Maintenance optimization of multiple component systemsusing probabilistic graphical models
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Boğaziçi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, FEN BİLİMLERİ ENSTİTÜSÜ, Türkiye
Tezin Onay Tarihi: 2020
Tezin Dili: İngilizce
Öğrenci: İPEK KIVANÇ
Danışman: TANER BİLGİÇ
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Bakım optimizasyonu, çok bileşenli sistemler için günümüzün üretim dünyasında zor bir görevdir. Bu nedenle, doğru bakım eylemlerine karar verirken sistemlerin belirsizliğini ve karmaşıklığını dikkate almak kritik öneme sahiptir. Bir planlama ufkunda bakım kararları vermek, belirsizlik durumunda stokastik sıralı karar verme problemlerinden biridir. Kısmen Gözlenebilir Markov Karar Süreçleri (POMDPler), kısmen gözlemlenebilir stokastik ortamlarda belirsizlik altındaki problemler için güçlü araçlardır. Bununla birlikte, durum uzayları değişken sayısı ile hızlı bir şekilde büyüyebildiğinden, çok bileşenli sistemlerin bakım problemlerini ele almak için POMDPler tercih edilmeyebilir. Bu tarz problemler için, problemin doğasında halihazırda mevcut olan faktörlü yapıdan yararlanarak faktörlü POMDPler kullanılır. Bu çalışma, iki ayrı bakım probleminde faktörlü POMDPler kullanılarak kısmen gözlemlenebilir dinamik bileşenlerden oluşan sistemlerin bakım probleminin nasıl formüle edileceğini göstermeyi amaçlamaktadır. İlki, detaylı duyarlılık analizleri yapmak ve çalışmada önerilen bazı tanımlanmış politika-larla karşılaştırmak için deneysel bir modeldir. İkinci model termik santrallerde gerçek hayattaki bir uygulamaya aittir. Duyarlılık analizleri, çeşitli ayarlarla çeşitli senaryolar altında gerçekleştirilmiştir. Sonuçlar, faktörlü POMDPlerin çok bileşenli bakım sorunla-rının modellenmesinde, çözümünde ve analiz edilmesinde avantajlı olduğunu göstermek-tedir. Ayrıca, oluşturulan faktörlü POMDP politikaları miyop politikalardan önemli ölçüde daha iyi performans göstermiştir.