Endüstriyel dünyada yapay zeka ve kestirimci bakım teknolojileri hızla yükselirken, "Makinenin zaten söylediğini dinliyor muyuz?" gibi kritik bir sorunun yanıt beklediğini ifade eden Roca Bakım Müdürü Metalurji ve Malzeme Mühendisi Caner Ursavaş, elektriksel bir problem sanılan ancak derin veri analiziyle mekanik bir zorlanma olduğu anlaşılan kritik bir servo arızası vakasını paylaştı. Alarm seviyesine ulaşmayan ancak "normalin" çok dışındaki yük değerlerinin nasıl bir erken uyarı sistemine dönüştüğünü anlatan Ursavaş, gerçek dijital dönüşümün teknoloji yatırımından önce veri kültürüyle başladığını da vurguladı.
SERVO MOTORLARDA AŞIRI YÜK VE ISINMA PROBLEMİ
Endüstriyel bakımda servo arızaları çoğu zaman elektriksel problem olarak değerlendirilir. Motor, sürücü, kablo, soğutma… İlk refleks genellikle bu sıradadır. Ben de uzun süre böyle yaklaştım. Ancak yaşadığımız bir vaka, kestirimci bakım ve veri okuma konusundaki bakış açımı kökten değiştirdi.
İki farklı ekseni hareket ettiren servo motorlarda aşırı yük ve ısınma problemi yaşıyorduk. Sistem alarm veriyor, resetleniyor ve bir süre daha çalışıyordu. İlk etapta mekanik ayarları düzelttik ve kısmi iyileşme gördük. Fakat detaylı veri incelemesi yaptığımızda asıl tablo ortaya çıktı. Sorunun kaynağı alarmdan değil, yük değerlerinden okunuyordu.
30 NM’LİK UYARI
Makine ekranındaki servo yük değerleri yaklaşık 30 Nm seviyelerindeydi. Oysa üretici firmanın önerdiği maksimum sürekli çalışma limiti 9 Nm idi. Aradaki fark yalnızca sayısal bir sapma anlamına gelmiyordu; bu değer, sistemin uzun süredir verdiği fakat alarm seviyesine ulaşmadığı için göz ardı edilen erken bir uyarıydı.
Sürücü tarafındaki parametreler de bu tabloyu destekliyordu. Faz akımında belirgin bir artış gözleniyor, motor sıcaklık trendi kademeli olarak yükseliyor ve yük dalgalanmaları normal çalışma karakterinin dışına çıkıyordu. Bu göstergeler elektriksel bir arızadan ziyade mekanik zorlanmaya işaret eden bütüncül bir veri seti sunuyordu.
Mekanik ayarlar sistematik biçimde yeniden optimize edildiğinde yük değerleri anlamlı şekilde geriledi. Bir eksende yaklaşık 10 Nm, diğer eksende ise 7 Nm seviyelerine düşüş sağlandı. Bununla birlikte akım değerleri stabil hale geldi, sıcaklık artışı normal çalışma bandına döndü ve sistem davranışı öngörülebilir bir karakter kazandı. Sorun elektriksel değildi. Sorun, veri uzun süredir konuşmasına rağmen bizim onu sadece alarm seviyesinde ciddiye almamızdı.
KESTİRİMCİ BAKIM AI İLE Mİ BAŞLAR?
“Kestirimci Bakım, AI & Veri Bilimi”. Bu kavramlar sahada giderek daha fazla konuşuluyor. Ancak bu vaka bana şunu net gösterdi:
AI’dan önce veri okuryazarlığı gelir.
Makine zaten bize şunları sunuyordu:
- Anlık ve ortalama servo yük değerleri
- Akım grafikleri
- Sıcaklık trendleri
- Alarm geçmişi
Eğer bu veriler düzenli olarak analiz edilseydi, 30 Nm seviyesi alarm noktasına gelmeden önce müdahale edilebilirdi.
Yapay zeka tabanlı sistemler, trend sapmalarını otomatik olarak yakalayabilir. Anomali tespiti yapabilir. Fakat temel referans aralıkları tanımlanmamış, eşik değerler belirlenmemiş ve ekipler veriye bakma alışkanlığı kazanmamışsa, AI, doğru veri kültürü oluşmadığında beklenen faydayı üretmeyebilir.
ANLIK ALARM DEĞİL, TREND SAPMASI
Bu olay, bakım yaklaşımımızı tamamen yeniden tanımlamamıza neden oldu. Artık sadece alarm durumuna bakmıyoruz. Şunları izliyoruz:
- Nominal servo yük aralığı
- Kalıp değişim sonrası yük farkı
- Sürekli yük artışı eğilimi
- Yük–akım korelasyonu
Bu sayede, sistem davranışındaki küçük sapmaları erken fark edebiliyoruz.
Kestirimci bakımın özü bana göre şudur:
Sistemin “normalini” tanımlamak ve normalden sapmayı erkenden görmek.
AI bu süreci hızlandırabilir, otomatikleştirebilir ve görselleştirebilir. Ancak temel kültür oluşmadan sürdürülebilir olmaz.
KÜLTÜR DEĞİŞMEDEN TEKNOLOJİ YETMEZ
Sahada sık karşılaştığım bir durum var:
“Alarm yoksa sorun yoktur.”
Oysa alarm çoğu zaman sürecin son aşamasıdır.
Bu nedenle şu uygulamaları standart hale getirdik:
- Servo yükleri için referans çalışma aralığı tanımlandı.
- Limit üstü değerler alarm beklenmeden müdahale kriteri oldu.
- Yeni kalıp bağlandığında yük ve akım değerleri kayıt altına alınıyor.
- Bakım ve üretim aynı veri seti üzerinden konuşuyor.
Bu küçük ama disiplinli adımlar, plansız duruş riskini ciddi şekilde azalttı.
SONUÇ
Servo motor arıza verdiğinde genellikle geç kalmış oluruz. Asıl kazanım, arıza oluşmadan önce yük davranışındaki değişimi yakalayabilmektir.
Bu deneyim bana şunu öğretti:
Kestirimci bakım; AI yatırımıyla değil, mevcut veriyi doğru yorumlama alışkanlığıyla başlar. Gerçek dönüşüm, teknoloji yatırımından önce veri kültürüyle başlar. Yapay zeka sistemleri geleceğin önemli araçları olacak. Ancak bugünün en kritik sorusu şu:
“Makinenin zaten söylediğini dinliyor muyuz?”
