Kapalı Döngü Dağıtım Sistemlerinde Kestirimci Bakım ve Hata Analizi

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Bursa Uludağ Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, ELEKTRONİK MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2025

Tezin Dili: Türkçe

Öğrenci: NECATİ BARIŞ TAŞ

Asıl Danışman (Eş Danışmanlı Tezler İçin): Arif Başgümüş

Eş Danışman: Mustafa Namdar

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bu tez çalışmasında gelişen e-ticaret sektörü ile dağıtım merkezlerinde ilerleyen otomasyon teknolojileri ve getirdiği büyük veri üzerinde istatistiksel metotlar, makine öğrenmesi ve derin öğrenme algoritmaları ile kestirimci bakım yöntemi çalışılmıştır. Yüksek verimlilik hedefleri, gelişen teknoloji ile kompleks hale gelen sistemler ve artan ekipman sayısı sebebiyle bakım süreçleri de verimliliğini arttırmak zorunda kalmıştır. Bu sebeple veri biliminin bakım süreçlerine entegre edilmesi zorunlu hale gelmiştir. Ancak sistemlerin ürettiği verilerin analize hazır olması için ara sistemler ve yazılımların devreye alınması gerekmektedir. Bu çalışmada verinin toplanması ve analiz için hazırlanması adımlarında uygulamaya özel yazılımlar geliştirilmiştir. Toplanan veriler içinde motorların hedeflenen ve anlık hızları arasındaki sapma değerleri ile oluşturulan zaman serilerinde SARIMA, Gradient Boosting, XGBoost, LSTM ve Prophet algoritmaları ile gelecek değer tahmini yapılarak gerçekleşen değer ile karşılaştırılmıştır. Sonuçlarda RMSE ve MAE parametreleri kullanılarak algoritmaların performans karşılaştırılması yapılmış, algoritmaların avantaj ve dezavantajlarına değinilmiştir. Sonuçlar ile faydalı olabilecek algoritmalar ve olası senaryolar belirlenmiştir.