RAYLI SİSTEMLERDE BİLGİSAYARLI GÖRME VE NESNELERİN İNTERNETİ KULLANILARAK KESTİRİMCİ BAKIM YÖNTEMLERİNİN GELİŞTİRİLMESİ

Abstract

Demiryollarında yüksek hızlı trenlerin kullanımının artmasıyla bu alanda güvenlik ve bakım planlamasına daha fazla ihtiyaç duyulmuştur. Bu sebeple de durum izleme, arıza teşhisi ve kestirimci bakım gibi terimlere olan ilgi de artış göstermiştir. Son yıllarda teknolojinin de gelişmesiyle her alanda olduğu gibi demiryollarında da arıza ve aşınma tespitleri, durum izleme ve bakım planlanması konularında yapay zekâ, görüntü işleme ve akıllı hesaplama teknikleri çoğunlukla tercih edilmektedir. Bu tezde elektrikli trenlerde lokomotiflere katener hattından güç sağlayan pantografta meydana gelen arıza ve aşınmalar ele alınarak tespitlerinin yapılması ve kestirimci bakım yöntemlerinin geliştirilmesi amaçlanmıştır. Bu sebeple pantograf ve katener hattına dair literatürde bu konularla alakalı yayınlar taranarak detaylı bir bilgi elde edilmiştir. Pantografta meydana gelen arıza ve aşınmaların tespiti için görüntü işleme ve yapay zekâ teknikleri kullanılarak oluşturulan yöntemler geliştirilmiştir. Bu tezde gerçekleştirilen çalışmalarda kullanılan veriler Türkiye Cumhuriyeti Devlet Demiryolları (TCDD) 5. Bölge Müdürlüğü ve Demiryolu Araştırma ve Test Merkezi (DATEM)'den saha çalışmaları yapılarak elde edilmiştir. Buna ek olarak internette erişime açık verilerde kullanılmıştır. Bu veriler kullanılarak görüntü işleme, bilgisayarlı görme, derin öğrenme ve arttırılmış gerçeklik gibi yöntemler kullanılarak arıza teşhisi ve kestirimci bakım yöntemleri gerçekleştirilmiştir. Geliştirilen yöntemlerden elde edilen bulgular literatürde yapılan çalışmalarla kıyaslanarak sonuçları detaylı olarak verilmiştir ve başarılı ve etkin sonuçlar elde edilmiştir.With the increasing use of high-speed trains in railways, there is a greater need for safety and maintenance planning in this area. For this reason, interest in terms such as condition monitoring, fault diagnosis and predictive maintenance has also increased. In recent years, with the development of technology, artificial intelligence, image processing and smart computing techniques are mostly preferred in railways in defect and wear detection, condition monitoring and maintenance planning, as in every field. In this thesis, it is aimed to determine the faults and wear occurring in the pantograph that supplies power to the locomotives from the catenary line in electric trains and to determine the predictive maintenance methods. For this reason, detailed information has been obtained by scanning publications related to these issues in the literature on pantograph and catenary line. Methods created by using image processing and artificial intelligence techniques have been developed to detect faults and wear on the pantograph. The data used in this thesis studies conducted in the Republic of Turkey State Railways (TCDD) 5th Regional Directorate and Railway Research and Testing Center (DATEM) has been obtained in the field work done. In addition, it has been used in data accessible on the internet. Using these data, fault diagnosis and predictive maintenance methods have been performed using methods such as image processing, computer vision, deep learning and augmented reality. The results obtained from the developed methods are compared with the studies in the literature, and the results are given in detail and successful and effective results have been obtained.