Raylı Sistemlerde Peron Ayırıcı Kapı Sistemi İçin Yapay Sinir Ağı Tabanlı Hata Teşhis Yaklaşımı

Abstract

Günümüzde demiryolu sektöründe tren taşımacılığının önemi göz önüne alındığında endüstriyel Peron Ayırıcı Kapı Sistemi (PAKS) genellikle emniyet açısından kritik sistemler olarak tanımlanmaktadır. PAKS sisteminde meydana gelebilecek arızalar, tren ulaşımının elverişliliğini ciddi şekilde etkileyecektir. PAKS sisteminin emniyetli ve güvenilir bir şekilde çalışmasını sağlamak için bu çalışmada PAKS sistemi üzerinde veriye dayalı hata tespit ve sınıflandırma yöntemi üzerine çalışıldı. Bu yöntemde yapay sinir ağı (YSA) güçlü kabiliyetleri nedeniyle tercih edildi. PAKS sistemi üzerinde yapay olarak farklı çalışma durumları (sağlıklı ve hatalı) oluşturularak, PAKS kapısının çalışmasını sağlayan elektriksel motorun akım ve gerilim sinyalleri veri seti olarak kullanıldı. Toplamda beş farklı çalışma durumu için her biri 1000 açma/kapama döngüsü üzerinden veriler toplandı ve her bir durum için 12 adet öz nitelik değerleri hesaplanarak YSA modelleri için giriş/çıkış veri setleri elde edildi. Bu çalışmada dört farklı YSA yapısı üzerinde çalışıldı ve eğitme/test aşamaları bu yapılara uygulandı. Doğruluk, hassasiyet, kesinlik, belirginlik gibi performans parametreleri bu YSA modelleri için karşılaştırmalı olarak hesaplandı. Çalışma kapsamında elde edilen sonuçlara göre, toplamda üç katmanlı (giriş-gizli katman-çıkış) ve nöron sayıları sırasıyla 12-7-5 olan yapının en iyi performansı gösterdiği gözlemlendi. Sonuç olarak YSA yapısının PAKS sistemi üzerindeki oluşabilecek hataları teşhis etmede kullanışlı bir Yapay Zeka (YZ) aracı olduğu söylenebilir.