Kestirimci Bakım: Rulmanda Manşon Gevşemesinin Arızadan Önce Tespit Edilmesi
- mmollaoglu9
- 25 Nis
- 3 dakikada okunur
Güncelleme tarihi: 4 Ağu
17-04-2025 tarihinde tesisteki DMK model taş kırma makinesının (ikincil kırıcı) rulmanında, makine boş çalıştığı zamanlarda gözlemlenen titreşimlerin (bknz. Şekil 3) makinenin sağlıklı olduğu bilinen zamandaki titreşimlere (Şekil 1 ve Şekil 2) oranla daha yüksek olduğu tespit edilmiştir



UDIS Prime bünyesinde çalışan yapay zeka tabanlı anomali tespit sistemi (Şekil 4) tarafından otomatik olarak yakalanan bu durum, PredWise ekibi tarafından doğrulanmasının akabinde müşteriye bildirilerek bakım ekibinin makineye müdahale etmesi sağlanmıştır.
Yapılan kontrol sonrası rulman manşonun gevşediği (Şekil 5) oluşabilecek arızanın daha en başında bunun tespit edildiği görülmüştür. Sistem üzerinde rulman sıcaklıkları incelenmiş gözle görülür sıcaklık artışı olmadığı gözlemlenmiştir.

Arızanın giderilmesi sonrası yapılan ikincil analizlerde, UDIS Prime Yapay Zeka algoritmasının, 13 Nisan 2025 tarihinden itibaren artan titreşim miktarları tespit ederek sağlık endeksi ile kullanıcıya bildirim sağladığı belirlenmiştir.

Arızanın giderilmesini takiben gerçekleştirilen çok eksenli titreşim verilerinin zaman-frekans boyutunda analizlerinden arıza için anlamlı öznitelikler çıkartılmıştır. Öznitelik mühendisliği sürecinde aşağıdaki adımlar izlenmiştir.
Zaman boyutunda veri normalizasyonu.
Frekans boyutundan çok eksenli, çok çözünürlüklü dalgacık ayrıştırması. (MODWT)
Ayrıştırılan verilerden sinyalin yapısal karmaşıklığını, öngörülemezliğini ve dinamik özelliklerini temsil eden öznitelikler (Higuchi ve Petrosian fraktal boyutları, permütasyon entropisi, örnekleme entropisi, spektral entropi vb.) üretilmesi.
Bu işlemler sonucunda her bir zaman noktası için elde edilen öznitelik vektörü arıza tespiti ve durum izleme gibi ileri analizlerde kullanılmaktadır (Şekil 6 (Motor) ve Şekil 7 (Rulman))


Titreşim Verilerinden Öznitelik Tabanlı Anomali ve Arıza Günlerinin Tespit Edilmesi:
Bu bölümde, daha önce çıkarılan zaman serisi özniteliklerinin zaman içinde nasıl geliştiğini ve özellikle 17 Nisan 2025 tarihli arızanın sistem davranışında ne tür bir yapısal değişikliğe neden olduğunu ortaya koymak amacıyla, 3 boyutlu manifold gömme ve akış analizi yöntemleri uygulanmıştır. Analizler, hem motor hem de rulman bileşenlerine ait özniteliklerin ayrı ayrı değerlendirilmesi ile gerçekleştirilmiştir.
İlk olarak, Locally Linear Embedding (LLE) yöntemi kullanılarak motor sistemine ait öznitelikler 3 boyutlu bir yapıya indirgenmiş, ardından her günün verisi bir "zaman akışı" olarak ele alınmıştır. Bu akışların ortalama noktaları çıkarılarak, K-Means algoritması ile iki kümeye ayrılmıştır. Şekil 8, bu işlemin sonucunda elde edilen motor akışlarının LLE uzayındaki dağılımını göstermektedir.
Benzer şekilde, motor sistemine ait öznitelikler bu kez isomap yöntemi ile indirgenmiş, zamansal etkileri içeren 3B bir temsil oluşturulmuştur. Günlük akış ortalamalarının kümelenmesi sonucunda elde edilen yapı Şekil 9’da sunulmuştur.
Rulman sistemine ait veriler için de aynı iki yöntem uygulanmıştır. Şekil 10, rulman akışlarının isomap uzayındaki küme yapısını, Şekil 11 ise aynı verilerin LLE gömme uzayındaki dağılımını göstermektedir. Her iki analizde de renkler veri gününü (örneğin 20250417), çizgi renkleri ise o güne ait küme etiketini temsil etmektedir.


Şekil 8 ve Şekil 9’a bakıldığında, 17 Nisan 2025 tarihli motor verilerinin LLE ve isomap uzayında diğer günlerden ayrıştığı ve farklı bir kümeye ait olduğu açıkça gözlemlenmektedir. Bu durum, ilgili tarihte meydana gelen manşon gevşemesi arızasının titreşim tabanlı özniteliklerde belirgin bir yapısal değişiklik oluşturduğunu göstermektedir. İsomap temsili (Şekil 9), zamansal geçişleri daha net bir şekilde koruduğu için bu ayrımı daha da vurgulamaktadır.





Yorumlar