CLOUD-BASED PREDICTIVE MAINTENANCE IN INDUSTRY: AN APPLICATION OF UNSUPERVISED VIBRATION ANALYSIS

Yıl 2025, Cilt: 9 Sayı: 3, 448 - 461, 28.12.2025

Emin Öztürk , Aziz Kubilay Ovacıklı

https://doi.org/10.46519/ij3dptdi.1731806

https://izlik.org/JA33MR62GS

Öz

Predictive maintenance is a maintenance strategy that has emerged as a result of advancements in the industrial production process. This study focuses on autonomous predictive maintenance approaches applied to vacuum fans rotating at 3000 RPM in a white paper production factory. This work aims to detect imbalance and bearing faults using a wireless accelerometer that collects vibration data across three axes. The data collected from the accelerometers is transmitted to a cloud environment using Internet of Things (IoT) technologies. The data transferred to the cloud were evaluated using statistical methods for raw data analysis, such as crest factor, skewness, and kurtosis. This evaluation was supported by energy analysis and unsupervised learning for bearing analysis. The obtained results were visualized on a web interface shared with users. As a result of this study, unbalance and bearing faults were successfully detected.

Anahtar Kelimeler

Predictive Maintenance , Vibration Analysis , Unsupervised Learning , Rolling Element Bearings , Rotating Machinery , Cloud Computing.

ENDÜSTRİDE BULUT BİLİŞİM TABANLI KESTİRİMCİ BAKIM VE DENETİMSİZ TİTREŞİM ANALİZİ UYGULAMASI

https://izlik.org/JA33MR62GS

Öz

Kestirimci bakım, endüstriyel üretim sürecindeki gelişmeler sonucunda ortaya çıkan bir bakım stratejisidir. Bu çalışmada beyaz kağıt üreten bir fabrikada 3000 devir/dk. dönen vakum fanları üzerinde uygulanan otonom kestirimci bakım yaklaşımları ele alınmıştır. Çalışmada üç eksende titreşim verisi toplayan kablosuz ivme sensörü kullanılarak balanssızlık ve rulman arızası belirlemek hedeflenmiştir. İvme sensörlerinden toplanan veriler nesnelerin interneti teknolojilerinden yararlanılarak bulut ortamına gönderilmiştir. Bulut ortamına aktarılan veriler crest factor, skewness, kurtosis gibi ham veri analizi için istatistiksel yöntemler ile değerlendirilmiş, bu değerlendirme enerji analizi ve denetimsiz öğrenme üzerinden rulman analizleri ile desteklenmiştir. Elde edilen sonuçlar kullanıcılar ile paylaşılan web arayüzünde görselleştirilmiştir. Yapılan çalışma sonucunda balanssızlık ve rulman arızaları başarılı bir şekilde tespit edilmiştir.

Anahtar Kelimeler

Kestirimci Bakım , Titreşim Analizi , Güdümsüz Öğrenme , Rulmanlar , Döner Ekipmanlar , Bulut Bilişim.

Teşekkür

Öncelikle çalışmanın temellendiği Tekirdağ Muratli yerleşkesindeki endüstri partnerimize, sonrasında ürünlerini kullandığımız Ascribo firmasına ve katkı sağlayan diğer tüm kişi ve kurumlara teşekkür ederiz.

Kaynakça

• 1. Romanssini, M.; de Aguirre, P. C.; CompassiSevero, L.; Girardi, A. G., “A review on vibration monitoring techniques for predictive maintenance of rotating machinery”, Eng, Vol 4, Issues 3, Pages 1797-1917, 2023.
• 2. Sunetcioglu, S., Arsan, T., “Predictive Maintenance Analysis for Industries”, Cirpan, H., Hokelek, I., Shakir, M., 2024 IEEE International Black Sea Conference on Communications and Networking (BlackSeaCom), Pages 344-347, IEEE, Gürcistan, 2024.
• 3. Chu, T., Nguyen, T., Yoo, H., Wang, J., “A review of vibration analysis and its applications”, Heliyon, Vol. 10, Issues 2, Pages 1-13, 2024.
• 4. Pinheiro, A. A., Brandao, I. M., Da Costa, C., “Vibration analysis in turbomachines using machine learning techniques”, European Journal of Engineering and Technology Research, Vol. 4, Issues 2, Pages 12-16, 2019.
• 5. Arora, J. K., Rajagopalan, S., Singh, J., Purohit, A., “Low-frequency adaptation-deep neural network-based domain adaptation approach for shaft imbalance fault diagnosis”, Journal of Vibration Engineering & Technologies, Vol. 12, Issues 1, Pages 375-394, 2024.
• 6. Gürsoy, M.Ü., Çolak, U.C., Gökçe, M.H., Akkulak, C., Ötleş, S., “Endüstri için kestirimci bakım”, International Journal Of 3D Printing Technologies And Digital Industry, Cilt 3, Sayı 1, Sayfa 56-66, 2019.
• 7. ASCRIBO Applied Sciences Inc., “ABLE System”, https://www.ascribo.io/products/ablesystem, May 20, 2025.
• 8. Yuan, X., He, Y., Wan, S., Qiu, M., Jiang, H., “Remote vibration monitoring and fault diagnosis system of synchronous motor based on internet of things technology”, JMobile Information Systems, Vol. 2021, Issues 1, Pages 345-624, 2021.
• 9. Tandon, N., Yadava, G.S., Ramakrishna, K.M., “A comparison of some condition monitoring techniques for the detection of defect in induction motor ball bearings”, Mechanical Systems and Signal Processing, Vol. 21, Issues 1, Pages 244-256, 2007.
• 10. Demir, H.G., Müştak, O., “Rulman hasarlarının titreşim ve gürültü analizi ile tespiti”, Avrupa Bilim ve Teknoloji Dergisi, Sayı 25, Sayfa 571-581, 2021.
• 11. Yaman, G., Karadayı, H.M., “Titreşim analizi ile pompalarda arıza tesbiti ve kestirimci bakım için örnek bir çalışma”, Tesisat Mühendisliği, Sayı 140, Sayfa 36-51, 2014.
• 12. Günindi, Z.Ö., Kurban, A.O., Danışmaz, M., “Soğutma fanının kestirimci bakım yöntemi uygulaması ile titreşim analizi ve yapısal esneklik arızasının giderilmesi”, Icontech International Journal Of Surveys, Engineering, Technology, Vol. 6, Issue 1, Pages 33-41, 2022.
• 13. Aydın, G., Meral, C., “Çimento Sektöründe Kestirimci Bakımla Arıza Teşhisi ve Önlenmesi”, Mühendis ve Makina , Cilt 59, Sayı 692, Sayfa 48- 67, 2018.
• 14. Daniel, C.K., Michael, L. T., “An Optimal placement of triaxial accelerometers for modal vibration tests”, Mechanical Systems and Signal Processing, Vol. 18, Issues 1, Pages 29-41, 2003.
• 15. Ovacıklı, A.K., Paajarvi, P., LeBlanc,, J.P., Carlson, J.E., “Recovering Periodic Impulsive Signals Through Skewness Maximization”, IEEE Transactions on Signal Processing, Vol. 64, Pages 1586-1596, 2016.
• 16. Baloğlu, A., Karademiroğlu, O., “Akıllı şehirlerde kablosuz haberleşme teknolojileri ve doğru teknoloji seçimi”, İstanbul Sabahattin Zaim Üniversitesi Fen Bilimleri Enstitüsü Dergisi, Cilt 1, Sayı 1, Sayfa 25, 2019.
• 17. Randall, R.B., Antoni, J., “Rolling element bearing diagnostics - A tutorial”, Mechanical Systems and Signal Processing, Vol. 25, Issues 2, Pages 485-520, 2011.
• 18. Kam, M., Gülle, S., “Fan kanatlarındaki dengesizliğin ve yuvarlanmalı yatak arızasının titreşime etkisi”, International Journal Of 3D Printing Technologies And Digital Industry, Cilt 7, Sayı 1, Sayfa 1-8, 2023.
• 19. Alçelik, N., Kam, M., “Dönen makinelerde eksenel kaçıklık ve dengesizliğin titreşim analizi”, BŞEÜ Fen Bilimleri Dergisi, Cilt 7, Sayfa 256-296, 2020.
• 20. Eraslan, B., Uysal, A., “Endüstri 4.0 çağında Türkiye: akıllı fabrikaların yükselişi ve mekânsal dinamikler”, Mavi Atlas, Cilt 12, Sayı 2, Sayfa 505- 517, 2024.
• 21. Albayrak, A., Kaynaklı, M., “Kestirimci bakım teknolojileri”, Sayfa 10-11, Duvar Yayınları, İzmir, 2024.
• 22. Ovacıklı, A.K., Yağcıoğlı, M., Demircioğlu, S., Kocatekin, T., Birtane, S., “Supervised LearningBased Fault Classification in Industrial Rotating Equipment Using Multi-Sensor Data”, MDPI Vol. 15, Issues 13, Pages 1-27, 2025.
• 23. ISO, “ISO 10816-1:1995 - Mechanical vibration - Evaluation of machine vibration by measurements on non-rotating parts - Part 1: General guidelines”, https://www.iso.org/standard/18866.html, May 20, 2025.