Kestirimci Bakımda Olasılıksal Erken Uyarı Yaklaşımı
Endüstriyel bakım dünyasında hiçbir teknoloji veya yapay zeka modeli, bir makinenin ne zaman, hangi saatte arızalanacağını yüzde yüz bilemez. Bu tür 'kesin arıza tahmini' iddiaları mühendislik gerçekleriyle bağdaşmaz. Mekanik sistemler, karmaşık çevresel ve operasyonel değişkenlerden etkilenir.
Leosay Kestirimci Bakım Çözümü, deterministtik kehanetler yerine 'olasılıksal erken uyarı' prensibiyle çalışır. Makinelerden toplanan fiziksel sinyaller, normal çalışma koşullarındaki baz hat (baseline) ile sürekli kıyaslanır. Sinyallerde meydana gelen sapmalar, bileşenin arızalanma olasılığının arttığını gösteren birer anomali göstergesi olarak değerlendirilir.
- Kesin kehanet yerine fiziksel sinyal trendlerine dayalı anomali analizi
- Normal çalışma profili sapmalarında olasılıksal risk derecelendirmesi
- Bakım ekiplerine inceleme ve doğrulama için zaman kazandıran erken uyarılar
Makine Sağlığı İzlemede Kullanılan Temel Sinyaller
Bir ekipmanın iç yapısında başlayan mekanik deformasyonlar veya aşınmalar, henüz gözle veya sesle fark edilmeden önce fiziksel sinyallerinde değişimlere yol açar.
Titreşim (Vibrasyon) Analitiği
Rulman hasarları, mil eksen kaçıklıkları, balanssızlık ve gevşemeler en net şekilde titreşim spektrumunda kendini gösterir. Yüksek frekanslı ivme sensörleri, zaman alanındaki ve frekans alanındaki (FFT) değişimleri anlık izler.
- FFT spektrum analizi ile baskın frekans sapmalarının tespiti
- Rulman ve dişli kutusu aşınmalarının erken aşamada izlenmesi
Sıcaklık ve Motor Akımı Sinyalleri
Sürtünmenin artması veya yağlama yetersizlikleri yüzey sıcaklıklarını yükseltir. Motor akım imza analizi (MCSA) ise elektriksel ve mekanik zorlanmaların motor akım dalga formundaki yansımalarını yakalar.
- Sıcaklık artış trendlerinin operasyonel yük ile korelasyonu
- Motor akımındaki anormalliklerin mekanik yüklerle eşleştirilmesi
Üretim Takip ve Duruş Analitiği İle Veri Bütünleşmesi
Sinyal verileri, makinenin o andaki çalışma durumundan bağımsız değerlendirilemez. Yüksek yük altında çalışan bir makinenin sıcaklığı ile boşta çalışan makinenin sıcaklığı farklı olacaktır.
Bu nedenle kestirimci bakım altyapımız, makine duruş takip sistemi ve plansız duruş analizi verileriyle senkronize çalışır. Makinenin pasif olduğu veya farklı reçeteler işlediği durumlar yapay zeka modeli tarafından dikkate alınarak yanlış alarmların önüne geçilir.
- Çalışma rejimine göre dinamik alarm eşiklerinin belirlenmesi
- Duruş kayıtları ile sinyal anomalilerinin çapraz doğrulanması
Yapay Zeka Destekli Makine Duruş Takip Sistemi ve Plansız Duruş Analizi
Bakım Yönetim Sistemine (CMMS) Otomatik Veri Aktarımı
Kestirimci bakım sisteminin ürettiği anomali uyarıları, operasyonel bir eyleme dönüşmediği sürece tek başına fayda sağlamaz. Sistem, anomali seviyesi belirlenen eşiği aştığında bakım yönetim sistemi ve iş emri takibi yazılımına otomatik kontrol talebi düşürür.
Bakım teknisyeni, sahaya gitmeden önce anomalinin hangi bileşende (örneğin ön rulman yatağı) ve ne tür bir sinyal sapmasıyla oluştuğunu görerek hazırlıklı hareket eder.
- Anomali durumlarında otomatik taslak iş emri oluşturma
- Bakım geçmişi ile kestirimci uyarıların geri beslemeli doğrulanması
Yapay Zeka Destekli Bakım Yönetim Sistemi ve İş Emri Takibi
Veri Yönetişimi ve Modelleme Mimarisi
Kestirimci bakım modelleri, tesisin veya makinenin çalışma şartlarına göre sürekli öğrenen bir yapıya sahiptir. Toplanan ham veriler yerel Edge cihazlarda işlenerek bant genişliği tasarrufu sağlanır ve veri güvenliği ilkelerine uyum odaklı yapı gösterilir.
- Edge Computing ile yerinde sinyal işleme ve veri küçültme
- Rol bazlı yetkilendirme ile uzman ve teknisyen seviyesinde farklılaştırılmış arayüzler
Ekipman Ömrü ve Durum Odaklı Bakım Stratejisi
Geleneksel bakımdaki 'saat bazlı parça değişimi' yaklaşımı, henüz kullanım ömrü tamamlanmamış sağlam parçaların atılmasına yol açabilir. Durum odaklı bakım (Condition-Based Maintenance) ise parçanın gerçek fiziksel durumuna göre işlem yapılmasını sağlar.
- Parçaların gerçek yıpranma durumuna göre bakım planlama
- Yedek parça stoklarının daha verimli yönetilmesine destek
Sıkça Sorulan Sorular
Kestirimci bakım sistemi arızaları tam tahmin edebilir mi?
Hayır, hiçbir sistem mutlak kesinlik iddiası veremez. Sistemimiz fiziksel sinyal sapmalarını analiz ederek olasılıksal erken uyarılar üretir ve riskli durumları bildirir.
Sistem için ne tür sensörlerin kurulması gerekir?
Ekipman tipine göre endüstriyel ivmeölçerler (titreşim), yüzey sıcaklık sensörleri, akım trafoları veya akustik sensörler tercih edilir.
Yapay zeka modelinin öğrenme süresi ne kadar sürer?
Makinenin normal çalışma döngüsünü ve farklı çalışma rejimlerini kapsayacak bir veri toplama ve baz çizgisi (baseline) oluşturma süreci yürütülür.
Sistem yanlış alarm üretilmesini nasıl engelliyor?
Makinenin çalışma rejimleri ve reçete değişiklikleri hesaba katılarak dinamik alarm eşikleri tanımlanır, böylece çalışma yükünden kaynaklı doğal artışlar arıza sayılmaz.
Mevcut CMMS veya SCADA sistemimizle uyumlu çalışır mı?
Evet, standart API ve endüstriyel protokoller üzerinden mevcut SCADA ve bakım yönetim yazılımlarınıza anomali verileri aktarılabilir.