğiİstanbul Teknik ÜniversitesiGemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
DOÇ. DR. OSMAN AZMİ ÖZSOYSAL
YRD. DOÇ. DR. YALÇIN ÜNSAN