Etiketli arıza geçmişimiz yok; yine de başlayabilir miyiz?

Evet. Sistem önce her makinenin normal davranışını etiketsiz öğrenir (Isolation Forest, otokodlayıcı) ve sapmaları bu taban çizgisine göre yakalar. Teknisyenin her bulgusu modele geri yazılır; arıza sınıflandırması zamanla kendi verinizle güçlenir.

Yeni sensör yatırımı gerekir mi?

Başlangıç için çoğunlukla gerekmez: çalışma mevcut sensörler ve SCADA/PLC kayıtlarıyla (OPC UA, Modbus, MQTT ya da dışa aktarım) başlar. Kritik bir makinede sinyal eksikse, örneğin titreşim, ek sensörün nereye değer katacağını veri envanteriyle birlikte gösteririz.

İlk sonuçları ne zaman görürüz?

Mevcut SCADA/PLC ile ilk veri akışı yaklaşık 2 haftada kurulur. 4–8 haftalık geçmiş veriyle makine başına taban çizgisi çıkarılır; ardından seçilen hat ya da türbin grubunda canlı alarmlarla pilot başlar ve her alarm teknisyen bulgusuyla karşılaştırılır.

Alarmlar bakım sistemimize nasıl ulaşır?

Alarm önceliklendirilir ve CMMS/ERP sisteminizde iş emrine dönüşür: arıza kategorisi (yatak, dişli, hizalama, dengesizlik, elektriksel), kök neden ipucu ve kalan faydalı ömre dayalı bakım penceresi önerisiyle birlikte. Bakım sonrası bulgu sisteme geri döner.

Tahminlere ne kadar güvenebiliriz?

Her tahmin tek bir sayı değil, %90 güven aralığıyla verilir; belirsizlik açıkça görünür. Yaklaşımı açık rüzgar türbini SCADA verisiyle (ENGIE La Haute Borne) sınadık; tahmin hatası ve aralık kapsaması, Rüzgar Enerjisi Tahmin ve Arıza Analiz Sistemi projesinin vaka sayfasında yayımlı.

Kestirimci Bakım ve Makine Sağlığı Analitiği

Sahadaki her makineyi ölçülebilir bir sağlık skoruna bağlıyoruz. Mevcut sensörlerden ve SCADA/PLC kayıtlarından akan veriyi temizler, makinenin normal davranış modelini öğrenir ve sapmaları etiketli veri gerektirmeden yakalarız. Fizik tabanlı arıza sınıflandırması (yatak, dişli kutusu, hizalama, elektriksel) alarmı bir bakım iş emrine dönüştürür; kalan faydalı ömür tahmini ise bakımı takvime değil, makinenin gerçek durumuna göre planlamanızı sağlar. Sonuç: planlanmamış duruş ve yedek parça stoku azalır, bakım ekibi doğru makineye doğru zamanda gider.

Öne çıkanlar

Makine başına canlı sağlık skoru (0–1)
Etiketsiz anomali tespiti — Isolation Forest, otokodlayıcı
Fizik tabanlı arıza sınıflandırması ve kök neden ipuçları
Kalan faydalı ömür (RUL) ve bakım penceresi önerisi
CMMS / ERP iş emri entegrasyonu

1–48 sa
Arıza öncesi uyarı penceresi: %90
Konformal tahmin aralığı güveni: 6
Fizik tabanlı arıza kategorisi: 0
Etiketli arıza verisi gereksinimi (başlangıç)

Yetenekler

01
Veri Toplama ve Temizleme
OPC UA, Modbus, MQTT ve SCADA dışa aktarımlarından zaman serisi alımı; eksik ve hatalı okumaların otomatik onarımı, duruş dönemlerinin ayrıştırılması.
02
Sağlık Skoru ve Anomali
Her makine için öğrenilen “normal” zarfı; titreşim spektrumu, sıcaklık gradyanı ve yük eğrisindeki sapmalar tek bir sağlık skoruna indirgenir, eşikler işletme deneyimiyle kalibre edilir.
03
Arıza Sınıflandırma ve RUL
Yatak, dişli, hizalama, dengesizlik ve elektriksel arıza kategorileri; bozulma eğrisine oturtulan kalan ömür tahmini ve %90 güven aralığı.
04
Bakım Karar Döngüsü
Alarm → önceliklendirme → CMMS/ERP iş emri → geri bildirim. Teknisyenin bulgusu modele geri yazılır; sistem her bakımdan sonra daha iyi öğrenir.

Nasıl çalışırız

Adım 01
Sensör ve veri envanteri
Hangi makine, hangi sinyal, hangi frekans? Mevcut SCADA/PLC ile 2 haftada ilk veri akışı.
Adım 02
Normal modelinin öğrenilmesi
4–8 haftalık geçmiş veriyle makine başına taban çizgisi; işletmeyle birlikte eşik kalibrasyonu.
Adım 03
Pilot ve doğrulama
Seçilen hat ya da türbin grubunda canlı alarm; her alarm teknisyen bulgusuyla karşılaştırılır.
Adım 04
Yaygınlaştırma
CMMS/ERP iş emri entegrasyonu, panolar, yeniden eğitim döngüsü ve SLA’lı izleme.

Sektörler

Rüzgar Enerjisi
Üretim Hatları
Pompa & Kompresör Parkları
HVAC & Tesis

Teknoloji

Python / FastAPI
scikit-learn / LightGBM
TimescaleDB
OPC UA / MQTT
Grafana

Sık sorulanlar

Etiketli arıza geçmişimiz yok; yine de başlayabilir miyiz?: Evet. Sistem önce her makinenin normal davranışını etiketsiz öğrenir (Isolation Forest, otokodlayıcı) ve sapmaları bu taban çizgisine göre yakalar. Teknisyenin her bulgusu modele geri yazılır; arıza sınıflandırması zamanla kendi verinizle güçlenir.
Yeni sensör yatırımı gerekir mi?: Başlangıç için çoğunlukla gerekmez: çalışma mevcut sensörler ve SCADA/PLC kayıtlarıyla (OPC UA, Modbus, MQTT ya da dışa aktarım) başlar. Kritik bir makinede sinyal eksikse, örneğin titreşim, ek sensörün nereye değer katacağını veri envanteriyle birlikte gösteririz.
İlk sonuçları ne zaman görürüz?: Mevcut SCADA/PLC ile ilk veri akışı yaklaşık 2 haftada kurulur. 4–8 haftalık geçmiş veriyle makine başına taban çizgisi çıkarılır; ardından seçilen hat ya da türbin grubunda canlı alarmlarla pilot başlar ve her alarm teknisyen bulgusuyla karşılaştırılır.
Alarmlar bakım sistemimize nasıl ulaşır?: Alarm önceliklendirilir ve CMMS/ERP sisteminizde iş emrine dönüşür: arıza kategorisi (yatak, dişli, hizalama, dengesizlik, elektriksel), kök neden ipucu ve kalan faydalı ömre dayalı bakım penceresi önerisiyle birlikte. Bakım sonrası bulgu sisteme geri döner.
Tahminlere ne kadar güvenebiliriz?: Her tahmin tek bir sayı değil, %90 güven aralığıyla verilir; belirsizlik açıkça görünür. Yaklaşımı açık rüzgar türbini SCADA verisiyle (ENGIE La Haute Borne) sınadık; tahmin hatası ve aralık kapsaması, Rüzgar Enerjisi Tahmin ve Arıza Analiz Sistemi projesinin vaka sayfasında yayımlı.

Ücretsiz araç