FİLO TABANLI VERİ ODAKLI HATA TEŞHİS SİSTEMİ GELİŞTİRİLMESİ
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Eskişehir Osmangazi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2020
Tezin Dili: Türkçe
Öğrenci: METİN YILMAZ
Asıl Danışman (Eş Danışmanlı Tezler İçin): Eyüp Çinar
Danışman: Ahmet Yazıcı
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Üretim ve bilgisayar teknolojilerinin birleşimi ile verimliliği üst düzeye çıkarmak, yapay zekâ yaklaşımları ile hataları en aza indirmek hatta makine öğrenmesi ile oluşabilecek hataları önceden tahmin edebilmek önem kazanmıştır. Veri odaklı hata teşhis sistemi bu konulara çözüm olarak ortaya çıkmıştır. Sistemdeki veriler kullanılarak hata teşhisi yapılarak olası arıza durumları önceden tespit edilebilmektedir. Benzer işi yapan birden fazla araç veya makinenin olduğu sistemlerde ise, hata teşhisi için filo tabanlı anomali durum tespit yönetim yaklaşımları geliştirilmiştir. Bu çalışmada, veri odaklı hata teşhis sistemi konusunda yapılan Filo Tabanlı Durum İzleme uygulaması geliştirilmiştir. Yapay zekâ tabanlı tekniklerin çoğunda bir makine üzerinde analiz yapılmaktadır. Analiz teknikleri için geçmişe yönelik büyük veri kümelerine ihtiyaç duyulmaktadır. Veri kümesi ihtiyacı için makine uzun süre çalıştırılıp veri toplanması veya test platformlarından veri alınması gerekmektedir. Bu yüzden veri seti oluşturma işlemi oldukça maliyetlidir. Ancak elde birbirine benzer özellikte ve benzer işi yapan sistemler varsa, bir filo tabanlı izleme sistemi kurulabilir. Böyle bir filo yönteminde geçmişe ait büyük veri setlerine ihtiyaç duyulmamakta olup filodaki benzer sistemlerin aynı çalışma koşullarında benzer veriler üretmesi gereksinimi dikkate alınarak farklılıklar tespit edilmektedir. Filo yönetimi için geliştirilen uygulama web tabanlı olarak geliştirilmiş, test platformları ve deneyler ile dişli kutusu, iyon değirmeni, şaft ve şanzıman makineleri ve içindeki rulmanlar için oluşturulmuş dört farklı veri seti için başarılı sonuçlar alınmıştır. Çalışmada Hızlı Fourier Dönüşümü (Fast Fourier Transform, FFT) ve Dinamik Zaman Çarpıtma (Dynamic Time Warping, DTW) gibi dönüşüm yöntemleriyle verilerdeki ani yükselmeler, harmonik ve gürültü gibi istenmeyen değişimler giderilmiştir. Filodaki sistemler arası benzerlikler Öklid, Kare Öklid, Menhattan Mesafesi vb. metrikler ile tespit edilerek, birbiriyle benzerlik gösteren sistemler, Hiyerarşik Kümeleme algoritması ile kümelenmiştir. Kümeleme sonucunda her bir bileşen için anomali puanları bulunmuştur. Uygulama sonucunda filodaki diğer üyelerden farklılık gösteren makine ya da rulmanın hatalı olduğu gözlemlenmiştir.