Predictive modeling of vehicle failures with hierarchical bayesian methods for workforce planning
Hiyerarşik bayes yöntemleriyle araç arızalarının tahminsel modellemesi ve iş gücü planlaması
- Tez No: 962631
- Danışmanlar: PROF. DR. SAVAŞ DAYANIK
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Zorlu koşullarda çalışan araçların güvenilirliğin sağlanması ve uygun önlemlerin alınabilmesi için arıza süreçlerinin anlaşılması gerekmektedir. Bu ihtiyaca yönelik olarak, gerçek operasyonel veriler kullanılarak arıza sürelerini modelleyen bir istatistiksel yöntem geliştirilmiştir. Bu yaklaşım, birim ve araç düzeyindeki etkileri ile müdahale etkilerini yakalamak amacıyla Bayesyen Genelleştirilmiş Doğrusal Hiyerarşik Modeller kullanmaktadır. Zamansal bağımlılıklarını ve belirsizliklerini modelleyip çok adımlı arıza tahminleri oluşturmak için sıralı bir simülasyon yöntemi önerilmektedir. Önerilen model ve simülasyon yaklaşımı, hem kalibrasyon hem de tahmin gücünü göstermek amacıyla değerlendirilmektedir. Ayrıca, bu çalışma, tahmine dayalı çıktıların yeni sistem düzeyinde metrikler türetilerek ve bunların güvenilirliği değerlendirilerek karar verme süreçlerine nasıl katkı sağlayabileceğini göstermektedir. Son olarak, elde edilen sonuçlar, onarım işlemleri için iş gücü planlamasını ele alan temsili bir ardışık karar verme problemine uygulanmıştır.
Özet (Çeviri)
Vehicles that operate under demanding conditions need an understanding of failures to ensure reliability and take appropriate actions. To address this, a statistical framework is developed for modeling failure times using real-world operational data. The approach employs Bayesian Generalized Linear Mixed Models to capture unit and vehicle-level effects, and intervention effects. A sequential simulation framework models temporal dependencies and generates multi-step failure predictions with full uncertainty quantification. The proposed model and simulation approach are evaluated to demonstrate both calibration and predictive performance. Additionally, the work shows how predictive outputs can inform decision-making by deriving new system-level metrics and assessing their reliability. Finally, the results are applied in a representative sequential decision-making problem on workforce planning for repair actions.
Benzer Tezler
- Model predictive control and differential braking based steering redundancy for an autonomous vehicle
Otonom bir araç için model öngörülü kontrol ve diferansiyel frenleme tabanlı direksiyon yedekliliği
BAŞAR ZAMAN
Yüksek Lisans
İngilizce
2025
Otomotiv Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZGEN AKALIN
- A robust nonlinear MPC and ıncremental nonlinear dynamic ınversion control of quadrotors under rotor failure
Rotor arızası durumunda dört pervaneli hava araçlarının doğrusal olmayan model benzetimli ve artımsal dinamik tersleme tabanlı gürbüz kontrolü
CİHANGİR MEHMETÇİK ELİF
Yüksek Lisans
İngilizce
2026
Havacılık ve Uzay MühendisliğiOrta Doğu Teknik ÜniversitesiHavacılık ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. OZAN TEKİNALP
- Design and implementation of a measurement system to measure residual stress in aluminum casted vehicle parts
Alüminyum döküm araç parçalarında kalıntı gerilmeyi ölçmek için bir ölçüm sisteminin tasarımı ve uygulaması
ONUR ÖZAYDIN
Doktora
İngilizce
2026
Makine MühendisliğiDokuz Eylül ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYTAÇ GÖREN
- İnsansız araç sistemlerinin matematiksel modellenmesi ve kontrol algoritmalarının geliştirilmesi
Mathematical modeling of unmanned vehicle systems and development of control algorithms
SERKAN BUDAK
Doktora
Türkçe
2026
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. CEMİL SUNGUR
PROF. DR. AKİF DURDU
- Dört rotorlu insansız hava araçları için fizik rehberli artık geri beslemeli sinir ağı ile çok ajanlı dağıtılmış lineer olmayan model öngörülü formasyon kontrolü
Multi-agent distributed nonlinear model predictive formation control for quadrotor UAVs using a physics-guided residual feedback neural network
DENİZ MUHACİR
Yüksek Lisans
Türkçe
2026
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. YAPRAK YALÇIN