Endüstriyel ekipmanlarda yapay zeka destekli ön kestirimci bakım stratejilerinin geliştirilmesi ve uygulanması
Development and implementation of artificial intelligence-based predictive maintenance strategies in industrial equipment
- Tez No: 999749
- Danışmanlar: DR. ÖĞR. ÜYESİ MERDAN ÖZKAHRAMAN
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Bakım sistemleri, Bakım yönetim sistemi, Maintenance systems, Maintenance management system
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Isparta Uygulamalı Bilimler Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Endüstriyel üretim süreçlerinde makinelerin güvenilirliği ve kullanılabilirliği, üretim verimliliği açısından kritik öneme sahiptir. Geleneksel bakım yaklaşımları, arıza gerçekleştikten sonra veya belirli periyotlarla müdahaleyi esas alırken, bu yöntemler gereksiz bakım maliyetlerine ve plansız duruşlara neden olabilmektedir. Bu çalışmanın amacı, yapay zeka tabanlı ön kestirimci bakım yaklaşımı geliştirerek, ekipman arızalarının gerçekleşmeden önce tahmin edilmesini sağlamaktır. Araştırmada, CMX 1100 V model CNC freze tezgahından elde edilen açık kaynaklı sensör verileri kullanılmış; veriler Python ortamında işlenmiş ve XGBoost algoritması ile analiz edilmiştir. Model, işleme durumunu yüksek doğruluk oranı ile sınıflandırmış ve olasılık tabanlı bakım kararı verebilen bir karar destek sistemi olarak tasarlanmıştır. Elde edilen sonuçlar, yapay zeka destekli ön kestirimci bakımın üretim süreçlerinde bakım planlamasını optimize ederek maliyetleri azaltabileceğini ve üretim sürekliliğini artırabileceğini göstermektedir. Çalışma, endüstri 4.0 kapsamındaki dijital dönüşüm sürecine yapay zeka temelli bakım stratejileri açısından katkı sağlamaktadır.
Özet (Çeviri)
Reliability and availability of industrial equipment are critical factors for production efficiency. Traditional maintenance strategies, which rely on periodic or post-failure interventions, often result in unnecessary maintenance costs and unplanned downtime. This study aims to develop an artificial intelligence–based predictive maintenance approach to anticipate equipment failures before they occur. Open-source sensor data from a CMX 1100 V CNC milling machine were processed using Python, and analyzed with the XGBoost algorithm. The developed model successfully classified machining conditions with high accuracy and was structured as a decision-support system capable of providing probability-based maintenance recommendations. Results indicate that AI-driven predictive maintenance can optimize maintenance planning, reduce operational costs, and enhance production continuity. The study contributes to the digital transformation of Industry 4.0 by integrating machine learning–based decision mechanisms into industrial maintenance strategies.
Benzer Tezler
- Multi-objective optimization of swirl burner with premixed ammonia/hydrogen flame
Ön karışımlı amonyak/hidrojen alevine sahip girdaplı yakıcının çok hedefli optimizasyonu
MEHMET ANIL GÜLŞAN
Doktora
İngilizce
2026
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. YAKUP ERHAN BÖKE
- Technology-led evolution of interior space: Interiors becoming products
Teknoloji ile değişen mekanlar: İç mekanların ürünleşmesi
SENA SEMİZOĞLU
Yüksek Lisans
İngilizce
2015
Mimarlıkİstanbul Teknik ÜniversitesiEndüstri Ürünleri Tasarımı Ana Bilim Dalı
DOÇ. DR. ÇİĞDEM KAYA
- Petrokimya endüstrisinde L matris yöntemi ile risk değerlendirmesi: Kimyasal maddelerin çevresel etkileri ve güvenlik önlemleri
Risk assessment with L matrix method in petrochemical industry: Environmental impacts of chemical substances and safety measures
MUSTAFA ÇAKIROĞLU
Yüksek Lisans
Türkçe
2025
KimyaSakarya ÜniversitesiYangın ve Yangın Güvenliği Ana Bilim Dalı
PROF. DR. MUSTAFA ŞAHİN DÜNDAR
- Investigation of fuel sloshing in an aircraft wing fuel tank using ANN and CFD
Bir uçak kanat yakıt deposunda yakıt çalkantısının YSA ve HAD kullanılarak incelenmesi
KEREM KARAHAN
Doktora
İngilizce
2025
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. SERTAÇ ÇADIRCI
- Implications of NFV-SDN technology on the telecom sector in Turkey
NFV-SDN teknolojisinin Türkiye'deki telekom sektörüne etkilerinin araştırılması
AHMET ÇETİN
Yüksek Lisans
İngilizce
2022
İşletmeİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. DERYA GÜLTEKİN
DOÇ. DR. NİHAN YILDIRIM