A comparative predictive maintenance application based on machine and deep learning

Abstract

Günümüz endüstrisinde teknik donanımlar artan bir karmaşıklıkla gelişmektedir. Endüstriyel donanımların yüksek güvenilirliğini ve sürdürülebilirliğini sağlamak için daha esnek bakım stratejileri ilgi çekmektedir. Bakım stratejileri; önleyici bakım, düzeltici bakım ve öngörücü bakım olmak üzere üç ana başlıkta toplanmaktadır. Günümüz teknolojisinin veri odaklı endüstriyel sistemlerini potansiyel arızalar oluşmadan önce takip etmek zorunlu hale gelmiştir. Öngörücü bakım bu arızaları oluşmadan önce tahmin eder ve oluşacak arızadan korunmak için zorunlu eylemlerin alınmasını sağlar. Öngörücü bakım, geçmiş ve gerçek zamanlı veriler üzerinde temellendirilmiş bir bakım planı stratejisidir. Endüstriyel uygulamalarda toplam başarımı iyileştirerek bakım maliyetlerini düşürdüğü bilinmektedir. Bu çalışmada, makine ve derin öğrenme temelli karşılaştırmalı bir öngörücü bakım uygulaması gerçekleştirilmiştir. Uygulamada klasik makine öğrenmesi yöntemleri ve derin öğrenme mimarileri kullanılmıştır. Klasik makine öğrenmesi yöntemi olarak Lojistik Regresyon, Naive Bayes Sınıflandırıcı, Karar Ağacı, Destek Vektör Makinesi, Rastgele Orman ve K-En Yakın Komşuluk; derin öğrenme mimarisi olarak ise Uzun Kısa Süreli Bellek ve Geçitli Tekrarlayan Birim kullanılmıştır. Yöntemlerin başarımları UCI Makine Öğrenmesi Ambarlarından alınan Öngörücü Bakım veri seti üzerinde incelenmiş ve sonuçlar karşılaştırmalı olarak ölçütler bazında detaylı bir biçimde sunulmuştur.