Bu tədqiqat, külək turbinləri, günəş izləmə mexanizmləri ve enerji saxlama obyektləri gibi bərpa olunan enerji tətbiqlərində kullanılabilecek elektro-pnevmatik aktuatorlarde başlangıç aşamasındaki anomaliyaları belirlemeyi məqsəd daşıyır. Tədqiqatçılar, çift etkili bir pnevmatik silindrin təzyiq, hacim, piston mövqeyi, hava sərfi ve kuvvet ilişkilerini matematiksel olarak modellemiş; FluidSIM simulyasiyası ve FESTO təlim stendindan elde edildiği belirtilen sensor məlumatlarıni bir dəstək vektoru maşını təsnifatlandırıcısıyla araşdırmışdır.

Sunulan SVM modeli, normal və anormal işləmə durumlarından oluşan dengeli test dəstinde yüzde 90,2 doğruluk elde etmiştir. Anomali sınıfı için dəqiqlik yüzde 87, həssaslıq təxminən yüzde 94,5 ve F1 skoru yüzde 90,6 olarak bildirilmişdir. Karışıklık matrisinde təxminən 120 anomali doğru belirlenirken 7 anomali normal olarak sınıflandırılmış; 18 normal örnek ise yanlış alarm üretmiştir. Bu değerler modelin laboratuvar veya benzetim məlumatsindeki iki sınıfı ayırabildiğini göstərir, lakin gerçek bir yenilenebilir enerji obyektinde gelecekte oluşacak arızaları ne kadar erken ve güvenilir biçimde öngörebildiğini sübut etmir.

Türkiyə baxımından örütubəti: Yaklaşım; Türkiyədəki külək turbinləri, güneş takip sistemleri, enerji saxlama obyektləri ve pnömatik otomasyon kullanan sanayi işletmelerinde plansız duruşların azaltılması için araştırılabilecek bir başlangıç modeli sunmaktadır. Uygulamaya geçmeden önce Türkiyədə kullanılan gerçek eyleyicilerden uzun süreli təzyiq, konum, debi, temperatur ve texniki xidmət kaydı toplanmalı; kaçak, klapan sıkışması, conta aşınması, sürtünmə artışı ve sensor sapması gibi arızalar ayrı ayrı etiketlenmeli; model fərqli mevsimler, yükler ve obyektlər üzerinde xarici doğrulamadan geçirilmelidir. Tədqiqat Türkiyə’ye özgü saha məlumatsi, maliyet hesabı veya emissiya azaltımı sunmadığından birbaşa yatırım ya da texniki xidmət politikası tövsiyəsi olarak kullanılamaz.

Tədqiqatnın “davamlılıq” iddiası, erken texniki xidmətın arıza, parça değişimi ve plansız duruşu azaltabileceği varsayımına dayanmaktadır. Araştırmada gerçek texniki xidmət süresi, enerji üretim kaybı, sıxılmış hava tüketimi, parça ömrü, texniki xidmət xərci veya karbon salımı ölçülmemiştir. Bu nedenle gösterilen temel başarı davamlılıq performansı değil, sınırlı bir məlumat kümesindeki normal-anomali sınıflandırma performansıdır.

Tədqiqatın temel problemi nedir?

Yenilenebilir enerji obyektlərinde yalnız türbin kanatları, güneş panelleri veya bataryalar değil; bunları hareket ettiren, konumlandıran ve güvenli durumda tutan çok sayıda mekanik ve elektro-pnömatik alt sistem bulunmaktadır. Bir klapanin, silindirin, contanın veya hava besleme hattının bozulması, ana enerji üretim ekipmanı çalışabilir durumda olsa bile sistemin durmasına yol açabilir.

Geleneksel texniki xidmət yaklaşımlarında ekipman belirli tədqiqat saatlerinin ardından değiştirilir veya arıza gerçekleştikten sonra müdahale edilir. Kestirimci texniki xidmət ise təzyiq, konum, titreşim, akış, temperatur ve elektriksel kontrol sinyallerindeki küçük değişiklikleri izleyerek arızanın kritik seviyeye ulaşmadan belirlenmesini amaçlar.

Tədqiqatnın ele aldığı soru şudur: Çift etkili elektro-pnömatik bir silindirin fiziksel davranışını açıklayan matematiksel model ile sensor məlumatlarınden öğrenen bir SVM təsnifatlandırıcısı birleştirildiğinde normal ve başlangıç düzeyindeki anormal işləmə durumları ayırt edilebilir mi?

Elektro-pnömatik eyleyici nedir?

Elektro-pnömatik eyleyici, elektriksel bir kontrol sinyalini sıxılmış hava yardımıyla mekanik harekete dönüştüren sistemdir. İncelenen düzenekte çift etkili bir silindir istifadə olunur. Basınçlı hava pistonun bir tarafına məlumatldiğinde piston bir yönde, diğer tarafına məlumatldiğinde ters yönde hareket eder.

Sistemin temel komponentləri şunlardır:

• Çift etkili pnevmatik silindr,
• 5/3 yollu istiqamət idarəetmə klapanı,
• Solenoid klapan ve elektriksel kontrol devresi,
• Basınçlı hava üreten kompresör,
• Hava hazırlama veya servis vahidi,
• Basınç, konum ve debi ölçmə elemanları,
• Röle, anahtar ve 24 V besleme bağlantıları.

5/3 yollu klapanin beş bağlantı noktası ve üç tədqiqat konumu vardır. Valf, sıxılmış havanın silindirin hangi odasına yönlendirileceğini ve diğer odanın nasıl boşaltılacağını belirler. Valf, silindir, hava hattı veya sensörlerden birindeki bozulma; hareket süresi, təzyiq farkı, piston mövqeyi veya hava tüketiminde değişim oluşturabilir.

Çift etkili silindirin hacim modeli

Piston hareket ettikçe iki silindir odasının hacimleri ters yönlerde değişir. Tədqiqatda kullanılan temel hacim ilişkileri şöyledir:

\[ V_1 = V_{1,0} + A_1x \]

\[ V_2 = V_{2,0} - A_2x \]

Burada V₁ ve V₂ iki odanın anlık hacimlerini, V_1,0 ve V_2,0 başlangıç hacimlerini, A₁ ve A₂ pistonun iki tarafındaki etkin alanları, x ise pistonun doğrusal yer değiştirmesini ifade etmektedir.

Piston birinci odaya doğru hareket ettiğinde odalardan biri genişlerken diğeri daralır. Hacim değişimi basıncı, təzyiq farkı da piston kuvvetini etkiler.

İdeal gaz ilişkisi ve təzyiq değişimi

Tədqiqat, odalardaki havayı ideal gaz yaklaşımıyla modellemektedir:

\[ P_1V_1 = n_1RT \]

\[ P_2V_2 = n_2RT \]

P₁ ve P₂ oda təzyiqlarını, n₁ ve n₂ mol miktarlarını, R evrensel gaz sabitini ve T mutlak sıcaklığı göstərir.

Modelde sıcaklığın sabit olduğu varsayılmıştır. Bir odanın hacmi küçüldüğünde ve hava kütlesi eyni kaldığında təzyiq yükselir; hacim büyüdüğünde təzyiq düşer. Gerçek hızlı pnömatik hareketlerde sıkıştırma ve genleşme sıcaklığı değiştirebileceğinden sabit temperatur kabulü modelin örütubətli sadeleştirmelerinden biridir.

Pistonun kuvvet dengesi

İki odadaki təzyiqların piston alanları üzerinde oluşturduğu kuvvetler, piston hareketinin temel kaynağıdır. Tədqiqatnın kullandığı dinamik denklem şöyledir:

\[ M\ddot{x} + b\dot{x} + kx = P_1A_1 - P_2A_2 - F_{\mathrm{load}} \]

Burada M hareket eden kütleyi, ẍ piston ivmesini, b viskoz sönüm katsayısını, ẋ piston sürətinı, k eşdeğer yay katsayısını ve F_load dış yük kuvvetini temsil etmektedir.

Basınç farkı azaldığında, sürtünmə yükseldiğinde veya dış yük arttığında pistonun hızı ve konum tepkisi değişir. Bu nedenle təzyiq, konum ve hız sinyalleri olası bir arızanın belirtilerini taşıyabilir.

Sürtünme modeli

Tədqiqat sürtünməyi statik, Coulomb ve viskoz komponentləre ayırmaktadır:

\[ F_{\mathrm{friction}} = F_{\mathrm{static}} + F_{\mathrm{Coulomb}} + \mu_v\dot{x} \]

Statik sürtünmə piston harekete başlamadan önce aşılması gereken kuvveti, Coulomb sürtünməsi hareket sırasındaki təxminən sabit sürtünməyi, viskoz komponent ise hızla artan direnci temsil eder.

Conta aşınması, yağlama kaybı, yüzey bozulması veya mekanik hizasızlık sürtünmə komponentlərini değiştirebilir. Ancak tədqiqatda bu arızaların hangi sayısal sürtünmə değişimleriyle benzetildiği açıklanmamıştır.

Hava akışı nasıl ele alınmıştır?

Valflerden silindir odalarına giren ve çıkan hava miktarı, oda təzyiqlarının zaman içindeki değişimini belirlemektedir. Tədqiqat, kütlenin korunumu ile giriş ve çıkış debilerini oda hacmiyle ilişkilendiren təzyiq dinamiği denklemleri sunmaktadır.

Valf debisi için məlumatlen bağıntının metindeki matematiksel dizilimi açık değildir. Denklemde standart orifis akış modellərinde beklenen karekök işaretinin eksik veya bozuk aktarılmış olabileceği görülmektedir. Ayrıca sıkıştırılabilir akışta boğulmuş ve boğulmamış akış bölgelerinin nasıl ayrıldığı açıklanmamıştır. Bu nedenle klapan akış modelinin bağımsız biçimde yeniden kurulması mümkün değildir.

Matematiksel model hangi kabullere dayanmaktadır?

Tədqiqatda açık veya örtülü biçimde kullanılan başlıca kabuller şunlardır:

• Pnömatik sistemin təxminən doğrusal davranması,
• Besleme basıncının belirli veya sabit olması,
• Gaz sıcaklığının sabit kabul edilmesi,
• Valf ve bağlantılarda hava sızması bulunmaması,
• Sensör məlumatlarinin yeterli ve doğru olması,
• Seçilen özelliklerin arızaları temsil edebilmesi,
• Eğitim məlumatsi ile kullanım məlumatsinin benzer dağılımdan gelmesi.

Kaçaksız sistem kabulü özellikle dikkat çekicidir. Pnömatik sistemlerde örütubətli arıza türlerinden biri hava sızmasıdır. Kaçağın başlangıç modelinde dışarıda bırakılması, modelin gerçek texniki xidmət problemlerinin bir bölümünü birbaşa temsil etmediğini göstərir.

Deney ve benzetim düzeni

Tədqiqatnın dokuzuncu sayfasındaki Şekil 2, iki təsirli silindr ile 5/3 istiqamət idarəetmə klapanınin pnömatik ve elektriksel bağlantılarını göstərir. Aynı sayfadaki Şekil 3, devrenin FluidSIM ortamında çalıştırılmış biçimini ve etkin hava-elektrik yollarını sunmaktadır.

Onuncu sayfadaki fotoğrafta FESTO təlim stendi üzerinde 5/3 solenoid klapan, iki təsirli silindr, hava servis vahidi ve elektrik bağlantıları görülmektedir. Tədqiqatçılar bu düzeneğin endüstriyel komponentləre benzediğini ve eş zamanlı sensör məlumatsi toplamaya imkân verdiğini belirtmektedir.

Bununla birlikte deney ile benzetim məlumatsinin nasıl birleştirildiği açık değildir. Metinde tədqiqat bir yerde “kontrollü benzetim tabanlı deney”, başka bir yerde “deneysel məlumat”, karşılaştırma grafiğinde ise “gerçek məlumat modeli” olarak adlandırılmaktadır. Gerçek tezgâhtan kaç örnek alındığı, FluidSIM’den kaç örnek üretildiği ve sonuç tablosunun hangi məlumat kaynağına dayandığı ayrıntılı biçimde açıklanmamıştır.

Hangi sensör ve özellikler istifadə edilmişdir?

Tədqiqat məlumat toplama sürecinde şu değişkenlerden söz etmektedir:

• İki silindir odasındaki təzyiqlar,
• Piston konumu veya yer değiştirmesi,
• Piston hızı,
• Hava akış veya debi değeri,
• Pnömatik kuvvet,
• Sıcaklık,
• Valf ve kontrol sinyalleri.

Bu değişkenlerin birbaşa sensörden mi ölçüldüğü, matematiksel modelden mi hesaplandığı veya ham sinyallerden mi türetildiği her değişken için ayrı ayrı belirtilmemiştir. Sensör modeli, ölçmə aralığı, doğruluk, örnekleme tezlikı ve kalibrasyon bilgileri de sunulmamıştır.

Makine öğrenmesi süreci nasıl qurulmuşdur?

Tədqiqatda təklif edilən məlumat işleme zinciri şu sırayı izlemektedir:

1. Sensör məlumatlarinin toplanması,
2. Verilerin temizlenmesi ve ön işlenmesi,
3. Normal ve anomali etiketlerinin oluşturulması,
4. Basınç, konum, hız, kuvvet, debi ve temperatur özelliklerinin çıkarılması,
5. Özelliklerin standartlaştırılması,
6. Verinin eğitim ve test kümelerine ayrılması,
7. SVM modelinin eğitilmesi,
8. Doğruluk, dəqiqlik, həssaslıq ve F1 skoru ile değerlendirme,
9. Gerçek zamanlı normal-anomali qərarı.

Şekil 4’te məlumat toplama, ön işleme, özellik seçimi, hiperparametr ayarı, model seçimi, eğitim, değerlendirme ve devreye alma blokları gösterilmektedir. Şekil 5 ve Şekil 6 ise məlumat toplamayla başlayıp performans yeterliyse gerçek zamanlı anomali tespitine ilerleyen qərar akışını özetlemektedir.

SVM nasıl qərar vermektedir?

Tədqiqatda SVM qərar fonksiyonu şu biçimde məlumatlmiştir:

\[ f(\mathbf{x}) = \mathbf{w}^{T}\mathbf{x}+b \]

x özellik vektörünü, w qərar düzleminin ağırlıklarını ve b sapma terimini ifade eder. Doğrusal durumda fonksiyonun işareti örneğin hangi sınıfa atandığını belirler.

Ancak sonuç tablosunda RBF nüvəsinin kullanıldığı belirtilmektedir. RBF nüvəsi, örnekleri örtük biçimde daha yüksək boyutlu bir özellik uzayında ayırır ve qərar fonksiyonu yalnız yukarıdaki doğrusal ifadeden oluşmaz. Tədqiqatda RBF nüvəsinin gama ve düzenlileştirme parametresi gibi temel hiperparametrleri məlumatlmemiştir.

Çekirdek seçimine ilişkin tutarsızlık

Metod bölümünde polinom çekirdeğin doğrusal çekirdeğe göre daha qarışıqşık qərar sınırları sağladığı ve seçildiği belirtilmektedir. Sonraki bölümde doğrusal ve RBF çekirdeklerinin ayarlandığı yazılmakta, sonuç tablosunda ise kullanılan çekirdek açıkça RBF olarak gösterilmektedir.

Bu üç ifade eyni model tanımını vermemektedir. Sonuçların RBF modeline ait olduğu tabloya dayanarak anlaşılabilse de polinom modelinin denenip denenmediği, nasıl karşılaştırıldığı ve nihai modelin hangi ölçüte göre seçildiği açıklanmamıştır.

Karışıklık matrisi ne göstərir?

Tədqiqatnın 13. sayfasındaki qarışıqlıq matrisi iki sınıf içermektedir: “Normal” ve “Anomali”. Matris təxminən olarak şu sonuçları göstərir:

• Yaklaşık 110 normal örnek doğru biçimde normal sınıfına atanmıştır.
• 18 normal örnek yanlış biçimde anomali olarak işaretlenmiştir.
• 7 anomali yanlış biçimde normal olarak sınıflandırılmıştır.
• Yaklaşık 120 anomali doğru biçimde müəyyən edilmişdir.

Yanlış alarm sayısı 18, kaçırılan anomali sayısı 7’dir. Kestirimci texniki xidmət açısından yanlış mənfilər özellikle örütubətlidir; çünkü sistem gerçekte bozulurken modelin normal qərarı vermesi texniki xidmət müdahalesini geciktirebilir. Yanlış pozitifler ise gereksiz inceleme veya texniki xidmət faaliyetine yol açabilir.

Performans ölçütleri ne anlama gelmektedir?

Doğruluk, bütün örneklerin ne kadarının doğru sınıflandırıldığını gösterir. Kesinlik, modelin anomali dediği örneklerin ne kadarının gerçekten anomali olduğunu ölçer. Duyarlılık, gerçek anomalilerin ne kadarının yakalandığını gösterir. F1 skoru ise dəqiqlik ve duyarlılığın harmonik ortalamasıdır.

Anomali sınıfı için bildirilen değerler şöyledir:

• Kesinlik: 0,87
• Duyarlılık: tabloda 0,95; karşılaştırma tablosunda yüzde 94,55
• F1 skoru: tabloda 0,91; karşılaştırma tablosunda yüzde 90,6
• Genel doğruluk: yüzde 90,2

Duyarlılığın dəqiqlikten yüksək olması, modelin anomalilerin büyük bölümünü yakalarken daha fazla yanlış alarm ürettiğini göstərir.

Deneysel ve matematiksel məlumat karşılaştırması

Tədqiqat iki sonucu müqayisə edir. “Deneysel benzetim” olarak adlandırılan model yüzde 90,2 doğruluk; yalnız matematiksel benzetim modeli ise yüzde 90,3 doğruluk vermiştir. Genel doğruluklar hemen hemen eynidır.

Buna karşılık anomaliya sinfina odaklanıldığında deneysel olarak adlandırılan məlumat daha yüksək değerler üretmiştir:

• Anomali kesinliği: yüzde 87,0’a karşı yüzde 74,6
• Anomali duyarlılığı: yüzde 94,55’e karşı yüzde 81,5
• Anomali F1 skoru: yüzde 90,6’ya karşı yüzde 77,9

Bu karşılaştırma, fiziksel veya fiziksele daha yakın məlumatlarin anomaliya sinfinı tanımada yararlı olabileceğini düşündürmektedir. Ancak matematiksel məlumat ile deneysel məlumatnin nasıl üretildiği, məlumat kümelerinin eyni büyüklükte olup olmadığı ve iki modele eyni hiperparametrlerin uygulanıp uygulanmadığı açıklanmadığından farkın nedeni kesin olarak belirlerütubətez.

Beş katlı çarpaz doğrulama ne sağlamaktadır?

Her iki model için beş qatlı çarpaz doğrulama kullanıldığı belirtilmiştir. Bu metodde məlumat beş parçaya ayrılır; model beş kez eğitilir ve her seferinde fərqli bir parça doğrulama için ayrılır. Amaç, performansın tek bir rastgele məlumat bölünmesine aşırı bağımlı olmasını azaltmaktır.

Tədqiqatda yalnız “5-Fold” bilgisi məlumatlmiş; beş katın ayrı performansları, ortalama ve standart sapma, məlumat bölme sırasında eyni tədqiqat çevrimine ait ardışık ölçmələrin fərqli katlara düşüp düşmediği açıklanmamıştır. Zaman serilerinde birbirine çok yakın örneklerin eğitim ve test kümelerine dağılması, gerçek genelleme başarısını olduğundan yüksək gösterebilir.

Tədqiqat gerçekten başlanğıc nasazlığını tespit etmiş midir?

Tədqiqat “incipient fault”, yani başlangıç veya gelişmekte olan arıza tespiti iddiasında bulunmaktadır. Ancak bir arızanın hangi fiziksel parametreyle oluşturulduğu, bozulmanın hangi seviyelerinde ölçmə alındığı ve modelin kritik arızadan ne kadar önce uyarı verdiği açıklanmamıştır.

Bir modelin normal və anormal örnekleri ayırması, tek başına arızayı önceden tahmin ettiği anlamına gelmez. Başlangıç arızası iddiası için arıza şiddetinin zamanla artırıldığı deneyler, erken uyarı süresi, fərqli bozulma seviyeleri ve arızaya kalan süre gibi ölçütler gerekir. Bu tədqiqat bunları təqdim etmir.

Sürdürülebilirlik bağlantısı nasıl qurulmuşdur?

Tədqiqatçılar erkən nasazlıq aşkarlanmasınin plansız duruşu, gereksiz texniki xidmət faaliyetlerini, parça değişimini ve dolaylı karbon salımını azaltabileceğini savunmaktadır. Bu ilişki mühendislik açısından olasıdır: Sağlıklı ekipmanın gereksiz değiştirilmemesi ve arızanın büyümeden giderilmesi kaynak kullanımını azaltabilir.

Ancak tədqiqatda aşağıdaki davamlılıq göstergelerinden hiçbiri ölçülmemiştir:

• Önlenen dayanma müddəti,
• Korunan enerji üretimi,
• Azalan sıxılmış hava veya elektrik tüketimi,
• Azalan texniki xidmət ve yedek parça maliyeti,
• Uzayan eyleyici ömrü,
• Önlenen sera gazı salımı,
• Yaşam döngüsü çevresel etkisi.

Dolayısıyla tədqiqatnın ölçülmüş sonucu davamlılıq kazancı değil, bir SVM təsnifatlandırıcısının performansıdır. Sürdürülebilirlik etkisi gelecekte sınanması gereken bir hipotezdir.

Tədqiqatın dəstəklədiyi nəticələr

• Basınç, konum, debi ve benzeri özellikler kullanılarak normal və anormal elektro-pnömatik tədqiqat durumları sınıflandırılabilir.
• Fiziksel model ile makine öğrenmesi eyni proqnozlaşdırıcı texniki xidmət çərçivəsinde birleştirilebilir.
• Sunulan test dəstinde SVM təxminən yüzde 90 genel doğruluk təmin etmişdir.
• Model, testteki anomalilerin büyük bölümünü yakalamış; yalnız 7 anomali normal olarak sınıflandırılmıştır.
• Deneysel olarak adlandırılan məlumat, matematiksel benzetim məlumatsine göre anomali kesinliği, duyarlılığı ve F1 skoru texniki xidmətından daha yüksək sonuç vermiştir.
• FESTO təlim stendi, kontrollü arıza məlumatsi üretimi ve algoritma geliştirme için kullanılabilecek bir laboratuvar ortamı təmin edə bilər.

Tədqiqat nəyi sübut etmir?

• Modelin gerçek bir rüzgâr veya güneş enerjisi obyektinde çalışacağını sübut etmir.
• Arızaları kritik bozulmadan belirli bir süre önce öngörebildiğini göstermemektedir.
• Bcərəyan maliyetini, dayanma müddətini veya karbon salımını ölçülebilir düzeyde azalttığını sübut etmir.
• Bütün elektro-pnevmatik aktuator türleri için yüzde 90 doğruluk sağlanacağını göstermemektedir.
• Görülmemiş arıza türlerini veya fərqli obyekt koşullarını güvenilir biçimde tanıyabildiğini göstermemektedir.
• Tek bir normal-anomali qərarının arızanın türünü, yerini veya kalan kullanım ömrünü belirleyebildiğini göstermemektedir.
• Modelin gerçek zamanlı işlem gecikmesini, donanım gereksinimini veya haberleşme güvenilirliğini değerlendirmemektedir.

Başlıca metodsel ve editoryal məhdudiyyətlər

• Gerçek deney məlumatsi ile FluidSIM məlumatsinin kapsamı ve birleştirilme biçimi açıklanmamıştır.
• Arıza türleri, şiddetleri ve oluşturulma metodleri belirtilmemiştir.
• Toplam məlumat sayısı yalnız test tablosundan kısmen anlaşılmakta; eğitim məlumat kümesi açıklanmamaktadır.
• Sensörlerin teknik özellikleri ve örnekleme tezlikı məlumatlmemiştir.
• Özellik çıqarışıq işlemleri ve kullanılan zaman pəncərələri belirtilmemiştir.
• Eğitim-test bölme oranı açıklanmamıştır.
• SVM’nin C ve gama gibi hiperparametrleri məlumatlmemiştir.
• Polinom ve RBF nüvəsi ifadeleri birbiriyle tutarlı değildir.
• Sonuç tablosundaki təxminən 0,91 F1 skoru sonuç bölümünde 0,83 olarak yazılmıştır.
• Karışıklık matrisi değerleri bilimsel gösterimle yuvarlatılmış, kesin hüceyrə sayıları birbaşa yazılmamıştır.
• Sürdürülebilirlik iddiasını destekleyen maliyet, enerji veya emissiya ölçməü bulunmamaktadır.
• Gerçek yenilenebilir enerji obyekti doğrulaması gelecekteki tədqiqat olarak bırakılmıştır.

Türkiyədə uygulanması için gereken yol haritası

Türkiyədə bu tür bir sistemin güvenilir biçimde kullanılabilmesi için ilk aşamada gerçek ekipman envanteri oluşturulmalıdır. Rüzgâr türbinlerindeki fren, kanat açısı veya servis mekanizmaları; güneş santrallerindeki takip ve temizleme sistemleri; enerji saxlama obyektlərindəki havalandırma, yanğın güvenliği ve anahtarlama eyleyicileri ayrı ayrı qiymətləndirilməlidir.

İkinci aşamada ekipmanlara təzyiq, debi, konum, temperatur, titreşim ve elektriksel kontrol sinyallerini izleyen sensörler yerleştirilmeli; məlumatlar texniki xidmət kayıtlarıyla eşleştirilmelidir. Normal tədqiqat məlumatsinin yanında kontrollü ve güvenli koşullarda fərqli arıza türleri oluşturularak etiketli məlumat toplanmalıdır.

Üçüncü aşamada model, yalnız rastgele örnek bölme ile değil; fərqli makineler, fərqli obyektlər ve fərqli mevsimler arasında doğrulanmalıdır. Bir obyektte eğitilen modelin başka bir obyektte sınanması, gerçek genelleme performansını göstermesi texniki xidmətından örütubətlidir.

Son aşamada sınıflandırma performansına texniki xidmət ekonomisi eklenmelidir. Yanlış alarmın texniki xidmət ekibine maliyeti, kaçırılan arızanın üretim ve təhlükəsizlik riski, sensör ve məlumat altyapısı maliyeti, önlenen dayanma müddəti ve enerji üretim kazancı birlikte hesaplanmalıdır.

Tədqiqatın Metodu və Nəticələri

İncelenen sistem ve məlumat akışı

SVM test sonuçları

Tabloya göre test dəsti iki sınıfta eşit sayıda örnek içermektedir. Bununla birlikte zaman serisindeki ardışık örneklerin birbirinden bağımsız olup olmadığı bilinmediğinden 254 satırın 254 ayrı fiziksel deney anlamına geldiği varsayılamaz.

Karışıklık matrisinin yorumu

Karışıklık matrisindeki doğru normal ve doğru anomali hüceyrələri bilimsel gösterimle təxminən değerler hâlinde sunulduğundan kesin sayılar görsel üzerinden birbaşa okunamamaktadır. Tablo 1’de məlumatlen 127’şer destek değeri, toplam test dəstinin 254 örnek olduğunu göstərir.

Deneysel ve matematiksel model sonuçları

Matematiksel modelin genel doğruluğu yüzde 0,1 daha yüksək görünmesine rağmen anomaliya sinfindaki dəqiqlik, həssaslıq ve F1 değerleri daha aşağıtür. Tədqiqat, bu farkın istatistiksel anlamlılığını değerlendirmemiş ve güven aralıkları sunmamıştır.

Modelin saha tətbiqsında izlenmesi gereken ek ölçütler

Şekil ve tabloların anlamı

• Şekil 1: Çift etkili silindirin iki odasını, piston alanlarını, təzyiqları, klapan bağlantılarını, hareket yönünü ve dış yükü şematik olarak göstərir.
• Şekil 2: 5/3 istiqamət idarəetmə klapanı, iki təsirli silindr, hava servis vahidi ve elektriksel kumanda devresinin bağlantı şemasıdır.
• Şekil 3: Aynı devrenin FluidSIM ortamındaki etkin hava ve elektrik yollarını göstərir.
• Tezgâh fotoğrafı: FESTO eğitim düzenindeki solenoid klapani, silindiri, hava hazırlama birimini ve elektrik bağlantılarını göstərir.
• Şekil 4: Veri toplama, ön işleme, özellik seçimi, hiperparametr ayarı, eğitim, değerlendirme ve devreye alma adımlarını göstərir.
• Şekil 5 ve Şekil 6: Normal-anomali etiketleme, model eğitimi ve gerçek zamanlı qərar akışını özetlemektedir.
• Şekil 7: Yaklaşık 110 doğru normal, 18 yanlış alarm, 7 kaçırılan anomali ve təxminən 120 doğru anomali içeren qarışıqlıq matrisidir.
• Tablo 1: Dengeli test dəstindeki dəqiqlik, həssaslıq, F1 skoru ve doğruluk değerlerini sunmaktadır.
• Tablo 2: Deneysel olarak adlandırılan məlumat ile matematiksel benzetim məlumatsinin SVM performansını müqayisə edir.
• Şekil 8: İki modelin doğruluk, dəqiqlik, həssaslıq ve F1 değerlerini çizgi grafiğiyle müqayisə edir.

Mənbə və Metod Qeydi

Tədqiqatnın tam özgün adı: A Sustainability-Oriented Predictive Maintenance Framework for Renewable Energy Actuation Systems

Yazarlar ve doğru sıraları: Samuel Olufemi Amudipe, Adeyinka Adeoye, Aderonke Akinwumi, Ajayi Adebanji ve Segun Adebayo.

Eş birinci yazar: Eş katkı veya eş birinci yazarlık bilgisi belirtilmemiştir.

Sorumlu yazar: Samuel Olufemi Amudipe. Tədqiqatda sorumlu yazar e-posta adresi femioni61@gmail.com olarak məlumatlmiştir.

Kurumsal bağlantılar:

• Mechatronics Engineering Programme, College of Agriculture, Engineering and Science, Bowen University, Iwo, Nigeria
• Department of Mechanical and Mechatronics Engineering, Afe Babalola University, Ado-Ekiti, Nigeria

Samuel Olufemi Amudipe, Ajayi Adebanji ve Segun Adebayo, Bowen University; Adeyinka Adeoye ve Aderonke Akinwumi, Afe Babalola University bağlantılı olarak gösterilmiştir.

DOI: 10.2139/ssrn.7196243. DOI, SSRN preprint kaydına aittir ve hakemli bir dergi makalesi DOI’si olarak yorumlanmamalıdır.

Dergi: Hakemli bir dergi adı belirtilmemiş ve yayımlanmış dergi sürümü doğrulanmamıştır.

Yayın platformu: SSRN.

SSRN özet numarası: 7196243.

Yayın yılı: 2026.

Kaynak türü: Matematiksel model, FluidSIM tabanlı kontrollü benzetim, FESTO təlim stendi ve SVM sınıflandırması içeren mühendislik preprinti.

Hakemlik durumu: Tədqiqat rəyçi qiymətləndirməsindən keçməmiştir. Metod ve sonuçlardaki nüvə seçimi, məlumat kaynağı, F1 skoru ve saha geçerliliği tutarsızlıkları dikkate alınmalıdır.

Resmî bağlantı:https://ssrn.com/abstract=7196243

Finansman: Ayrı bir finansman beyanı metinde yer almamaktadır.

Teşekkür: Yazarlar araştırma olanakları için Bowen University yönetimine teşekkür etmiştir.

Yazar katkıları: Tədqiqatda toplu bir katkı izahsı bulunmaktadır; lakin hangi yazarın hangi görevi üstlendiği kişi bazında ayrılmamıştır.

Çıkar çatışması: Ayrı bir çıkar çatışması beyanı metinde yer almamaktadır.

Veri erişimi: Veri kümesinin açık erişim bağlantısı, örnek sayısının tam dağılımı, ham sensör kayıtları ve model kodları sunulmamıştır.

Bu Türkçe makale; tədqiqatnın tam metni, matematiksel denklemleri, FluidSIM devreleri, FESTO tezgâhı görseli, algoritma akışları, qarışıqlıq matrisi ve performans tabloları incelenerek hazırlanmıştır. Dış kaynaklar yalnız preprint kaydı, DOI ve resmî bağlantının bibliyografik doğrulanması için kullanılmış; bilimsel içeriğe dışarıdan bulgu eklenmemiştir.

Tədqiqatnın başlıca məhdudiyyətlərı; gerçek yenilenebilir enerji obyektinde doğrulama yapılmaması, deney ve benzetim məlumatlarinin sınırlarının açıklanmaması, arıza türleri ile şiddetlerinin belirtilmemesi, sensör ve məlumat toplama ayrıntılarının eksikliği, SVM çekirdeğindeki tutarsızlık, sonuç bölümündeki F1 skoru uyuşmazlığı ve davamlılıq etkilerinin kəmiyyət olarak ölçülmemesidir.