Araştırma Makalesi
BibTex RIS Kaynak Göster

Classifying the Causes of Failures in Elevators

Yıl 2020, Cilt: 4 Sayı: 3, 651 - 664, 30.09.2020

Meltem Karaatlı

https://doi.org/10.29023/alanyaakademik.632107

Öz

The earliest distinction that mankind has ever experienced throughout its Safety is highly important for elevators used in both workplaces and residential buildings. For this reason, the elevators are checked periodically. After the labeling process of initially inspected elevators, the final control takes place within the period specified in the regulation for re-labeling. In this study, the reasons for labeling in the last control stage were classified by using various machine learning algorithms and their successes were compared. Iterative Classifier Optimizer and Logitboost Algorithms were determined as the most successful algorithms.

Anahtar Kelimeler

Elevator Classification Algorithms Data Mining

Kaynakça

  • ADAK, M.F, DURU, N, DURU, H.T. (2012). “Asansör Simülatörünün Ürettiği Sonuçlar Üzerinde Yapılan K-Means++ Kümeleme Çalışması İle Trafik Türünün Tahmini”. ELECO '2012 Elektrik-Elektronik ve Bilgisayar Mühendisliği Sempozyumu, 29 Kasım-1 Aralık, 2012, Bursa, Türkiye, 825-829.
  • AEWUMI, O.A, AKINYELU, A.A. (2016). “Hybrid Firefly And Support Vector Machine Classifier For Phishing E-Mail Detection”. Kybernetes, 45(6): 977-994.
  • AKÇETİN, E, ÇELİK, U. (2014). “İstenmeyen Elektronik Posta (Spam) Tespitinde Karar Ağacı Algoritmalarının Performans Kıyaslaması”. İnternet Uygulamaları ve Yönetimi, 5(2): 44-56.
  • AKPINAR, H. (2017). Veri Madenciliği Veri Analizi, Papatya Yayıncılık, İkinci Baskı, İstanbul.
  • AKSU, G, DOĞAN, N. (2019). “Veri Madenciliğinde Kullanılan Bir Analiz Programı: WEKA”. Eğitimde ve Psikolojide Ölçme ve Değerlendirme Dergisi, 10(1): 80-95.
  • Asansör İşletme Bakım ve Periyodik Kontrol Yönetmeliği. http://www.resmigazete.gov.tr/eskiler/2015/06/20150624-1.htm , 12. 03.2019.
  • AŞLIYAN, R, GÜNEL, K. (2010). “Metin İçerikli Türkçe Dokümanların Sınıflandırılması”. Akademik Bilişim’10 - XII. Akademik Bilişim Konferansı Bildirileri, 10-12 Şubat, 2010, Muğla, Türkiye, 529-535.
  • BAYAR, U. (2016). İş Ekipmanı Olarak Kullanılan Asansörlere Uygulanan Periyodik Kontrollerin İş Güvenliği Açısından İncelenmesi. İş Sağlığı ve Güvenliği Uzmanlık Tezi. Çalışma ve Sosyal Güvenlik Bakanlığı İş Sağlığı ve Güvenliği Genel Müdürlüğü, Ankara, Türkiye.
  • BEDİR, S. (2007). Çift Yönlü Asansör Fren Bloklarının Modellenmesi ve Sonlu Elemanlarının Analizi. Yayınlanmamış Yüksek Lisans Tezi, İstanbul Teknik Üniversitesi Fen Bilimleri Enstitüsü, İstanbul, Türkiye.
  • BOLAT, B. (2006). Asansör Kontrol Sistemlerinin Genetik Algoritma İle Simülasyonu. Yayınlanmamış Doktora Tezi, İstanbul Üniversitesi Fen Bilimleri Enstitüsü, İstanbul, Türkiye.
  • CICIK, S. (2016). Asansör Montaj İşlerinde İş Sağlığı ve Güvenliği Risk Faktörlerinin Değerlendirilmesi. İş Sağlığı ve Güvenliği Uzmanlık Tezi. Çalışma ve Sosyal Güvenlik Bakanlığı İş Sağlığı ve Güvenliği Genel Müdürlüğü, Ankara, Türkiye.
  • CİHAN, P, KALIPSIZ, O. (2015). “Öğrenci Proje Anketlerini Sınıflandırmada En Başarılı Algoritmanın Belirlenmesi”. Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi, 8(1): 41-49.
  • ÇERİ, G. (2018). “Asansörlerde Bakım Onarım Yetersizliğinden Kaynaklanan Kazalar”. Mühendis ve Makine Dergisi, 52(623): 67-73.
  • DAĞ, B, VAROL, A. (2013). “2D:4D Sayısal Parmak Oranına Göre Bireylerin Kişilik Durumlarının Sınıflandırılması”. 1st International Symposium on Digital Forensics and Security (ISDFS’13), 20-21 Mayıs, 2013, Elazığ, Türkiye, 44-48.
  • DAŞ, B, TÜRKOĞLU, İ. (2014). “DNA Dizilimlerinin Sınıflandırılmasında Karar Ağacı Algoritmalarının Karşılaştırılması”. Elektrik-Elektronik-Bilgisayar ve Biyomedikal Mühendisliği Sempozyumu, 27-29 Kasım, 2014, Bursa, Türkiye, 381-383.
  • DURSUN, M, SAYGIN, A. (2006). “Bir Asansör Tahrik Sistemi İçin Bulanık Mantık Denetimli Anahtarlamalı Relüktans Motor Sürücüsü Tasarımı”. Pamukkale Üniversitesi Mühendislik Fakültesi Dergisi, 12(2): 151-160.
  • GOPALAKRISHNAN, T, SENGOTTUVELAN, P. (2016). “A Hybrid PSO With Naive Bayes Classifier For Disengagement Detection In Online Learning”. Emerald Group Publishing Limited, 50(2): 215-224.
  • HUSSAIN, M, ZHU, W, ZHANG, W, ABIDI, SMR. (2018). “Student Engagement Predictions In An E-Learning System And Their Impact On Student Course Assessment Scores”. Hindawi Computational Intelligence and Neuroscience, Volume 2018: 1-21.
  • İMRAK, E, FETVACI, M.C.(2004). “Asansör Tesislerinde Koruyucu Bakım Esasları”. Mühendis ve Makine Dergisi, 45(536): 37-41.
  • KARAHAN, I. (2016). Asansör Bakım İşlerinde Risklerin Değerlendirilmesi ve Çözüm Önerileri. İş Sağlığı ve Güvenliği Uzmanlık Tezi. Çalışma ve Sosyal Güvenlik Bakanlığı İş Sağlığı ve Güvenliği Genel Müdürlüğü, Ankara, Türkiye.
  • KAVLAK, K. (2006). “Elektrikli Asansörler İle Hidrolik Asansörlerin Karşılaştırılması”. Selçuk Üniversitesi Teknik Bilimler Meslek Yüksekokulu Teknik-Online Dergi, 5(2): 28-40.
  • KAYA, C, ERKAYMAZ, O, AYAR, O, ÖZER, M. (2017). “C4.5 Karar Ağacı Temelli Öznitelik Seçimi İle Video-Okülografi (VOG) Sinyallerinden Diyabetik Retinopati Hastalığının Sınıflandırılması”. Tıp Teknolojileri Kongresi, 12-14 Ekim, 2017, Trabzon, Türkiye, 75-78.
  • KAYGIN, C.Y, TAZEGÜL, A, YAZARKAN, H. (2016). “İşletmelerin Finansal Başarılı Ve Başarısız Olma Durumlarının Veri Madenciliği Ve Lojistik Regresyon Analizi İle Tahmin Edilebilirliği”. Ege Akademik Bakış, 16(1): 147-159.
  • KILINÇ, D, BOZYİĞİT, F, BORANDAĞ, E, YÜCALAR, F, AKYOL, H, AKIRMAK E.A. (2016). “Uzun, Z. Sınıflandırma Tabanlı Zombi Bilgisayar Tespit Sistemi”. Akademik Bilişim Konferansı 2016, Adnan Menderes Üniversitesi, 30 Ocak-5 Şubat 2016, Aydın, Türkiye.
  • KIRAL, Z, KIRAL, BG. (2008). “Ray Deformasyonlarının Asansör Kabini Titreşimlerine Etkisinin İncelenmesi”. Mühendis ve Makine, 48(578): 2-7.
  • KOÇ, Z. (2009). Asansör Kılavuz Ray Konsollarının Derilme Analizi. Yayınlanmamış Yüksek Lisans Tezi, İstanbul Teknik Üniversitesi Fen Bilimleri Enstitüsü, İstanbul, Türkiye.
  • KOYUNCUGİL, A.S, ÖZGÜLBAŞ, N. (2008). “İMKB’de İşlem Gören Kobi’lerin Güçlü Ve Zayıf Yönleri: CHAID Karar Ağacı Uygulaması”. Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 23(1): 1-21. KRICHENE, A. (2017). “Using A Naive Bayesian Classifier Methodology For Loan Risk Assessment”. Journal of Economics, Finance and Administrative Science, 22(42): 3-24.
  • LEMOYNE, R, MASTROIANNI, T. (2017). “Implementation Of A Smartphone Wireşess Gyroscope Platform With Machine Learning For Classifying Disparity Of A Hemiplegic Patellar Tendon Reflex”. Journal of Mechanics in Medicine and Biology, 17(6):1750083-1- 1750083-15.
  • ÖZTEMEL, E. (2003). Yapay Sinir Ağları. Papatya Yayıncılık, Birinci Baskı, İstanbul, Türkiye.
  • PARK, S, YANG, B. (2010). “An Implementation of Risk-based Inspection For Elevator Maintenance”. Journal of Mechanical Science and Technology, 24 (12): 2367-2376.
  • PEI, D, ZHANG, C, QUAN, Y, GUO Q. (2019). “Identification of Potential Type II Diabetes In a Chinese Population With a Sensitive Decision Tree Approach”. Hindawi Journal of Diabetes Research, Volume 2019: 1-7.
  • SALEHZADEH, R. (2017). “Which Types of Leadership Styles Do Followers Prefer? A Decision Tree Approach”. International Journal of Educational Management, 31(7): 865-877.
  • ŞEKER, Ş.E. (2013). İş Zekası ve Veri Madenciliği. Cinius Yayınları, Birinci Baskı, İstanbul.
  • ŞEN, Z. (2004). Yapay Sinir Ağları İlkeleri. Su Vakfı Yayınları, İstanbul.
  • TABACHNICK, B.G, FIDELL, L.S. (2015). Çok Değişkenli İstatistiklerin Kullanımı. Baloğlu, M. (eds), 6. Basımdan Çeviri, Nobel Yayın Evi, Ankara.
  • TEKİN, R, KAYA, Y, TAĞLUK, M.E. (2011). “K-means ve YSA Temelli Hibrit Bir Model İle Epileptik EEG İşaretlerinin Sınıflandırılması”. Elektrik ve Elektronik Bilgisayar Sempozyumu, 5-6-7 Ekim, 2011, Elazığ, Türkiye, 277-283s.
  • TRIVEDI, S.K, PANIGRAHI, P.K. (2018). “Spam Classification: A Comparative Analysis Of Different Boosted Decision Tree Approaches”. Journal of Systems and Information Technology, 20(3): 298-320.
  • ÜNAL, M.Ö, AYKAÇ, B. (2010). “Yapı İşlerinde Asansör Kazaları Ve Güvenlik Önlemleri”. International Journal of Engineering Research and Development, 2(2): 13-19.
  • VERNEKAR, K, KUMAR, H, GANGADHARAN, K.V. (2018). “Engine Gearbox Fault Diagnosis Using Machine Learning Approach”. Journal of Quality in Maintenance Engineering, 24(3): 345-357.
  • WEKA2007.http://weka.sourceforge.net/doc.dev/weka/classifiers/meta/RandomComittee.html, 02.04.2019.
  • WU, H-C, HU, Y-H, HUANG, Y-H. (2014). “Two-Stage Credit Rating Prediction Using Machine Learning Techniques”. Kybernetes, 43(7): 1098-1113.
  • ZARIKAS, V, LOUPIS, M, PAPANIKOLAOU, N, KYRITSI, C. (2013). “Statistical Survey Of Elevator Accidents In Greece”. Elsevier Safety Science, 59: 93-103.

Asansörlerde Meydana Gelen Arıza Sebeplerinin Sınıflandırılması

Yıl 2020, Cilt: 4 Sayı: 3, 651 - 664, 30.09.2020

Meltem Karaatlı

https://doi.org/10.29023/alanyaakademik.632107

Öz

Hem işyeri hem de meskenlerde kullanılan asansörlerde güvenlik son derece önem arz etmektedir. Bu sebeple belirli periyotlarla asansörler kontrol edilmektedir. İlk kontrolü yapılan asansörler etiketlendirme işleminin ardından yönetmelikte belirtilen süreler dâhilinde son kontrolü yapılarak tekrar etiketlendirme işlemine tabii tutulur. Bu çalışmada son kontrol aşamasında yapılan etiketlendirmeye ilişkin sebepler çeşitli makine öğrenme algoritmalarından yararlanılarak sınıflandırılmış ve algoritmaların başarıları kıyaslanmıştır. Uygulamanın sonucunda Iterative Classifier Optimizer ve Logitboost Algoritmaları en başarılı algoritmalar olarak belirlenmiştir.

Anahtar Kelimeler

Asansör Sınıflandırma Algoritmaları veri madenciliği

Kaynakça

  • ADAK, M.F, DURU, N, DURU, H.T. (2012). “Asansör Simülatörünün Ürettiği Sonuçlar Üzerinde Yapılan K-Means++ Kümeleme Çalışması İle Trafik Türünün Tahmini”. ELECO '2012 Elektrik-Elektronik ve Bilgisayar Mühendisliği Sempozyumu, 29 Kasım-1 Aralık, 2012, Bursa, Türkiye, 825-829.
  • AEWUMI, O.A, AKINYELU, A.A. (2016). “Hybrid Firefly And Support Vector Machine Classifier For Phishing E-Mail Detection”. Kybernetes, 45(6): 977-994.
  • AKÇETİN, E, ÇELİK, U. (2014). “İstenmeyen Elektronik Posta (Spam) Tespitinde Karar Ağacı Algoritmalarının Performans Kıyaslaması”. İnternet Uygulamaları ve Yönetimi, 5(2): 44-56.
  • AKPINAR, H. (2017). Veri Madenciliği Veri Analizi, Papatya Yayıncılık, İkinci Baskı, İstanbul.
  • AKSU, G, DOĞAN, N. (2019). “Veri Madenciliğinde Kullanılan Bir Analiz Programı: WEKA”. Eğitimde ve Psikolojide Ölçme ve Değerlendirme Dergisi, 10(1): 80-95.
  • Asansör İşletme Bakım ve Periyodik Kontrol Yönetmeliği. http://www.resmigazete.gov.tr/eskiler/2015/06/20150624-1.htm , 12. 03.2019.
  • AŞLIYAN, R, GÜNEL, K. (2010). “Metin İçerikli Türkçe Dokümanların Sınıflandırılması”. Akademik Bilişim’10 - XII. Akademik Bilişim Konferansı Bildirileri, 10-12 Şubat, 2010, Muğla, Türkiye, 529-535.
  • BAYAR, U. (2016). İş Ekipmanı Olarak Kullanılan Asansörlere Uygulanan Periyodik Kontrollerin İş Güvenliği Açısından İncelenmesi. İş Sağlığı ve Güvenliği Uzmanlık Tezi. Çalışma ve Sosyal Güvenlik Bakanlığı İş Sağlığı ve Güvenliği Genel Müdürlüğü, Ankara, Türkiye.
  • BEDİR, S. (2007). Çift Yönlü Asansör Fren Bloklarının Modellenmesi ve Sonlu Elemanlarının Analizi. Yayınlanmamış Yüksek Lisans Tezi, İstanbul Teknik Üniversitesi Fen Bilimleri Enstitüsü, İstanbul, Türkiye.
  • BOLAT, B. (2006). Asansör Kontrol Sistemlerinin Genetik Algoritma İle Simülasyonu. Yayınlanmamış Doktora Tezi, İstanbul Üniversitesi Fen Bilimleri Enstitüsü, İstanbul, Türkiye.
  • CICIK, S. (2016). Asansör Montaj İşlerinde İş Sağlığı ve Güvenliği Risk Faktörlerinin Değerlendirilmesi. İş Sağlığı ve Güvenliği Uzmanlık Tezi. Çalışma ve Sosyal Güvenlik Bakanlığı İş Sağlığı ve Güvenliği Genel Müdürlüğü, Ankara, Türkiye.
  • CİHAN, P, KALIPSIZ, O. (2015). “Öğrenci Proje Anketlerini Sınıflandırmada En Başarılı Algoritmanın Belirlenmesi”. Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi, 8(1): 41-49.
  • ÇERİ, G. (2018). “Asansörlerde Bakım Onarım Yetersizliğinden Kaynaklanan Kazalar”. Mühendis ve Makine Dergisi, 52(623): 67-73.
  • DAĞ, B, VAROL, A. (2013). “2D:4D Sayısal Parmak Oranına Göre Bireylerin Kişilik Durumlarının Sınıflandırılması”. 1st International Symposium on Digital Forensics and Security (ISDFS’13), 20-21 Mayıs, 2013, Elazığ, Türkiye, 44-48.
  • DAŞ, B, TÜRKOĞLU, İ. (2014). “DNA Dizilimlerinin Sınıflandırılmasında Karar Ağacı Algoritmalarının Karşılaştırılması”. Elektrik-Elektronik-Bilgisayar ve Biyomedikal Mühendisliği Sempozyumu, 27-29 Kasım, 2014, Bursa, Türkiye, 381-383.
  • DURSUN, M, SAYGIN, A. (2006). “Bir Asansör Tahrik Sistemi İçin Bulanık Mantık Denetimli Anahtarlamalı Relüktans Motor Sürücüsü Tasarımı”. Pamukkale Üniversitesi Mühendislik Fakültesi Dergisi, 12(2): 151-160.
  • GOPALAKRISHNAN, T, SENGOTTUVELAN, P. (2016). “A Hybrid PSO With Naive Bayes Classifier For Disengagement Detection In Online Learning”. Emerald Group Publishing Limited, 50(2): 215-224.
  • HUSSAIN, M, ZHU, W, ZHANG, W, ABIDI, SMR. (2018). “Student Engagement Predictions In An E-Learning System And Their Impact On Student Course Assessment Scores”. Hindawi Computational Intelligence and Neuroscience, Volume 2018: 1-21.
  • İMRAK, E, FETVACI, M.C.(2004). “Asansör Tesislerinde Koruyucu Bakım Esasları”. Mühendis ve Makine Dergisi, 45(536): 37-41.
  • KARAHAN, I. (2016). Asansör Bakım İşlerinde Risklerin Değerlendirilmesi ve Çözüm Önerileri. İş Sağlığı ve Güvenliği Uzmanlık Tezi. Çalışma ve Sosyal Güvenlik Bakanlığı İş Sağlığı ve Güvenliği Genel Müdürlüğü, Ankara, Türkiye.
  • KAVLAK, K. (2006). “Elektrikli Asansörler İle Hidrolik Asansörlerin Karşılaştırılması”. Selçuk Üniversitesi Teknik Bilimler Meslek Yüksekokulu Teknik-Online Dergi, 5(2): 28-40.
  • KAYA, C, ERKAYMAZ, O, AYAR, O, ÖZER, M. (2017). “C4.5 Karar Ağacı Temelli Öznitelik Seçimi İle Video-Okülografi (VOG) Sinyallerinden Diyabetik Retinopati Hastalığının Sınıflandırılması”. Tıp Teknolojileri Kongresi, 12-14 Ekim, 2017, Trabzon, Türkiye, 75-78.
  • KAYGIN, C.Y, TAZEGÜL, A, YAZARKAN, H. (2016). “İşletmelerin Finansal Başarılı Ve Başarısız Olma Durumlarının Veri Madenciliği Ve Lojistik Regresyon Analizi İle Tahmin Edilebilirliği”. Ege Akademik Bakış, 16(1): 147-159.
  • KILINÇ, D, BOZYİĞİT, F, BORANDAĞ, E, YÜCALAR, F, AKYOL, H, AKIRMAK E.A. (2016). “Uzun, Z. Sınıflandırma Tabanlı Zombi Bilgisayar Tespit Sistemi”. Akademik Bilişim Konferansı 2016, Adnan Menderes Üniversitesi, 30 Ocak-5 Şubat 2016, Aydın, Türkiye.
  • KIRAL, Z, KIRAL, BG. (2008). “Ray Deformasyonlarının Asansör Kabini Titreşimlerine Etkisinin İncelenmesi”. Mühendis ve Makine, 48(578): 2-7.
  • KOÇ, Z. (2009). Asansör Kılavuz Ray Konsollarının Derilme Analizi. Yayınlanmamış Yüksek Lisans Tezi, İstanbul Teknik Üniversitesi Fen Bilimleri Enstitüsü, İstanbul, Türkiye.
  • KOYUNCUGİL, A.S, ÖZGÜLBAŞ, N. (2008). “İMKB’de İşlem Gören Kobi’lerin Güçlü Ve Zayıf Yönleri: CHAID Karar Ağacı Uygulaması”. Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 23(1): 1-21. KRICHENE, A. (2017). “Using A Naive Bayesian Classifier Methodology For Loan Risk Assessment”. Journal of Economics, Finance and Administrative Science, 22(42): 3-24.
  • LEMOYNE, R, MASTROIANNI, T. (2017). “Implementation Of A Smartphone Wireşess Gyroscope Platform With Machine Learning For Classifying Disparity Of A Hemiplegic Patellar Tendon Reflex”. Journal of Mechanics in Medicine and Biology, 17(6):1750083-1- 1750083-15.
  • ÖZTEMEL, E. (2003). Yapay Sinir Ağları. Papatya Yayıncılık, Birinci Baskı, İstanbul, Türkiye.
  • PARK, S, YANG, B. (2010). “An Implementation of Risk-based Inspection For Elevator Maintenance”. Journal of Mechanical Science and Technology, 24 (12): 2367-2376.
  • PEI, D, ZHANG, C, QUAN, Y, GUO Q. (2019). “Identification of Potential Type II Diabetes In a Chinese Population With a Sensitive Decision Tree Approach”. Hindawi Journal of Diabetes Research, Volume 2019: 1-7.
  • SALEHZADEH, R. (2017). “Which Types of Leadership Styles Do Followers Prefer? A Decision Tree Approach”. International Journal of Educational Management, 31(7): 865-877.
  • ŞEKER, Ş.E. (2013). İş Zekası ve Veri Madenciliği. Cinius Yayınları, Birinci Baskı, İstanbul.
  • ŞEN, Z. (2004). Yapay Sinir Ağları İlkeleri. Su Vakfı Yayınları, İstanbul.
  • TABACHNICK, B.G, FIDELL, L.S. (2015). Çok Değişkenli İstatistiklerin Kullanımı. Baloğlu, M. (eds), 6. Basımdan Çeviri, Nobel Yayın Evi, Ankara.
  • TEKİN, R, KAYA, Y, TAĞLUK, M.E. (2011). “K-means ve YSA Temelli Hibrit Bir Model İle Epileptik EEG İşaretlerinin Sınıflandırılması”. Elektrik ve Elektronik Bilgisayar Sempozyumu, 5-6-7 Ekim, 2011, Elazığ, Türkiye, 277-283s.
  • TRIVEDI, S.K, PANIGRAHI, P.K. (2018). “Spam Classification: A Comparative Analysis Of Different Boosted Decision Tree Approaches”. Journal of Systems and Information Technology, 20(3): 298-320.
  • ÜNAL, M.Ö, AYKAÇ, B. (2010). “Yapı İşlerinde Asansör Kazaları Ve Güvenlik Önlemleri”. International Journal of Engineering Research and Development, 2(2): 13-19.
  • VERNEKAR, K, KUMAR, H, GANGADHARAN, K.V. (2018). “Engine Gearbox Fault Diagnosis Using Machine Learning Approach”. Journal of Quality in Maintenance Engineering, 24(3): 345-357.
  • WEKA2007.http://weka.sourceforge.net/doc.dev/weka/classifiers/meta/RandomComittee.html, 02.04.2019.
  • WU, H-C, HU, Y-H, HUANG, Y-H. (2014). “Two-Stage Credit Rating Prediction Using Machine Learning Techniques”. Kybernetes, 43(7): 1098-1113.
  • ZARIKAS, V, LOUPIS, M, PAPANIKOLAOU, N, KYRITSI, C. (2013). “Statistical Survey Of Elevator Accidents In Greece”. Elsevier Safety Science, 59: 93-103.
Toplam 42 adet kaynakça vardır.

Ayrıntılar

Birincil Dil Türkçe
Bölüm Makaleler
Yazarlar

Meltem Karaatlı 0000-0002-7403-9587

Yayımlanma Tarihi 30 Eylül 2020
Kabul Tarihi 2 Eylül 2020
Yayımlandığı Sayı Yıl 2020 Cilt: 4 Sayı: 3

Kaynak Göster

APA Karaatlı, M. (2020). Asansörlerde Meydana Gelen Arıza Sebeplerinin Sınıflandırılması. Alanya Akademik Bakış, 4(3), 651-664. https://doi.org/10.29023/alanyaakademik.632107