Fabrika ortamındaki otonom taşıyıcı araçlar için durumsal farkındalık yöntemi geliştirilmesi

Tez Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Eskişehir Osmangazi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, Türkiye

Tez Danışmanı: Ahmet Yazıcı

Tezin Onay Tarihi: 2019

Tezin Dili: Türkçe

Desteklendiği Program: Diğer

Özet:

Endüstri 4.0 ile beraber akıllı fabrikaların veri üzerinden izlenmesi ve kontrolü öngörülmektedir. Fabrikalardaki anormal durumların insan müdahalesi olmaksızın veri üzerinden akıllı algoritmalar ile tespiti önemli bir ihtiyaçtır. Bu, akıllı fabrikalardaki durumsal farkındalık için de önemlidir. Bu çalışmada fabrika içi lojistikte kullanılabilecek otonom taşıyıcı araçların oluşturduğu trafikteki anomali tespitine yönelik yöntemler önerilmiştir. Geliştirilen yöntem fabrika içi trafik üzerinden anomali tespiti yaptığı için Automatic Guided Vehicle (AGV), forklift, Otonom Taşıyıcı Araç (OTA) vb. fabrika içi araçlar içinde kullanılabilecektir. Önerilen yöntemde araçların fabrika içindeki hareketleriyle ilgili genel karakteristiğin kavşak bazında pekiştirmeli öğrenme ile öğrenilerek, daha sonra bu karakteristiğe uygun olmayan durumlar tespit edilerek anomali tespiti yapılmaktadır. Yapılan çalışmada kavşaklarla ilgili içeriksel anomali ve topluluk anomali olmak üzere iki durum ele alınmıştır. İlk durumda, kavşağın her bir giriş yönü için çıkış yönlerine ait akış, ortalama hız, yoğunluk vb. içerik bilgileri çok kollu slot makinesi problemi olarak modellenmiş ve öğrenilmiştir. Ardışıl veri kümesi içerisinde mevcut öğrenilen karakteristikte farklı bir içerik verisi olduğunda anomali tespiti yapılmaktadır. İkinci durum olarak, fabrika içerisindeki herhangi bir kavşağın komşu kavşaklardan farklı bir trafik karakteristiği göstermesi durumu topluluk anomalisi olarak ele alınmıştır. Bu çalışmada herhangi bir kavşak için çok kollu slot makinesi ile öğrenilen trafik karakteristiği komşu kavşakların verisi ile karşılaştırılarak anomali tespiti yapılmaktadır. Durumsal farkındalığa yönelik önerilen anomali tespit çalışmaları SUMO ortamındaki akıllı fabrika trafik verisi kullanılarak başarı ile test edilmiştir.