Büyük mühendislik sistemlerinde her şeyi doğrudan ölçmek çoğu zaman mümkün değildir. Bir elektrik şebekesinde tüm iç dinamikleri, bir türbinde her titreşim davranışını veya bir altyapı sisteminde tüm gizli hasar durumlarını sensörlerle tam olarak göremeyiz.

Buna rağmen sistemin güvenli çalışıp çalışmadığını anlamak isteriz. Bunun için şu sorular önemlidir:

• Sistemin içinde ölçemediğimiz durumlar ne olabilir?
• Bilinmeyen parametreler zamanla nasıl değişiyor?
• Bir alt sistemdeki belirsizlik diğer alt sistemi etkiliyor mu?
• Sınırlı ve gürültülü sensör verisiyle güvenilir tahmin yapılabilir mi?
• Büyük sistemlerde bu hesaplama makul sürede yapılabilir mi?

Bu tür sorular “ters problem” olarak adlandırılır. Normalde ileri problemde sistemin durumunu bilir, sonucu hesaplarız. Ters problemde ise sonuçtan yola çıkarak sistemin iç durumunu anlamaya çalışırız.

Örneğin bir türbinin bazı titreşim ölçümleri elimizde olabilir. Fakat içerideki aşınma, rijitlik değişimi veya bağlantı etkileri doğrudan ölçülemeyebilir. Araştırmanın ilgilendiği temel konu, bu görünmeyen bilgileri daha güvenilir ve ölçeklenebilir biçimde tahmin etmektir.

Klasik Yaklaşım: Her Şeyi Tek Büyük Modelde Toplamak

Mühendislikte yaygın yaklaşımlardan biri, tüm sistemi tek bir büyük model olarak ele almaktır. Buna merkezi veya monolitik modelleme denebilir.

Bu yöntemde sistemin bütün durumları, parametreleri ve belirsizlikleri tek bir dev yapıda toplanır. Teorik olarak güçlü bir yaklaşımdır; çünkü tüm parçalar aynı çatı altında birlikte değerlendirilir.

Fakat büyük sistemlerde ciddi sorunlar oluşabilir:

• Model boyutu hızla büyür.
• Hesaplama maliyeti artar.
• Farklı fizik alanlarını tek modelde birleştirmek zorlaşır.
• Her alt sistem için aynı matematiksel yapı gerekebilir.
• Tüm sistem için büyük bir kovaryans/belirsizlik matrisi taşımak pahalı hale gelir.

Özellikle modern altyapılar yüzlerce veya binlerce bileşenden oluşabilir. Elektrik, mekanik, hidrolik ve kontrol sistemleri aynı ağ içinde etkileşebilir. Bu durumda her şeyi tek bir dev denklem setine sıkıştırmak hem zor hem de maliyetli olabilir.

Yeni Fikir: Sistemi Alt Sistemler Olarak Düşünmek

Bu çalışmanın ana fikri, sistemi daha doğal yapısına göre parçalara ayırmaktır.

Araştırmacılar, mühendislik sistemini bir grafik gibi temsil ediyor. Grafikte her düğüm bir alt sistemi, her bağlantı ise iki alt sistem arasındaki etkileşimi gösteriyor.

Bunu bir elektrik şebekesi için düşünelim. Her bölge, jeneratör grubu veya bağlantılı küçük ağ bir alt sistem olabilir. Bir türbinde hidrolik bölüm, kontrolcü, dönen parça, jeneratör titreşimi ve rotor/runner dinamiği ayrı alt sistemler olabilir.

Her alt sistem kendi yerel modelini ve tahmin yöntemini korur. Bir alt sistem mekanik denklemlerle çalışabilir, diğeri makine öğrenmesi tabanlı bir model kullanabilir, bir başkası deterministik bir kontrolcü olabilir. Önemli olan, bu parçaların birbirleriyle anlamlı mesajlar üzerinden konuşabilmesidir.

“Mesaj” Ne Demek?

Makaledeki en önemli kavramlardan biri “interface message”, yani arayüz mesajıdır.

Alt sistemler birbirinden tamamen bağımsız değildir. Bir mekanik parçanın kuvveti diğer parçayı etkileyebilir. Bir elektrik şebekesindeki güç akışı komşu bölgeyi etkileyebilir. Bir türbinin hidrolik davranışı dönme dinamiğine, o da jeneratör tarafına etki edebilir.

Bu etkileşimler arayüz değişkenleriyle taşınır. Arayüz değişkenleri fiziksel anlamı olan büyüklüklerdir:

• Kuvvet
• Akış
• Akım
• Tork
• Güç alışverişi
• Titreşim etkisi
• Basınç veya hidrolik değişim

Bu çalışmada alt sistemler yalnızca tek bir sayı göndermiyor. Daha önemlisi, bazı durumlarda bu bilginin belirsizliğini de gönderiyor.

Yani mesaj şu anlama gelebilir:

“Benim tahminime göre sana gelen kuvvet şu kadar; ama bu tahminin belirsizliği de şu düzeyde.”

Bu ayrım çok önemlidir. Çünkü mühendislik sistemlerinde yalnızca tahmin değeri değil, o tahmine ne kadar güvenildiği de kritik olabilir.

Formülün Sade Anlamı: Alt Sistem Kendi Modelini Çalıştırır

Makaledeki temel model şu fikri anlatır:

Bir alt sistemin çıktısı = kendi durumu + kendi girdisi + kendi parametreleri + komşulardan gelen mesajlar

Teknik yazımda bu mantık şu tür bir ifadeyle gösterilir:

yi = Mi(xi, ui; θi, min_i)

Bunu sadeleştirelim:

yi, alt sistemin ölçülebilen çıktısıdır.
Mi, o alt sistemin modelidir.
xi, alt sistemin iç durumudur.
ui, dışarıdan gelen girişlerdir.
θi, bilinmeyen veya tahmin edilen parametrelerdir.
min_i, komşu alt sistemlerden gelen mesajlardır.

Bu formülün okura verdiği ana mesaj şudur:

Bir alt sistem yalnızca kendi verisine bakmaz. Komşularından gelen fiziksel etkileri de hesaba katar. Fakat bunu tüm sistemi tek dev modelde toplamak yerine, yerel model + mesajlaşma düzeniyle yapar.

Belirsizlik Neden Mesajın İçinde Taşınmalı?

Çalışmanın en öğretici tarafı burada başlıyor.

Bir alt sistem komşusuna yalnızca “kuvvet şu kadar” derse, alıcı sistem bu değeri kesinmiş gibi kullanabilir. Oysa bu kuvvet tahmin edilmiş olabilir ve içinde belirsizlik taşıyabilir.

Eğer belirsizlik mesajla birlikte taşınmazsa, sistem fazla kendinden emin hale gelebilir. Bu, özellikle güvenlik ve altyapı izleme açısından tehlikeli bir durumdur. Çünkü tahmin doğruya yakın görünse bile, sistem belirsizliği olduğundan düşük sanabilir.

Makaledeki yay-kütle örneğinde bu açıkça gösteriliyor. Deterministik mesajlaşma, yani yalnızca ortalama değer gönderme, gizli durumları tahmin etmekte işe yarayabiliyor. Fakat belirsizlik kalibrasyonu zayıflıyor. Olasılıksal mesajlaşma ise hem ortalama tahmini hem de belirsizliği taşıdığı için daha güvenilir bir belirsizlik bandı sağlıyor.

Kuvvet Belirsizliği Formülü Ne Anlatıyor?

Makalede yay-sönümleyici bağlantısı için kullanılan önemli formüllerden biri şudur:

var(Fb) = aᵀ(Ps1 + Ps2)a

Bu formül ilk bakışta teknik görünebilir. Ama anlamı oldukça nettir.

Fb, iki alt sistem arasındaki bağlantı kuvvetidir.
var(Fb), bu kuvvet tahmininin belirsizliğidir.
Ps1 ve Ps2, iki alt sistemin arayüz durumlarına ait belirsizliklerini gösterir.
a, yay ve sönüm katsayılarını temsil eden katsayı vektörüdür.

Sade anlamı şudur:

“İki alt sistemin bağlantı noktasındaki belirsizlikleri ne kadar büyükse, aralarındaki kuvvet tahmininin belirsizliği de o kadar artar.”

Bu önemli bir yaklaşımdır. Çünkü belirsizlik rastgele eklenmiyor. Fiziksel bağlantı yasasının içinden hesaplanarak diğer sisteme aktarılıyor. Yani sistem “emin değilim” bilgisini matematiksel olarak komşusuna taşıyor.

Şekil 1 Ne Anlatıyor?

Makaledeki ilk büyük şekil, çalışmanın temel mimarisini özetliyor.

Şekilde önce klasik monolitik model gösteriliyor: tüm sistem tek bir büyük blok gibi düşünülüyor. Ardından sistemin alt parçalara ayrıldığı ve bu parçaların bir grafik üzerinden mesajlaştığı yapı gösteriliyor.

Bu görselin en önemli mesajı şudur:

Büyük mühendislik sistemi, tek bir dev model olmak zorunda değildir. Sistemin doğal alt yapıları korunabilir. Her alt sistem kendi modelini çalıştırır, komşularıyla da arayüz mesajları üzerinden iletişim kurar.

Şekil ayrıca üç farklı mesaj türünü de gösteriyor:

• Deterministik mesaj: yalnızca değer gönderilir.
• Olasılıksal mesaj: değerle birlikte belirsizlik de gönderilir.
• Öğrenilmiş mesaj: bağlantı yasası bilinmiyorsa veriden öğrenilebilir.

Bu, çalışmanın ana fikrini tek görselde özetliyor: parçalı sistem, yerel tahmin, mesajlaşma ve belirsizlik aktarımı.

Birinci Deney: Yay-Kütle Sistemi

Araştırmacılar önce basit ama öğretici bir mekanik sistem kullanıyor. Dört kütleden oluşan bir yay-sönümleyici zinciri iki alt sisteme ayrılıyor. Her alt sistem yalnızca sınırdaki ivme ölçümünü görüyor. İç durumlar gizli kalıyor. Ayrıca bir rijitlik parametresi bilinmiyor ve tahmin edilmeye çalışılıyor.

Bu deneyin amacı, “alt sistemler birbirine nasıl bilgi aktarmalı?” sorusunu izole etmek.

Üç yöntem karşılaştırılıyor:

• Merkezi UKF: tüm sistem tek modelde çözülüyor.
• Deterministik Jacobi: alt sistemler yalnızca ortalama mesaj gönderiyor.
• Olasılıksal Jacobi: alt sistemler ortalama ile birlikte belirsizlik de gönderiyor.

Sonuçların ana mesajı şu:
Üç yöntem de nokta tahminlerinde benzer sonuçlar verebiliyor. Fakat belirsizlik kalibrasyonunda fark oluşuyor. Deterministik mesajlaşma, arayüzden gelen belirsizliği taşımadığı için güven aralıkları gerçek belirsizliği yeterince yansıtmayabiliyor. Olasılıksal mesajlaşma ise merkezi yönteme daha yakın ve daha kalibre bir belirsizlik davranışı gösteriyor.

Bu sonuç, sadece mühendisler için değil, genel okuyucu için de önemli bir ders içeriyor:

Tahminin doğru olması kadar, tahmine ne kadar güvenileceğini bilmek de önemlidir.

İkinci Deney: Elektrik Şebekelerinde Ölçeklenme

İkinci deneyde yöntem, IEEE güç ağı test sistemlerinde deneniyor. Ağ boyutu 9 baradan 300 baraya kadar büyütülüyor. Burada amaç, yöntemin büyük altyapı sistemlerinde hesaplama açısından avantaj sağlayıp sağlamadığını görmek.

Merkezi yaklaşımda tüm şebeke tek bir büyük tahmin problemine dönüşüyor. Bu da sistem büyüdükçe maliyeti hızla artırıyor. Çalışmada merkezi UKF’nin yaklaşık kübik ölçeklendiği, yani sistem büyüdükçe hesaplama maliyetinin çok hızlı arttığı belirtiliyor.

Dağıtık yaklaşımda ise şebeke alt sistemlere ayrılıyor. Her alt sistem sınırlı boyutta kalıyor ve kendi yerel UKF filtresini çalıştırıyor. Bu nedenle toplam iş, sistemin küpüyle değil, alt sistem sayısıyla daha yakın ilişkili hale geliyor.

Makaledeki sonuçlara göre 300 baralı durumda dağıtık yöntem, tek çekirdekli sıralı çalışmada merkezi yönteme göre yaklaşık 16 kat daha hızlıdır. Her alt sistem için paralel çekirdek varsayımıyla bu hızlanma yaklaşık 160 kata kadar çıkabilecek şekilde projekte edilmiştir.

Bu bulgu, yöntemin asıl gücünü gösteriyor:
Amaç yalnızca doğru tahmin yapmak değildir. Büyük altyapı sistemlerinde bu tahmini makul hesaplama maliyetiyle yapabilmektir.

Üçüncü Deney: Türbin ve Elektrik Şebekesi Birlikte

Üçüncü deney daha karmaşık bir örnek kullanıyor. Araştırmacılar bir hidroelektrik türbin-jeneratör birimini beş alt sisteme ayırıyor:

• Hidrolik alt sistem
• Governor/PID kontrolcü
• Dönel dinamik alt sistem
• Jeneratör titreşim alt sistemi
• Runner dinamiği

Bu alt sistemler aynı tür model değildir. Bazıları mekanistik fizik modeli, bazıları deterministik kontrolcü, bazıları Kalman filtresi, bazıları da veri tabanlı NARX surrogate modeli kullanır.

Bu önemlidir çünkü gerçek mühendislik sistemleri de böyledir. Tüm parçalar aynı matematiksel yapıya uymaz. Bazı bölümler fizik denklemleriyle iyi anlatılır, bazıları veriyle öğrenilmiş modellerle temsil edilir, bazıları da kontrol algoritmalarıyla yönetilir.

Daha sonra bu türbin modeli, IEEE 9 baralı elektrik şebekesine gömülür. Üç jeneratör barası, tam türbin alt sistemleriyle temsil edilir. Böylece küçük alt sistemlerden oluşan bir türbin, daha büyük bir şebeke grafiğinin içine yerleştirilmiş olur.

Bu deneyin ana mesajı şudur:

Alt sistem yapısı yalnızca yatay olarak değil, hiyerarşik olarak da çalışabilir. Yani bir sistemin içindeki alt sistemler, daha büyük bir sistemin düğümü haline gelebilir.

Grafikler Ne Gösteriyor?

Makaledeki grafikler üç ana fikri destekliyor.

İlk grafik grubu, yay-kütle sisteminde merkezi tahmin, deterministik dağıtık tahmin ve olasılıksal dağıtık tahmini karşılaştırıyor. Çizgiler nokta tahminlerinde birbirine yakın görünürken, belirsizlik bantları farklılaşıyor. Bu, “ortalama tahmini doğru yapmak” ile “belirsizliği doğru taşımak” arasındaki farkı gösteriyor.

İkinci grafik grubu, güç ağlarında doğruluk ve hesaplama süresini gösteriyor. Dağıtık yöntem, merkezi UKF’ye yakın doğruluk sağlarken çalışma süresi açısından çok daha iyi ölçekleniyor. 300 baralı örnekte merkezi yöntem hızla pahalı hale gelirken, dağıtık yöntemin yaklaşık doğrusal büyüme gösterdiği raporlanıyor.

Üçüncü grafik grubu, çok-fizikli türbinin şebekeye gömülü halde çalışmasını gösteriyor. Şebekedeki yük değişimi türbin tarafına yansıyor; türbinin hız sapması, iğne pozisyonu ve akış hızı gibi değişkenleri etkileniyor. Buna rağmen gömülü tahmin ile bağımsız referans tahminin birbirine yakın kaldığı belirtiliyor.

Bu grafiklerin ortak mesajı şu:
Sistem parçalar halinde çözüldüğünde, doğru mesajlaşma ve belirsizlik aktarımı varsa hem yerel tahminler korunabilir hem de büyük sistem ölçeğinde hesaplama daha yönetilebilir hale gelebilir.

Araştırma Ne Söylüyor?

Çalışma, alt sistem yapısının yalnızca modelleme kolaylığı olmadığını; aynı zamanda çıkarım için kullanılabilecek güçlü bir kaynak olduğunu savunuyor.

Başka bir ifadeyle araştırmacılar şunu söylüyor:

Büyük sistemleri daha iyi anlamak için onları tek dev model haline getirmek zorunda değiliz. Sistemin doğal alt parçalarını koruyabilir, her parçanın kendi modelini çalıştırabilir ve belirsizliği arayüzler üzerinden taşıyabiliriz.

Üç vaka çalışması bu iddiayı desteklemek için kullanılıyor:

Birinci örnek, seyrek sensör verisi altında belirsizlik taşıyan mesajların daha güvenilir kalibrasyon sağladığını gösteriyor.

İkinci örnek, büyük güç ağlarında dağıtık yapının merkezi yönteme yakın doğrulukla çok daha iyi ölçeklenebileceğini gösteriyor.

Üçüncü örnek, farklı fizik modellerinin ve farklı tahmin yöntemlerinin aynı çatı altında hiyerarşik olarak birleştirilebileceğini gösteriyor.

Bu Neden Önemli?

Modern altyapı sistemleri giderek daha karmaşık hale geliyor. Elektrik şebekeleri, yenilenebilir enerji kaynakları, hidroelektrik türbinler, ulaşım sistemleri, endüstriyel tesisler ve akıllı şehir altyapıları artık tek bir basit modelle izlenemeyecek kadar çok katmanlıdır.

Bu sistemlerin güvenli çalışması için yalnızca ölçüm almak yeterli değildir. Ölçülemeyen iç durumları, bilinmeyen parametreleri ve belirsiz etkileşimleri tahmin etmek gerekir.

Bu çalışma, dijital ikizler açısından da önemlidir. Dijital ikiz, fiziksel bir sistemin bilgisayar ortamındaki dinamik karşılığıdır. Fakat gerçek bir dijital ikizin işe yarayabilmesi için yalnızca sistemin ortalama davranışını değil, belirsizliklerini de takip etmesi gerekir.

Alt sistem tabanlı olasılıksal çıkarım yaklaşımı, gelecekte daha ölçeklenebilir, daha modüler ve daha güvenilir dijital ikizler oluşturmak için bir araştırma yönü sunabilir.

Dikkat Edilmesi Gereken Noktalar

Bu çalışma güçlü bir mimari fikir sunsa da bazı sınırlamaları vardır.

İlk olarak, çalışma preprinttir ve hakem değerlendirmesinden geçmemiştir. Bu nedenle bulgular bağımsız değerlendirme ve farklı uygulamalarla desteklenmelidir.

İkinci olarak, yöntem alt sistem sınırlarının fiziksel olarak anlamlı biçimde belirlenebildiğini varsayar. Bazı sistemlerde alt sistem sınırları net olmayabilir veya zamanla değişebilir.

Üçüncü olarak, belirsizlik aktarımı yerel tahmincilerin kalitesine bağlıdır. Yerel modeller kötü kalibre edilmişse, mesajlaşma yapısı tek başına güvenilirlik yaratmaz.

Dördüncü olarak, elektrik şebekesi ve türbin örnekleri önemli olsa da gerçek saha uygulamalarında sensör hataları, iletişim gecikmeleri, siber güvenlik, bakım koşulları, donanım sınırları ve regülasyon gibi ek faktörler dikkate alınmalıdır.

Son olarak, yöntem yeni bir filtre veya tek başına yeni bir yapay zekâ modeli değildir. Asıl katkı, mevcut modelleri alt sistem grafiği içinde birleştiren mimari düzenlemedir.

Sonuç

Bu araştırma, büyük mühendislik sistemlerinin anlaşılması için önemli bir bakış açısı sunuyor: Sistemi tek bir dev model haline getirmek yerine, doğal alt sistem yapısını koruyarak tahmin yapmak mümkün olabilir.

Her alt sistem kendi yerel modelini kullanır. Komşu alt sistemlerle fiziksel anlamı olan mesajlar paylaşır. Eğer bu mesajlar belirsizlik bilgisini de taşıyorsa, tahminler yalnızca sayısal olarak değil, güvenilirlik açısından da daha anlamlı hale gelebilir.

Çalışmanın bulguları, bu yaklaşımın seyrek sensörlü mekanik sistemlerde kalibrasyonu iyileştirebildiğini, büyük güç ağlarında merkezi yönteme yakın doğrulukla daha iyi ölçeklenebildiğini ve çok-fizikli türbin sistemlerini hiyerarşik olarak bir şebekeye bağlayabildiğini gösteriyor.

Bu sonuçlar gerçek dünyada doğrudan garanti anlamına gelmez. Ancak altyapı izleme, dijital ikiz, enerji sistemleri ve mühendislik güvenilirliği açısından önemli bir araştırma yönünü işaret eder:

Büyük sistemleri anlamanın yolu, bazen onları tek parça yapmak değil; doğru yerlerinden bölüp, parçaların birbirine ne söylediğini dikkatle dinlemektir.

Kaynak ve Yöntem Notu

Bu içerik, Esmaeil Ghorbani ve Jürgen Hackl tarafından hazırlanan “Subsystem Structure as an Inferential Resource for Coupled Engineered Systems” başlıklı akademik çalışmadan yararlanılarak Verianla editoryal formatında özgün olarak hazırlanmıştır.

Bu çalışma preprint niteliğindedir ve hakem değerlendirmesinden geçmemiştir. İçerik bilgilendirme ve eğitim amacı taşır. Enerji altyapısı, mühendislik güvenliği, dijital ikiz tasarımı, bakım planlaması veya saha operasyonu için profesyonel danışmanlık yerine geçmez.