AI Destekli Kestirimci Bakım ve ERP Karar Destek Sistemi

Genel bakış

Proje, tek başına bir arıza skoru üretmek yerine tahmini açıklanabilir ve izlenebilir bir bakım kararına dönüştüren ERP odaklı bir uygulama akışı kurar. Model çıktısı; makine kritiklik seviyesi, parça durumu ve insan onayıyla birlikte değerlendirilir.

Problem ve hedef

Bakım ekipleri için risk olasılığı tek başına yeterli değildir. Hangi sinyalin tahmini etkilediği, makinenin operasyonel önemi, gerekli parçaların durumu ve kararın kim tarafından onaylandığı aynı akışta görünmelidir.

Benim katkım

• Sensör verisi için özellik mühendisliği ve Random Forest tahmin akışını geliştirdim.
• SHAP açıklamalarını kayıtlı değerlendirme ve tahmin detaylarına bağladım.
• Dashboard, iş emri, parça/stok ve rol tabanlı yönetim akışlarını tek uygulamada birleştirdim.

Çözüm

• Ortam ve proses sıcaklığı, devir, tork, takım aşınması ve ürün tipi girdileri ortak bir analiz sözleşmesine dönüştürüldü.
• Tahmin sonucu ve etkili özellikler SHAP ile birlikte sunuldu; hızlı analiz ve kayıtlı değerlendirme akışları ayrıldı.
• Bakım önceliği, iş emri ve stok bağlamı bir karar kaydında toplandı; nihai karar insan onayında bırakıldı.

Mimari

Sistemin temel bileşenleri ve veri/karar akışı aşağıdaki gibi ayrılır.

Teknolojiler

Uygulama kararları

• Nadir arıza sınıfını yalnız accuracy ile değerlendirmemek; precision, recall ve PR-AUC gibi uygun ölçümleri esas almak.
• Hedef bilgisini dolaylı taşıyabilecek alanları eğitim girdilerinden ayırarak veri sızıntısını önlemek.
• Model açıklamasını sonuçtan ayrı bir süs değil, karar kaydının parçası yapmak.

Sonuçlar ve değerlendirme

• Analiz, tahmin geçmişi, kayıt detayı, iş emirleri, replay ve yönetim ekranlarını kapsayan çalışan bir uygulama akışı oluşturuldu.
• Model riski ile operasyonel bağlam aynı karar yüzeyinde görünür ve denetlenebilir hale getirildi.

Zorluklar ve çözümler

• Dengesiz hedef dağılımı → çoğunluk sınıfının accuracy değerini yanıltmasını önleyen değerlendirme yaklaşımı.
• Tahmin ile bakım eylemi arasındaki boşluk → kritikliği, stoku ve insan onayını birleştiren iş akışı.

Öğrendiklerim

Üretilebilir bir ML özelliğinin yalnız modelden ibaret olmadığını; veri sözleşmesi, açıklanabilirlik, insan onayı ve izlenebilir kayıtların birlikte tasarlanması gerektiğini gösterdi.