Data-driven alarm parameter optimization
Veri odaklı alarm parametre optimizasyonu
- Tez No: 942672
- Danışmanlar: PROF. DR. PEKİN ERHAN EREN
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Mühendislik Bilimleri, İstatistik, Computer Engineering and Computer Science and Control, Engineering Sciences, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Enformatik Enstitüsü
- Ana Bilim Dalı: Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 76
Özet
Üretim sektöründeki işletmelerinin çoğu, devam eden faaliyetlerini sürdürmek için gelişmiş kontrol mekanizmalarından yararlanmaktadır. Alarm yönetim sistemi de güvenlik bariyeri görevi gören bu kontrol mekanizmalarından biri olup, operatörlere anormal durumları bildiren alarm mesajlarını içerir. Alarmların nedenleri esas olarak, olası olumsuz sonuçları en aza indirmek için mümkün olduğunca çabuk ortadan kaldırılması gereken zararlı bir çalışma durumuna neden olur. Ancak sistemin büyüklüğü, sistemi yönlendirecek kişilerin bulunmaması ve prosese bağlı yoğunluklar, operatörlerin bazı kritik alarmları gözden kaçırmasına neden olabilir. Ürünlerin kalitesi ve miktarı, iş güvenliği ve operasyonel maliyetler bu kaçırılan alarmlardan olumsuz etkilenen özelliklerden bazılarıdır. Önerilen çalışma, alarm yönetimi süreçlerinde karar değişkenlerini optimize etmek için köklü bir alarm yönetimi felsefesini gelişmiş veri analitiği teknikleriyle birleştirmeyi amaçlamaktadır. Bu çalışma, etkinliğini doğrulamak için Tennessee Eastman Süreci'nden yararlanan yeni bir veriye dayalı optimizasyon yöntemini tanıtmaktadır. Önerilen yöntem, alarm yönetim sistemlerinin yaşam döngülerinde parametre optimizasyon sürecinin otomasyonuna katkıda bulunarak sürekli alarm sistemi sağlığını sağlamayı amaçlamaktadır. Ana katkılar arasında, bozulmaları alarmlarla ilişkilendirmek için bir yöntemin geliştirilmesi, bir alarm simülasyon platformunun oluşturulması ve benzersiz bir optimizasyon yaklaşımıyla alarm parametrelerinin iyileştirilmesi yer almaktadır. Sonuçlar, bozulmalar ile ilk ilgili alarm arasındaki zamanı ifade eden alarm tepki gecikmesi ile alarm sayısı ve alarmda kalma süreleri arasında bir denge olduğunu göstermektedir. Bu denge, sürecin öncelikleri dikkate alınarak istenen yönde değerlendirilebilir.
Özet (Çeviri)
Most manufacturing sector businesses utilize advanced control mechanisms to sustain their ongoing operations. An alarm management system is one of these control mechanisms that works as a safety barrier, and it contains alarm messages indicating abnormal situations to operators. The causes of alarms mainly result in a harmful state of operations that should be eliminated as quickly as possible to minimize possible negative results. However, the size of the system, lack of people directing the system, and processdependent peak conditions may lead operators to miss some critical alarms. Quality and quantity of products, job safety, and operational costs are some of the features negatively affected by these missing alarms. The proposed work aims to combine a well-established alarm management philosophy with advanced data analytics techniques to optimize decision variables in alarm management processes. This study introduces a novel datadriven optimization method that leverages the Tennessee Eastman Process as a benchmark to validate its effectiveness. The proposed method aims to ensure continuous alarm system health by contributing to the automation of the parameter optimization process in the life cycles of alarm management systems. Key contributions include the development of a method to associate disturbances with alarms, the creation of an alarm simulation platform, and the improvement of alarm parameters through a unique optimization approach. The results show that there is a trade-off between alarm reaction delay, which refers to the time between disturbances and the first relevant alarm and number of alarms and alarm on times. This trade-off can be evaluated in the desired direction by taking into account the priorities of the process.
Benzer Tezler
- Derin obje sezicilerle tümleştirilmiş bayesçi filtreleme ile videoda obje izleme
Integration of bayesian filtering and deep object detection for video object tracking
FİLİZ GÜRKAN GÖLCÜK
Doktora
Türkçe
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL KALYONCU
- Otomatik üretim kontrolü sistemlerine yapılan yanlış veri enjeksiyon saldırılarının torbalama ağaçları algoritması ile tespiti
Detection of false data injection attacks on automatic generation control systems with bagged trees algorithm
ATAKAN ÖZTÜRK
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL MURAT İSTEMİHAN GENÇ
- Milimetre dalga radar ile hareketli nesne tespitinde çevresel yanlış alarmların filtrelenmesi
Filtering environmental false alarms in moving object detection with millimeter-wave radar
MURAT GÜDER
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiTOBB Ekonomi ve Teknoloji ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. İBRAHİM TUNA ÖZDÜR
- Incipient fault detection in wind turbines
Rüzgar türbinlerinde gelişmekte olan hata öngörüsü
AYŞE GÖKÇEN KAVAZ TAŞKINER
Doktora
İngilizce
2019
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURAK BARUTÇU
- Core network anomaly detection using the LSTM model and comparison with various unsupervised learning methods
Telekomünikasyon merkezi şebekelerinde LSTM model ile anomali tespiti ve bazı denetimsiz öğrenme metotları ile kıyaslanması
SAMED ÇALIK
Yüksek Lisans
İngilizce
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiBüyük Veri ve İş Analitiği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET ALİ ERGÜN