Endüstriyel Tesislerde Makine Öğrenmesi ile Kestirimci Bakım ve Arıza Analizleri

Authors : İlyas Güvenç Pirge, İlhan Baştürk
Pages : 119-133
Doi:10.7212/karaelmasfen.1568736
View : 81 | Download : 78
Publication Date : 2025-04-22
Article Type : Research Paper
Abstract :Günümüzde endüstriyel tesislerde seri üretimin durmadan verimli bir şekilde devam etmesi oldukça önemlidir. Üretim hatlarında yaşanabilecek herhangi bir arıza, uzun duruşlara neden olup üretim verimliliğini olumsuz yönde etkilemektedir. Bu arızaların yaşanmasını önlemek için planlı bakım ve kestirimci bakım uygulamaları büyük bir öneme sahiptir. Geleneksel bakım yöntemlerinin yanında günümüz endüstriyel teknolojilerinin etkisi ile özellikle endüstri 4.0’ın getirdiği yeni yöntemler ile kestirimci bakım uygulamaları, bakım çalışmaları içerisinde ön plana çıkmıştır. Uyarıcı bakım olarak da bilinen bu yöntem sayesinde üretim sistemlerinde bakım gerektiren bir arıza önceden tahmin edilerek bu durum yaşanmadan ve sistemi uzun bir süre durdurmadan önüne geçilebilmektedir. Bu çalışmada, bir gıda üretim tesisinin nişasta transfer sisteminde yer alan helezon motoru ve şanzıman grubundan alınan titreşim ve sıcaklık değerleri ile ortam sıcaklık ve nem parametreleri kullanılarak makine öğrenmesi ile arıza analizleri yapılmış ve arıza kaynaklı uzun duruşların önüne geçilmeye çalışılmıştır. Denetimli öğrenme yöntemlerinden olan k-en yakın komşu (KNN), karar ağacı (DT), Naive Bayes (NB), destek vektör makineleri (SVM), rassal orman (RF) ve Extreme Gradient Boosting (XGBoost) gibi makine öğrenme algoritmaları kullanılarak sistemlerin performans verileri karşılaştırılmıştır. Çalışma kapsamında ele alınan modellerde girdi verisi olarak ortam sıcaklık ve nem, motor sıcaklık ve titreşim ile redüktör sıcaklık ve titreşim parametreleri kullanılmıştır. Modelin arıza yok, arıza kısa duruş, arıza uzun duruş yakın ve uzun duruş büyük arıza olmak üzere dört çıktısı bulunmaktadır. Verilerin analizi için Python programı kullanılmış ve çalışmanın sonucunda XGBoost ve DT algoritmalarının daha yüksek doğruluk oranı verdiği tespit edilmiştir.
Keywords : Asenkron motor, denetimli öğrenme, kestirimci bakım, makine öğrenmesi, redüktör

ORIGINAL ARTICLE URL