Kestirimci bakım için kaç veri gerekir?

Satır sayısı değil, olay ve kapsam

Bir milyon satır, iki arızayı öğretmez. Veri miktarını değerlendirirken iki soru daha önemlidir: Kaç arıza ya da bakım olayı kayıtlı? Bu olaylar, makinenin çalıştığı koşulların (düşük ve yüksek yük, farklı hızlar, ürün değişimleri) kapsamını veriyor mu?

Pratik sonuç şudur: Bütün arızalar aynı çalışma koşulunda olduysa, model o koşulu bilir ama diğerlerini bilmez. Kayıt sayısı büyük görünse bile model sınırlı kalır. Ayrıca sensörler aynı sıklıkta ve güvenilir zaman damgalarıyla örneklenmiş olmalıdır; bozuk örnekleme veri sayısını anlamsız hâle getirir.

Hipotetik hesap

Varsayımsal bir tesiste 50 pompa var; her biri saatlik kayıt tutuyor ve iki yıllık veri mevcut.

• Satır sayısı: 50 × 2 × 8 760 = 876 000 saat, yani 876 000 satır.
• Arıza sayısı: iki yılda kayıtlı yalnızca 2 arıza.

Yani tabloda 876 000 satır var ama yalnızca 2 arıza olayı var; arıza başına yaklaşık 438 000 satır düşüyor. Bu iki arızadan biri yüksek yükte, diğeri düşük yükte gerçekleşmiş olsa bile, kalan faydalı ömür modeli bozulma yolunu öğrenmek için çok az arıza geçmişine sahip olur. Satır sayısı büyük görünür; olay sayısı ise küçüktür.

Yetersizlik işaretleri ve sık hatalar

Bir kalan faydalı ömür (RUL) modeli için arızaya kadar izlenmiş geçmişe (run-to-failure) ihtiyaç vardır. Yalnızca sağlıklı çalışma verisi bulunan bir makinede model, bozulmanın nasıl ilerlediğini öğrenemez. Bağlam verisi de eksikse, yani yük, hız ve çalışma koşulu kaydedilmemişse, sapma ile normal değişim birbirinden ayrılamaz.

Bakım kayıtlarının tarihleri güvenilir olmalı; kaydedilmemiş arızalar eğitimde sağlıklı görünür. Açık veri setleri de yöntemleri denemek için kullanılabilir. Örneğin Case Western Reserve Üniversitesi Rulman Veri Merkezi’nin rulman ölçümleri pratik için uygundur, ama tesisinizin kendi geçmişinin yerini tutmaz.

Sık sorulanlar