Kazanimlar:
- CAN veri yolu, telematik ve sensör telemetrisinin yapısını ve kestirimci bakımın filo/araç ömrü boyunca değerini açıklayabilme
- Anomali tespiti, kalan faydalı ömür (RUL) tahmini ve arıza kodu yorumunda yapay zeka iş akışı kurabilme
- Kestirimci bakım çıktısını yanlış alarm maliyeti, bakım penceresi ve emniyet marjıyla dengeleyerek doğrulayabilme
Bir aracın ya da bir filonun (ticari araç, kamyon, otobüs, iş makinesi topluluğu) bakımını üç türlü yapabilirsiniz. Düzeltici bakım: bozulunca tamir et (en pahalısı, çünkü ani arıza ve duruş getirir). Önleyici bakım: her 15.000 km'de değiştir (güvenli ama israflı, çünkü sağlam parçayı da atarsınız). Kestirimci bakım (predictive maintenance): verilere bakıp "bu parça yaklaşık 2.000 km sonra arıza verecek" diye tahmin et ve tam zamanında müdahale et. Yapay zeka, kestirimci bakımı mümkün kılan teknolojidir. Bu ünitede araç verisinin nasıl aktığını, kestirimci bakım modellerinin nasıl kurulduğunu ve bu tahminlerin nasıl güvenle kullanılacağını göreceğiz.
Araç verisi nereden gelir? CAN, OBD ve telematik
Araçlar sürekli veri üretir:
- CAN veri yolu (Controller Area Network): Aracın içindeki elektronik kontrol ünitelerinin (ECU) birbiriyle konuştuğu iç ağdır. Motor devri, hız, sıcaklık, gaz pozisyonu gibi yüzlerce sinyal buradan akar.
- OBD-II (On-Board Diagnostics): Standart teşhis portu; DTC denen arıza kodlarını (Diagnostic Trouble Code, örn. P0301 = 1. silindir ateşleme atlaması) okumanızı sağlar.
- Telematik / telemetri: Aracın bu verileri kablosuz olarak (SIM kartlı bir modül üzerinden) merkeze göndermesidir. Konum, sürüş davranışı, motor durumu uzaktan izlenir.
Bu veri genellikle zaman serisidir: belirli aralıklarla (ör. saniyede bir) ölçülen değerler dizisi. Kestirimci bakımın hammaddesi budur.
Dikkat: Konum, sürüş davranışı ve VIN (şasi numarası) kişisel/hassas veridir. Telemetri ile çalışırken anonimleştirme, veri minimizasyonu ve KVKK/GDPR uyumu şarttır (ayrıntısı 10. ünitede). Ham VIN'i genel bir AI aracına göndermeyin.
Kestirimci bakımın üç ana görevi
- Anomali tespiti: Normal davranıştan sapmayı yakalamak. Örneğin bir turbo sıcaklığının, benzer koşullarda beklenenden sürekli 15°C yüksek seyretmesi. Model "normal"i öğrenir, sapmayı işaretler.
- Kalan faydalı ömür (RUL - Remaining Useful Life) tahmini: Bir bileşenin arızaya kadar tahmini kalan çalışma süresi/mesafesi. "Bu debriyaj yaklaşık 3.500 km sonra kritik aşınmaya ulaşır."
- Arıza sınıflandırma / kök neden: Sensör örüntülerinden hangi arıza türünün geliştiğini kestirmek ve DTC'lerle birleştirmek.
Adım adım: bir kestirimci bakım iş akışı
- İş sorusunu netleştirin. Neyi tahmin ediyoruz (hangi parça, hangi arıza)? Erken uyarı ne kadar önceden gerekli?
- Veriyi toplayın ve hizalayın. Farklı sensörlerin zaman damgaları hizalanmalı, birimler tutarlı olmalı.
- Etiket/olay tanımı. Geçmişte gerçekleşen arızaları işaretleyin; model bunlardan öğrenir. Etiket yoksa anomali tespitine yönelin.
- Öznitelik mühendisliği. Ham sinyalden anlamlı özellikler çıkarın: hareketli ortalama, titreşim frekans bileşenleri, sıcaklık artış hızı.
- Model kurma ve doğrulama. Zaman serisinde geçmiş/gelecek ayrımına dikkat (veri sızıntısı tehlikesi!).
- Eşik ve alarm mantığı. Ne zaman "bakım gerekli" alarmı çıkacak?
- Sahaya alma ve izleme. Alarmların doğruluğunu takip edin; yanlış alarm oranını düşürün.
İpucu: Zaman serisinde modeli değerlendirirken geleceği eğitimde kullanmayın. "Gelecek 5 dakikanın ortalaması" gibi bir öznitelik, tahmin anında bilinemez; bu bir veri sızıntısıdır ve modeli laboratuvarda harika, sahada işe yaramaz yapar.
RUL tahminini doğru kullanmak
RUL bir tek sayı gibi görünse de aslında bir tahmindir ve belirsizlik taşır. Doğru kullanım:
- Belirsizlik aralığıyla sunun. "3.500 km" yerine "3.000-4.200 km (%80 güven)". Bakım planı en kötü senaryoya göre yapılır.
- Emniyet marjı ekleyin. Güvenlik-kritik parçada tahminin alt sınırından da önce müdahale edin.
- Yanlış alarm maliyetini tartın. Çok erken uyarı = gereksiz parça değişimi ve duruş; çok geç = arıza. Denge iş kararıdır.
Yaklaşım
Avantaj
Dezavantaj
Düzeltici (bozulunca)
Planlama gerektirmez
Ani duruş, en yüksek maliyet
Önleyici (takvim/km)
Basit, güvenli
Sağlam parça israfı
Kestirimci (AI)
Tam zamanında, az israf
Veri, model, doğrulama gerektirir
Mini vaka çalışmaları
Vaka 1 - Filoda anomali. Bir kargo filosunda 40 kamyonun turbo basınç sinyali izleniyor. Model bir araçta, aynı yük ve hızda basıncın yavaşça düştüğünü yakalıyor; DTC henüz yok. Servise çekildiğinde turbo kaçağının başladığı görülüyor. Yolda arıza ve çekici maliyeti (yaklaşık 900 EUR) önlenmiş oluyor. Sonuç: Anomali, arıza koduna dönüşmeden erken uyarı verdi.
Vaka 2 - Veri sızıntısı tuzağı. Bir ekip fren balatası aşınma modelini kuruyor; test doğruluğu şaşırtıcı biçimde %99. İncelemede modelin, aşınmayı doğrudan gösteren bir bakım-kaydı alanını (arıza sonrası girilen bir sütun) öznitelik olarak kullandığı, yani "cevabı" gördüğü ortaya çıkıyor. Bu alan çıkarılınca doğruluk %82'ye iniyor ama artık gerçekçi. Sonuç: Fazla iyi görünen sonuç, veri sızıntısının işaretidir.
Vaka 3 - Yanlış alarm dengesi. Bir batarya sağlık modeli, eşik çok hassas ayarlandığında haftada 30 yanlış alarm üretiyor; teknisyenler alarmlara güvenmeyi bırakıyor. Eşik, belirsizlik aralığı ve iki ardışık onay kuralıyla yeniden düzenlenince yanlış alarm haftada 4'e iniyor ve gerçek arızalar hâlâ yakalanıyor. Sonuç: Alarm yorgunluğu, kestirimci bakımı işlevsiz bırakabilir; denge şarttır.
Prompt şablonları
Şablon 1 - Öznitelik önerisi (sızıntı kontrollü):
Rol: Kestirimci bakım veri bilimcisisin.Görev: Turbo arızası erken tespiti için aday öznitelikler öner.Bağlam: Sinyaller: turbo basıncı, egzoz sıcaklığı, motor devri,yük; saniyede 1 örnek; VIN anonimleştirildi.Kısıt: Tahmin anında bilinemeyecek (gelecek/sızıntı riskli)öznitelik önerme; her öznitelik için sızıntı riskini işaretle.Çıktı: Öznitelik | gerekçe | sızıntı riski (E/H) tablosu.
Şablon 2 - DTC yorumlama:
Rol: Otomotiv teşhis uzmanısın.Görev: Aşağıdaki DTC kombinasyonunu yorumla ve olası köknedenleri sırala.Bağlam: P0300, P0171, hafif rölanti titreşimi; son bakım10.000 km önce.Kısıt: Kesin teşhis koyma; olasılık sırasıyla neden ve herbiri için bir doğrulama ölçümü ver.Çıktı: Olası neden | doğrulama | öncelik.
Şablon 3 - RUL yorumlama:
Rol: Güvenilirlik (reliability) mühendisisin.Görev: RUL tahminimi bakım planına çevir.Bağlam: Debriyaj RUL tahmini 3.500 km, güven aralığı2.800-4.500 km; güvenlik-kritik değil ama yolda kalma pahalı.Kısıt: Belirsizliği ve yanlış alarm maliyetini gözet; teksayıya güvenme.Çıktı: Önerilen bakım penceresi + gerekçe + kalan risk.
Şablon 4 - Alarm mantığı:
Rol: Filo izleme sistemi tasarımcısısın.Görev: Yanlış alarmı azaltan bir alarm kuralı taslağı öner.Bağlam: Model saatte skor üretiyor; teknisyenler alarmyorgunluğu yaşıyor.Çıktı: Kural (ör. ardışık onay, histerezis) + beklenen etki.
Zayıf prompt / Güçlü prompt
Zayıf prompt:
Motor arızasını tahmin eden model yap.
Hangi arıza, hangi sinyal, ne kadar önceden, hangi doğrulama belli değil.
Güçlü prompt:
Rol: Kestirimci bakım mühendisisin.Görev: Turbo kaçağını en az 1.000 km önceden uyaracak biryaklaşım tasarla ve doğrulama planını yaz.Bağlam: 40 araçlık filo, CAN sinyalleri, geçmiş 12 arızakaydı var; VIN anonim.Kısıt: Veri sızıntısını önle; RUL'ü belirsizlik aralığıylasun; yanlış alarm maliyetini tartış; kesin teşhis iddia etme.Çıktı: Adım | yöntem | sızıntı riski | doğrulama tablosu.
Sık yapılan hatalar
- Veri sızıntısı. Geleceği veya cevabı içeren öznitelik, sahte yüksek doğruluk üretir.
- RUL'ü tek kesin sayı sanmak. Belirsizlik aralığı ve emniyet marjı olmadan RUL yanıltıcıdır.
- Alarm yorgunluğunu göz ardı etmek. Çok yanlış alarm, sistemin güvenilirliğini bitirir.
- Gizli veriyi korumamak. VIN, konum, sürüş davranışı hassastır; anonimleştirin.
- Zaman damgası/birim hatası. Sensörler hizasızsa model anlamsız örüntü öğrenir.
Ozetle
- Kestirimci bakım, veriye dayalı tahminle "tam zamanında" müdahaleyi hedefler; düzeltici ve önleyici bakıma göre israfı azaltır.
- Veri CAN, OBD ve telematikten zaman serisi olarak gelir; anonimleştirme ve gizlilik şarttır.
- Üç ana görev: anomali tespiti, RUL tahmini, arıza sınıflandırma.
- Veri sızıntısı en tehlikeli tuzaktır; geçmiş/gelecek ayrımını koruyun.
- RUL belirsizlik aralığıyla sunulmalı, yanlış alarm maliyeti ve emniyet marjıyla dengelenmelidir.
Uygulama gorevi
Bir bileşen seçin (ör. akü, fren balatası, turbo). (1) Hangi sinyallerin bu bileşenin sağlığını yansıttığını listeleyin. (2) Şablon 1 ile öznitelik önerileri alıp her birini sızıntı riski açısından işaretleyin. (3) Bir RUL tahminini belirsizlik aralığıyla bir bakım penceresine çevirin. (4) Yanlış alarmı azaltacak bir alarm kuralı tanımlayın ve gizlilik önlemlerinizi yazın.
Kontrol listesi
- [ ] Tahmin edilecek arıza ve gerekli erken uyarı süresini netleştirdim.
- [ ] Öznitelikleri veri sızıntısı açısından denetledim.
- [ ] RUL'ü belirsizlik aralığı ve emniyet marjıyla sundum.
- [ ] Yanlış alarm maliyetini ve alarm yorgunluğunu değerlendirdim.
- [ ] VIN/konum gibi hassas veriyi anonimleştirdim.
- [ ] Sensör hizalama ve birim tutarlılığını kontrol ettim.