NASA RULMAN VERİSETİYLE GELİŞMİŞ DERİN TRANSFER ÖĞRENME YÖNTEMLERİ KULLANARAK RULMAN HATALARININ ETKİN TESPİTİ — YL TEZİ
Merhaba,
Sizlere yüksek lisans tezim ile ilgili özet kısmını ve erişebileceğiniz linki paylaşıyorum. Sorularınız için “mrtceltikoglu@gmail.com” dan bana ulaşabilirsiniz.
ÖZET
Endüstri alanında firmalar üretim faaliyetlerini gösterirken birçok makine kullanmaktadır. Bu makinelerin devamlılığının sağlanması ve oluşabilecek hata durumlarının doğru ve zamanında teşhis edilmesi firmalar açısından hayati önem taşımaktadır. Bu nedenle makine rulmanlarına belirli periyotlarda veya ihtiyaç dahilinde bakım yapılmalıdır. Bu çalışmada, rulmanlarda oluşabilecek bozulmaların son yıllarda dikkat çeken sinir ağları teknikleri ile önceden tespiti üzerine bir analiz ve yaklaşım sunulmuştur. Bu noktada NASA Rulman Veriseti içerisinde bulunan rulman titreşim sinyalleri analiz edilirken, transfer öğrenme, derin öğrenme ve zaman-frekans dönüşümleri gibi teknolojileri içinde kullanan Evrişimli Sinir Ağları (ESA) kurulan sistemi doğrulamak için kullanılmıştır. NASA rulman veri seti içerisinde normal durum, dış bilezik yuvarlanma yolu hasarı, iç bilezik yuvarlanma yolu hasarı ve bilye hasarı durumlarına ait titreşim sinyalleri mevcuttur. Bu titreşim sinyalleri 2-Boyutlu dönüşüm ile görüntü haline getirilmektedir. 2-Boyutlu görüntüler içerisinden rulman arızalarını sınıflandırmak için AlexNet, GoogLeNet ve ResNet-50 evrişimli sinir ağları yöntemleri kullanılmıştır. Evrişimli sinir ağlarının performansının iyileştirilmesi için ise 2-boyutlu görüntüler zaman-frekans dönüşümleri uygulanmıştır. Kurulan yapı ile elde edilen sonuçlarla eski çalışmalar karşılaştırıldığında sınıflandırma konusunda önerilen yöntemin ResNet-50 evrişimli sinir ağı modeliyle %99,46 seviyesinde doğruluk oranının olduğu gözlemlenmiştir.
Anahtar Kelimeler: Transfer Öğrenme, Derin Öğrenme, Önleyici Bakım, GoogLeNet, AlexNet, ResNet-50, Evrişimli Sinir Ağları, Rulman Arıza Tespiti, Zaman-Frekans Dönüşümü, NASA Rulman Veri Seti
Erişim Bilgileri
https://acikerisim.uludag.edu.tr/
Yukarıda belirtilen linkten “NASA RULMAN VERİSETİYLE GELİŞMİŞ DERİN TRANSFER ÖĞRENME YÖNTEMLERİ KULLANARAK RULMAN HATALARININ ETKİN TESPİTİ” başlığıyla aradığınızda erişebilirsiniz.
