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: 145
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
- Taşıtlara etkileyen kuvvetler ve taşıt titreşimleri
The Forces acting on vehicles and vehicle vibrations
RUHİ ÇELİKKAYA
- Fıxed wıng uav control under severe dısturbances
Şiddetli bozuntular altında sabit kanatlı iha kontrolü
HACİ BARAN
Doktora
İngilizce
2025
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İSMAİL BAYEZİT
- Viability of differential braking based steering redundancy for an autonomous vehicle
Otonom bir araç için diferansiyel frenleme tabanlı direksiyon yedekliliğinin uygulanabilirliği
DORUKHAN TOKAY
Yüksek Lisans
İngilizce
2024
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZGEN AKALIN
- Elektrikli araç motorlarında mekanik arızaların derin öğrenme ile tespiti için yeni bir yöntemin geliştirilmesi
Development of a new method for the detection of mechanical faults in electric vehicle motors with deep learning
EYUP SÖNMEZ
Doktora
Türkçe
2024
Mekatronik MühendisliğiSakarya Uygulamalı Bilimler ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. SEZGİN KAÇAR