Tez Türü: Bütünleşik Doktora
Tezin Yürütüldüğü Kurum: Eskişehir Osmangazi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, Türkiye
Tez Danışmanı: Eyüp Çinar
Tezin Onay Tarihi: 2025
Tezin Dili: Türkçe
Özet:
Son yıllarda, özellikle endüstriyel ortamlarda makine ve teçhizat durumlarının izlenmesi ve arızalarının teşhisi konusunda veri odaklı çözümler yaygınlaşmaktadır. Bu alanda yapılan mevcut çalışmalarda genellikle derin öğrenme yöntem ve tekniklerinden faydalanılsa da çoğu yaklaşım, büyük miktarda etiketlenmiş ve zaman damgalarıyla işaretlenmiş arıza verisine ihtiyaç duymaktadır. Fakat gerçek endüstriyel ortamlarda uzun süreli ve kapsamlı olarak arıza verisinin toplanması çoğu zaman zor ya da imkânsızdır. Bahsedilen sorunlara çözüm olarak, tez kapsamında sınırlı miktardaki verilerden arıza teşhisi yapabilen çoklu sensör füzyonuyla güçlendirilmiş derin meta-öğrenme tabanlı bir arıza teşhis yaklaşımı geliştirilmiştir. Derin meta-öğrenme teknikleri, az örnekli öğrenme stratejilerini kullanarak özellikle kritik alanlarda ortaya çıkan veri kıtlığı gibi zorlukların üstesinden gelebilecek potansiyele sahiptir. Tez çalışmasında önerilen yaklaşım, eş zamanlı olarak çoklu sensörler yardımıyla toplanan zaman serisi sinyallerini zaman-frekans düzlemine aktararak metrik tabanlı bir meta-öğrenme yöntemi olan İlişki Ağları’nı içeren çok dallı bir özgün arıza teşhis yöntemiyle sınıflandırmaktadır. Üç farklı kullanım senaryosu için üç farklı endüstriyel veri seti üzerinde yapılan deneyler, yaklaşımın tekli sinyallere kıyasla üstün performans gösterdiğini ve sinyal sayısı arttıkça başarımın yükseldiğini ortaya koymaktadır. Önerilen yaklaşım literatürdeki mevcut yöntemlere kıyasla test doğruluğunda önemli kazanımlar sunmuş olup; benzer arızaların farklı seviyelerinin teşhisinde 3 sınıflı 1 örnekli ve 10 örnekli deneylerde sırasıyla %5,83 ve %6,07, aynı arızaların farklı çalışma koşullarında teşhisinde 5 sınıflı 1 örnekli ve 10 örnekli deneylerde sırasıyla %11,69 ve %10,26 ve farklı arıza türlerinin teşhisinde ise 3 sınıflı 1 örnekli, 3 sınıflı 10 örnekli, 5 sınıflı 1 örnekli ve 5 sınıflı 10 örnekli deneylerde de sırasıyla %5,88, %6,07, %6,55 ve %2,95 oranlarında iyileşme sağlamıştır