24 December 2024 in Expert Systems with Applications
30 September 2018 in Eskişehir Osmangazi Üniversitesi Mühendislik ve Mimarlık Fakültesi Dergisi
Trafik ağlarının gittikçe büyümesiyle beraber izlenmesi ve kontrolünün sağlanması da zorlaşmıştır. Bu izlemenin sağlanmasında da anomali tespiti çok önemli bir yere sahiptir. Trafik ağlarında anomali tespiti yaklaşımları ile olaylar erkenden tespit edilerek hızlı müdahale imkanı sağlanır. Bu ise zaman ve maliyet tasarrufu sağlar. Literatürde farklı alanlardaki problemler için anomali tespitinde sınıflandırma, kümeleme, istatistiksel vb. yaklaşımlar bulunmaktadır. Bu alanda destek vektör makineleri, bayes ağları, bulanık mantık, genetik algoritmalar vb. birçok yöntem anomali tespiti için kullanılmaktadır. Bu çalışmada karar ağacı algoritması ile trafik ağlarında anomali tespiti için bir yöntem önerilmiştir. Önerilen yöntem Britanya Kolumbiyası’na ait trafik veri seti kullanılarak test edilmiştir. Yapılan testlerde trafik ağındaki bazı anormal olayların önerilen yöntem ile tespit edilebileceği görülmüştür.
15 April 2020 in Eskişehir Osmangazi Üniversitesi Mühendislik ve Mimarlık Fakültesi Dergisi
Tr en Dijital dönüşüm sanayideki birçok sürecin veri odaklı yeni yaklaşımlarla ele alınmasını gerekli kılmaktadır. Bu bağlamda Endüstri 4.0 ile beraber akıllı fabrikalarda da önemli dijital dönüşümün olması beklenmektedir. Akıllı fabrikalardaki dijital dönüşüme katkı sağlayacak en önemli teknolojilerden bir tanesi de otonom taşıyıcı araç (OTA)’lardır. OTA’ların fabrika içerisindeki görevlerini verimli bir şeklide gerçekleştirmeleri ve beklenmedik bir problem veya aksama olduğunda insan müdahalesi olmadan bu durumun veri üzerinden tespiti önemlidir. Bu çalışmada, Bulanık mantık ile OTA’ların fabrika içerisindeki trafik ağında oluşabilecek beklenmedik durma, yavaşlama vb. kaynaklı anormal durumlar tespit edilmektedir. Yapılan testlerde önerilen yöntemin %84,62 başarıyla sonuç verdiği gözlenmiştir. Digital transformation requires new data-oriented approaches in industry. In this context, it is expected that there will be significant digital transformation in the smart factories with Industry 4.0. One of the most important technologies that will contribute to digital transformation in smart factories is the autonomous transport vehicle (ATV). ATVs are expected to perform their tasks in the factory in an efficient manner. And it is also expected to detect an unexpected problem or any failure via the data without human intervention. This study aimed determining abnormal conditions of traffic network such as unexpected stop and deceleration by using fuzzy logic in the factory. The performed tests show that the proposed method results success (84.62%).
15 May 2023 in Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi
Endüstriyel robotlar, uzun yıllar güvenlik kafesleri içinde çalışırken, günümüzde Endüstri 4.0 ile birlikte kafesler atılmış ve insanlar ile etkileşim içerisinde çalışmaya başlamıştır. Böylece, insan ve robotların birlikte güvenli ve etkin olarak çalışmasını sağlamayı amaçlayan insan-robot etkileşimi (Human-Robot Interaciton, HRI) alanında çalışmalar artarak devam etmektedir. Endüstriyel ortamlarda insanlar ve robotlar için birçok farklı HRI türü bulunmaktadır. Bunlardan biri de insan ve robotların birlikte çalışmasıdır. Birlikte çalışmada insan ve robot aynı amaç için çalışmaktadır. Çalışma sırasında insanın fiziksel ve mental güvenliğinin sağlanması önemlidir. Bu çalışmada, amaç insan ve robotların birlikte çalışmaları süresince insanın mental sağlığını korumak üzere robotun yapacağı hareket planlarında kullanacağı insan modellerinin oluşturulmasıdır. Bu modeller oluşturulurken, insanın bazı vücut bölgelerinin diğer bölgelerden daha hassas olarak modellenmesi (yüksek çözünürlüklü) önerilmektedir. İnsanın yüksek çözünürlüklü modellenmesi ile insana güven ve konfor sağlanarak, mental sağlığın ve verimliliğin geliştirilmesi hedeflenmiştir. İnsanı modellemek için, sekizli ağaç (octree) yapısıyla robot uygulamalarında yaygın olarak üç boyutlu (3B) ortam haritasının oluşturulmasında kullanılan, Octomap kütüphanesi kullanılmıştır. Yüksek çözünürlüklü modellenecek bölgelerin belirlenmesinde, iskelet takip algoritmaları ile sağlanabilen insan eklem noktaları kullanılmaktadır. Eklem noktaları arasıdan, ilgilenilen insan bölgesine ait olanlar noktalar seçilmek suretiyle dairesel alanlar oluşturulmuş ve bu alanlar içerisinde kalan insan vücuduna ait bölgeler yüksek, dışında kalan alanlar ise daha düşük çözünürlükle modellenerek insanın çoklu çözünürlüklü modellenmesi gerçekleştirilmiştir. Bir veri seti ile yapılan deneysel çalışma sonuçları sunulmaktadır.