Endüstriyel Veriler Yapay Zeka ile Neden Önemli?

Modern endüstriyel tesislerde SCADA sistemleri, Data Logger uygulamaları ve Event Recorder sistemleri çok büyük miktarda operasyonel veri üretmektedir. Ölçüm değerleri, durum bilgileri, alarmlar, olay kayıtları, operatör işlemleri ve ekipman çalışma bilgileri zaman damgalarıyla birlikte uzun süreler boyunca saklanabilir.

Ancak büyük miktarda verinin kaydedilmesi, bu verilerin tamamının insanlar tarafından sürekli olarak incelenebildiği anlamına gelmez. Özellikle yavaş gelişen arızalar, birden fazla ölçümün birlikte değerlendirilmesini gerektiren durumlar ve normal çalışma davranışından küçük sapmalar klasik alarm sistemleri tarafından fark edilmeyebilir.

Yapay zeka ve makine öğrenmesi yöntemleri, geçmiş ve gerçek zamanlı verilerden öğrenerek normal çalışma davranışlarını modellemek, olağandışı durumları belirlemek, farklı veriler arasındaki ilişkileri ortaya çıkarmak ve operatörlere karar desteği sağlamak için kullanılabilir.

Bu yaklaşımda SCADA sistemi veri toplama ve gerçek zamanlı işletme altyapısını sağlamaya devam ederken, yapay zeka katmanı bu verilerin üzerinde çalışan bir istihbarat ve karar destek katmanı olarak düşünülebilir.

Yapay Zeka Hangi Verilerden Yararlanabilir?

SCADA Verileri

Sıcaklık, basınç, debi, seviye, güç, akım, gerilim, hız, pozisyon, durum bilgileri ve diğer proses değişkenleri.

Zaman Serileri

Ekipmanların ve proseslerin zaman içerisindeki davranışlarını gösteren yüksek çözünürlüklü tarihsel veriler.

Alarm Kayıtları

Alarm oluşma ve kalkma zamanları, alarm sıklıkları, alarm sıraları ve birlikte meydana gelen alarm grupları.

Event Recorder Verileri

Olayların milisaniye veya saniye seviyesinde zaman sıralaması, cihaz durum değişimleri ve işletme olayları.

Bakım Verileri

Bakım tarihleri, arıza kayıtları, değiştirilen ekipmanlar, çalışma süreleri ve bakım personelinin oluşturduğu kayıtlar.

Teknik Dokümanlar

Ekipman kılavuzları, işletme prosedürleri, bakım talimatları, teknik raporlar ve geçmiş arıza kayıtları.

Olası Yapay Zeka Uygulamaları

SCADA, Data Logger ve Event Recorder tarafından toplanan veriler kullanılarak çok farklı yapay zeka uygulamaları geliştirilebilir. Aşağıdaki alanlar EOS için araştırılması planlanan başlıca uygulama konularını oluşturmaktadır.

İşletme Yardımcısı

Operatörün karşılaştığı alarm, olay veya anormal çalışma durumunu analiz ederek ilgili verileri inceleyen ve operatöre olası nedenler ile önerilen kontrol adımlarını sunan bir yapay zeka yardımcısı.

  • Aktif alarmların değerlendirilmesi
  • İlgili trendlerin incelenmesi
  • Geçmiş benzer olayların bulunması
  • Olası nedenlerin sıralanması
  • Operatöre açıklanabilir öneriler sunulması

Sürekli Anomali Tespiti

Sistem, insan müdahalesi olmadan sürekli olarak işletme verilerini inceleyerek normal çalışma davranışından sapmaları belirleyebilir.

  • Olağandışı sıcaklık değişimleri
  • Basınç ve debi davranışındaki sapmalar
  • Ekipman performansındaki değişimler
  • Birden fazla tag arasındaki anormal ilişkiler
  • Yavaş gelişen problemlerin erken belirlenmesi

Kestirimci Bakım

Ekipmanların geçmiş çalışma davranışlarından yararlanılarak bozulma belirtilerinin erken aşamada belirlenmesi ve bakım ekiplerine önceden bilgi verilmesi.

  • Ekipman sağlık göstergeleri
  • Arıza öncesi davranışların belirlenmesi
  • Bakım önceliklendirmesi
  • Arıza riski tahmini
  • Bakım zamanlamasına karar desteği

Kök Neden Analizi

Aynı zaman aralığında meydana gelen çok sayıdaki alarm ve olayın birlikte değerlendirilerek ilk meydana gelen olay ile sonraki belirtiler arasındaki ilişkinin araştırılması.

  • Alarm sıralarının analizi
  • Olayların zaman ilişkilerinin incelenmesi
  • İlgili ekipmanların belirlenmesi
  • Muhtemel neden-sonuç ilişkileri
  • Olay zincirinin oluşturulması

Akıllı Alarm Analizi

Alarm sistemlerinde aynı olayın farklı belirtiler nedeniyle çok sayıda alarm üretmesi durumunda, alarmların gruplanması ve operatörün gerçekten müdahale etmesi gereken olayların ön plana çıkarılması.

  • Alarm kümelerinin belirlenmesi
  • Tekrarlayan alarm analizi
  • Alarm önceliklendirme
  • Alarm taşkını analizi
  • Olası ana alarmın belirlenmesi

Performans ve Verimlilik Analizi

Tesis ve ekipmanların geçmiş performansları ile mevcut çalışma koşullarının karşılaştırılması ve verimlilik kayıplarının belirlenmesi.

  • Ekipman performans karşılaştırması
  • Verimlilik değişimlerinin izlenmesi
  • Enerji tüketimi analizi
  • Beklenmeyen kayıpların belirlenmesi
  • İşletme optimizasyonuna karar desteği

Olay ve Arıza Analizi

Geçmişte meydana gelen olayların otomatik olarak incelenmesi ve benzer olayların gelecekte meydana gelmesi durumunda kullanılabilecek bir bilgi tabanı oluşturulması.

  • Geçmiş olayların sınıflandırılması
  • Benzer olayların bulunması
  • Arıza öncesi veri örüntülerinin çıkarılması
  • Olayların otomatik özetlenmesi
  • İşletme bilgi tabanının oluşturulması

Teknik Destek Yardımcısı

Ekipman kılavuzları, işletme prosedürleri, bakım talimatları ve geçmiş teknik raporlar üzerinden çalışan doğal dil tabanlı bir teknik bilgi yardımcısı.

  • Teknik dokümanlarda arama
  • Alarm kodlarının açıklanması
  • Bakım prosedürlerinin bulunması
  • İlgili teknik dokümanların önerilmesi
  • Operatör sorularına kaynaklı yanıtlar

Sürekli Veri İzleyen Bir Yapay Zeka

Geleneksel SCADA sistemlerinde alarmlar çoğunlukla önceden belirlenmiş sınır değerlerin aşılmasıyla oluşturulur. Ancak bazı problemlerde tek bir ölçüm değerinin alarm sınırını aşması gerekmez.

Örneğin bir pompanın sıcaklığı normal sınırlar içerisinde olabilir. Ancak aynı anda motor akımında küçük bir artış, titreşimde değişim ve debide yavaş bir azalma meydana geliyorsa bu üç bilginin birlikte değerlendirilmesi ekipmanın normal davranışından sapmaya başladığını gösterebilir.

Yapay zeka tabanlı bir sistem bu tür çok değişkenli ilişkileri sürekli izleyerek klasik eşik tabanlı alarm sistemlerinin yakalayamayabileceği davranış değişikliklerini araştırabilir.

Örnek: Pompa Davranışındaki Değişimin Erken Fark Edilmesi

Sistem; pompanın geçmişteki normal çalışma davranışını öğrenir. Daha sonra sıcaklık, akım, basınç, debi, titreşim ve çalışma durumlarını birlikte değerlendirmeye başlar.

Tek tek bakıldığında normal görünen küçük değişimler birlikte değerlendirildiğinde olağandışı bir davranış oluşturuyorsa, sistem operatöre şu tür bir bilgi sağlayabilir:

"Pompa normal çalışma aralığında çalışıyor ancak son 72 saat içerisinde motor akımı ve yatak sıcaklığında birlikte yükselen bir eğilim gözlenmektedir. Benzer davranış geçmişte bakım gerektiren iki olaydan önce görülmüştür. Ekipmanın kontrol edilmesi önerilir."

Buradaki amaç doğrudan ekipmanı durdurmak değil, insan operatörün dikkatini henüz klasik bir alarm oluşmamış olabilecek bir duruma çekmektir.

Yapay Zeka Destekli İşletme Yardımcısı

Gelecekte araştırılabilecek en önemli uygulamalardan biri, SCADA sisteminin yanında çalışan bir Yapay Zeka İşletme Yardımcısı geliştirilmesidir.

Böyle bir sistem operatörün yalnızca sorduğu sorulara cevap veren bir sohbet robotu olmak yerine, tesisin gerçek zamanlı ve geçmiş verilerini anlayabilen bir işletme yardımcısı olarak tasarlanabilir.

1. Olayı Fark Et

Alarm, anomali veya önemli bir işletme değişikliği belirlenir.

2. Verileri İncele

İlgili tag'ler, trendler, olay kayıtları, geçmiş alarmlar ve ekipman bilgileri birlikte değerlendirilir.

3. Operatöre Yardımcı Ol

Olası nedenler, ilgili bilgiler ve önerilen kontrol adımları açıklanabilir şekilde sunulur.

Böylece operatörün farklı ekranlar, kayıtlar, raporlar ve teknik dokümanlar arasında manuel olarak bilgi aramak için harcadığı zaman azaltılabilir.

Bakım Personeli İçin Yapay Zeka

Yapay zeka yalnızca kontrol odasındaki operatörlere değil, bakım ekiplerine de karar desteği sağlayabilir.

Bir ekipmanda anormal davranış tespit edildiğinde sistem; ekipmanın geçmiş çalışma verilerini, önceki arızalarını, bakım kayıtlarını ve ilgili teknik dokümanları birlikte inceleyerek bakım personeline hazırlanmış bir olay özeti sunabilir.

Sorunu Belirle

Anormal davranışın hangi ekipmanda ve hangi koşullarda meydana geldiğini belirle.

Geçmişi Ara

Daha önce meydana gelen benzer olayları ve bakım kayıtlarını bul.

Teknik Destekyi Bul

İlgili ekipmanın bakım talimatlarını, teknik dokümanlarını ve prosedürlerini getir.

Bakım Ekibine Yol Göster

Olası nedenleri ve kontrol edilmesi gereken noktaları açıklanabilir şekilde sun.

Event Recorder Verilerinin Yapay Zeka ile Analizi

Event Recorder sistemleri, özellikle arıza ve geçici olayların incelenmesinde çok değerli zaman sıralı veriler oluşturur.

Yapay zeka bu verileri kullanarak yalnızca "hangi alarm geldi?" sorusuna değil, "olay nasıl gelişti?" sorusuna da cevap arayabilir.

  • İlk değişen sinyalin belirlenmesi
  • Alarm ve durum değişimlerinin zaman sırasının çıkarılması
  • Benzer olayların geçmiş kayıtlar içerisinde aranması
  • Olayların otomatik olarak sınıflandırılması
  • Muhtemel neden-sonuç zincirlerinin oluşturulması
  • Arıza sonrası otomatik olay raporu hazırlanması

Bu yaklaşım özellikle enerji üretim tesisleri, elektrik şebekeleri ve karmaşık endüstriyel proseslerde önemli bir araştırma alanı olabilir.

Araştırma ve Geliştirme Alanları

EOS kapsamında yapay zeka konusunda henüz tamamlanmış bir ürün bulunmamaktadır. Çalışmalar şu aşamada araştırma, yöntem geliştirme, veri analizi ve olası uygulama mimarilerinin incelenmesi seviyesindedir.

Anomali Tespiti

Endüstriyel ekipmanların ve proseslerin normal çalışma davranışlarının modellenmesi ve normal davranıştan sapmaların otomatik olarak belirlenmesi.

Zaman Serisi Analizi

Uzun süreli SCADA ve Data Logger verilerinin incelenmesi, trendlerin ve değişim örüntülerinin belirlenmesi.

Makine Öğrenmesi

Geçmiş işletme ve arıza verilerinden yararlanarak ekipman davranışlarının modellenmesi.

Büyük Dil Modelleri

Operatörlerin ve bakım personelinin doğal dille soru sorabileceği, teknik dokümanlar ve işletme verileriyle desteklenen yardımcı sistemlerin araştırılması.

Kök Neden Analizi

Alarm, olay ve proses verilerinin birlikte değerlendirilerek arızaların olası başlangıç nedenlerinin araştırılması.

İnsan Denetimli Yapay Zeka

Yapay zekanın doğrudan kontrol kararı vermesi yerine, operatör ve mühendislerin kararlarını destekleyen açıklanabilir ve denetlenebilir sistemlerin geliştirilmesi.

Olası Sistem Mimarisi

Gelecekte geliştirilebilecek bir endüstriyel yapay zeka sistemi mevcut SCADA altyapısının yerine geçmek zorunda değildir. Daha uygun yaklaşım, yapay zeka katmanının mevcut veri toplama ve kayıt sistemlerinin üzerinde çalışması olabilir.

SCADA / Data Logger / Event Recorder

↓

Tarihsel Veri ve Gerçek Zamanlı Veri Katmanı

↓

Veri Analizi ve Yapay Zeka Modelleri

↓

Anomali • Alarm • Kök Neden • Tahmin

↓

Operatör ve Bakım Yardımcısı

Böyle bir mimaride yapay zekanın doğrudan kritik kontrol fonksiyonlarına müdahale etmesi yerine, öncelikle izleme, analiz, tahmin ve karar desteği sağlayan bir katman olarak kullanılması değerlendirilebilir.

İnsan Kararının Yerine Değil, Yanına

Endüstriyel tesislerde yapay zeka uygulamalarının en önemli konularından biri güvenilirliktir. Bir yapay zeka modelinin "anormal durum var" demesi tek başına yeterli değildir.

Sistem mümkün olduğunca hangi verileri incelediğini, hangi davranışı anormal bulduğunu, geçmişte hangi olayları benzer gördüğünü ve önerisinin hangi gerekçeye dayandığını açıklayabilmelidir.

Bu nedenle araştırılan yaklaşımın temel prensiplerinden biri Human-in-the-Loop, yani insanın karar sürecindeki merkezi rolünün korunmasıdır.

  • Yapay zeka gözlemler ve analiz eder.
  • Olası nedenleri ve riskleri sıralar.
  • Operatör veya mühendise öneriler sunar.
  • İnsan öneriyi değerlendirir.
  • Kritik işletme kararları yetkili personel tarafından verilir.

Gelecekte Neler Yapılabilir?

Endüstriyel yapay zeka alanındaki çalışmaların gelişmesiyle birlikte SCADA ve veri kayıt sistemleri yalnızca "veriyi gösteren ve kaydeden" sistemler olmaktan çıkarak, verilerden anlam üreten sistemlere dönüşebilir.

EOS açısından uzun vadeli hedef; mevcut SCADA, Data Logger ve Event Recorder altyapılarında toplanan verilerin kullanılabileceği açık, geliştirilebilir ve endüstriyel uygulamalara uyarlanabilir yapay zeka çözümlerini araştırmaktır.

Daha Erken Uyarı

Problemler klasik alarm seviyesine ulaşmadan önce davranış değişikliklerinin fark edilmesi.

Daha Akıllı Analiz

Çok sayıda veri kaynağının birlikte değerlendirilmesi.

Uzman Bilgisinin Korunması

Deneyimli operatör ve bakım personelinin bilgi ve tecrübelerinin dijital bilgi tabanlarına dönüştürülmesi.

Daha Verimli İşletme

Enerji, ekipman ve proses verilerinin sürekli analiz edilerek verimlilik fırsatlarının belirlenmesi.

Çalışmaların Mevcut Durumu

🔬 Ön Çalışma Aşaması

EOS Endüstriyel Yazılım Portalı kapsamında endüstriyel yapay zeka uygulamaları konusunda henüz tamamlanmış veya yayınlanmış bir EOS yapay zeka yazılımı bulunmamaktadır.

Bu sayfa; SCADA, Data Logger ve Event Recorder sistemlerinden elde edilen verilerin yapay zeka ile nasıl değerlendirilebileceği konusunda araştırma ve fikir geliştirme çalışmalarının başlangıç noktasıdır.

Yeni çalışmalar, örnek uygulamalar ve geliştirilen yöntemler ortaya çıktıkça bu bölüm üzerinden paylaşılacaktır.

EOS Endüstriyel Yazılım Portalı

EOS Endüstriyel Yazılım Portalı; endüstriyel veri toplama, SCADA, veri kaydı, olay analizi, haberleşme protokolleri ve yapay zeka gibi alanlarda ücretsiz yazılımlar, teknik bilgi ve uygulama örneklerinin paylaşılması amacıyla oluşturulmaktadır.

Yapay zeka çalışmaları da bu yaklaşımın bir parçası olarak; gerçek endüstriyel verilerin anlaşılması, analiz edilmesi ve mühendislik problemlerinin çözümünde kullanılabilecek yöntemlerin araştırılması üzerine odaklanmaktadır.