Publication:
Endüstriyel otomasyon sistemlerinde yapay zeka yöntemleri ile arıza tespiti

dc.contributor.advisorSemerci, Neyir Özcan
dc.contributor.authorÇömlekçi, Oğuzhan
dc.contributor.departmentFen Bilimleri Enstitüsü
dc.contributor.departmentElektronik Mühendisliği Ana Bilim Dalı
dc.contributor.orcid0000-0002-4822-0809
dc.contributor.orcid0000-0002-5513-9072
dc.date.accessioned2020-06-28T20:18:47Z
dc.date.available2020-06-28T20:18:47Z
dc.date.issued2020-02-19
dc.description.abstractBu tezde; gerçek üretim hatlarından toplanan veri kümelerinin, yapay zeka yöntemleri ile değerlendirilerek otomasyon sistemlerindeki arızaların tespiti üzerine çalışılmıştır. Üretim hatlarından toplanan bu veri kümeleri; Endüstri 4.0 ile birlikte hayatımıza giren “Internet of Things” ve “Big Data” kavramları doğrultusunda elde edilmiş gerçek verilerdir. Elde edilen bu veriler bir yapay sinir ağı algoritması olan perceptron, Rastgele Orman (Random Forest) algoritması ve Gradient Boosting (GBM) algoritmaları kullanılarak işlenmiş ve sistem arızaları sınıflandırılmıştır. Kullanılan yapay zeka yöntemlerinin performansları analiz edilerek seçilen örnek modele en uygun sınıflandırma yöntemi belirlenmiştir. Bu tez çalışması ile yapay zeka yöntemlerinin endüstriyel otomasyon sistemlerinde oluşan arızaların tespitinde başarılı bir şekilde kullanılabileceği gösterilmiştir.
dc.description.abstractIn this thesis; the data sets collected from real production lines are evaluated by using artificial intelligence methods to determine the faults in automation systems.These real datasets collected from production lines are obtained in line with the concepts of “Internet of Things” and “Big Data” which entered our lives with Industry 4.0. These data processed by using Perceptron algorithm (which is an algorithm of Artificial Neural Network), Random Forest algorithm and Gradient Boosting (GBM) algorithms and then the system failures are classified. By analyzing the performances of the artificial intelligence methods, the most appropriate classification method is determined for the selected model. The results of this thesis show that artificial intelligence methods can be used successfully in fault detection for industrial automation systems.
dc.format.extentVIII, 72 sayfa
dc.identifier.citationÇömlekçi, O. (2020). Endüstriyel otomasyon sistemlerinde yapay zeka yöntemleri ile arıza tespiti. Yayınlanmamış yüksek lisans tezi. Bursa Uludağ Üniversitesi Fen Bilimleri Enstitüsü.
dc.identifier.urihttp://hdl.handle.net/11452/11522
dc.language.isotr
dc.publisherBursa Uludağ Üniversitesi
dc.relation.publicationcategoryTez
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectMakine öğrenmesi
dc.subjectMachine learning
dc.subjectHata tespiti
dc.subjectPerceptron
dc.subjectInternet of things
dc.subjectBig data
dc.subjectFault detection
dc.subjectBüyük veri
dc.subjectRandom forest
dc.subjectGradient boosting
dc.subjectNesnelerin interneti
dc.titleEndüstriyel otomasyon sistemlerinde yapay zeka yöntemleri ile arıza tespiti
dc.title.alternativeFault detection in industrial automation systems with artificıal ıntelligence methods
dc.typemasterThesis
dspace.entity.typePublication
local.contributor.departmentFen Bilimleri Enstitüsü/Elektronik Mühendisliği Ana Bilim Dalı

Files

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
Oguzhan_Comlekci.pdf
Size:
1.55 MB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
Placeholder
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: