AKILLI FABRİKALARDAKİ OTONOM TAŞIYICILAR İÇİN BULANIK MANTIK TABANLI ANOMALİ TESPİTİ
Öz
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.
Anahtar Kelimeler
Destekleyen Kurum
Proje Numarası
Kaynakça
- Chandola, V., Banerjee, A., & Kumar, V. (2007). Anomaly detection: A survey. ACM computing surveys (CSUR), 41(3), 15.
- Dardor, M., Chlyah, M., & Boumhidi, J. (2018, April). Incident detection in signalized urban roads based on genetic algorithm and support vector machine. In 2018 International Conference on Intelligent Systems and Computer Vision (ISCV) (pp. 1-6). IEEE.
- Dogru, N., & Subasi, A. (2018, February). Traffic accident detection using random forest classifier. In 2018 15th Learning and Technology Conference (L&T) (pp. 40-45). IEEE.
- Ki, Y. K., Heo, N. W., Choi, J. W., Ahn, G. H., & Park, K. S. (2018, January). An incident detection algorithm using artificial neural networks and traffic information. In 2018 Cybernetics & Informatics (K&I) (pp. 1-5). IEEE.
- La-inchua, J., Chivapreecha, S., & Thajchayapong, S. (2013, May). A new system for traffic incident detection using fuzzy logic and majority voting. In 2013 10th International Conference on Electrical Engineering/Electronics, Computer, Telecommunications and Information Technology (pp. 1-5). IEEE.
- Li, Y., Guo, T., Xia, R., & Xie, W. (2018). Road traffic anomaly detection based on fuzzy theory. IEEE Access, 6, 40281-40288.
- Liu, Q., Lu, J., Chen, S., & Zhao, K. (2014). Multiple Naïve bayes classifiers ensemble for traffic incident detection. Mathematical Problems in Engineering, 2014.
- Mamdani, E. H., & Assilian, S. (1975). An experiment in linguistic synthesis with a fuzzy logic controller. International journal of man-machine studies, 7(1), 1-13.
- Mendel, J. M. (1995). Fuzzy logic systems for engineering: a tutorial. Proceedings of the IEEE, 83(3), 345-377.
- Nikolaev, A. B., & Sapego, Y. S. (2016). IMPLEMENTATION OF INCIDENT DETECTION ALGORITHM BASED ON FUZZY LOGIC IN PTV VISSIM. International Journal of Advanced Studies, 6(4), 37-45.