Keşifsel Veri Analizi

Modellemeye başlamadan önce veriyi tanımak gerekir. EDA, hangi motor ne kadar yaşıyor, hangi sensör bilgi taşıyor sorularını sayısal değil görsel olarak yanıtlar.

1.1Veriyi okuma

FD001 dosyaları başlıksız, boşluk ayrımlıdır. İlk iş sütunları adlandırmak ve motorlara göre gruplamaktır.

import pandas as pd

cols = ["unit", "cycle"] + [f"set_{i}" for i in range(1,4)] \
     + [f"sensor_{i}" for i in range(1,22)]

train = pd.read_csv("train_FD001.txt", sep=r"\s+", header=None, names=cols)

1.2Motor ömür dağılımı

İlk soru basit: motorlar genelde kaç çevrim yaşıyor? Her motor için son gözlenen çevrim sayısı alınır ve dağılımı çizilir.

Dağılım simetrik değildir. Bu nedenle erken yaşam, orta yaşam ve arızaya yakın dönem aynı şekilde ele alınmaz; modül boyunca bu farkı göz önünde tutacağız.

1.3Sensör eğilimleri

21 sensörün hepsi aynı bilgiyi taşımaz. Bazıları sabittir, bazıları gürültülüdür, bazılarında ise arıza yaklaştıkça net bir eğilim görülür. Tek bir sensörü birkaç motorda çizmek bunu anında ortaya koyar.

1.4RUL ile korelasyon

Hangi sensör ne kadar bilgi taşıyor? Eğitim verisinde RUL biliniyor olduğundan, her sensörün RUL ile Pearson korelasyonunu hesaplayıp sıralayabiliriz.

Veri İşleme

Ham sensör verisi modele doğrudan beslenmez. Önce gürültü azaltılır, farklı ölçekteki sensörler aynı düzleme getirilir, RUL etiketleri tutarlı biçimde oluşturulur.

2.1RUL etiketinin hesaplanması

Eğitim verisinde her motor arızaya kadar gözlendiği için kalan ömür etiketi doğrudan çıkarılır. Mantık basittir: bir motorun son görülen çevrimi arıza noktası kabul edilir; o noktaya ne kadar kaldığı RUL etiketidir.

Bu işlem yalnızca eğitim verisinde güvenlidir; test motorları arızadan önce kesildiği için aynı bilgi gerçek hayatta baştan bilinmez.

# motor bazında son çevrimi bul, RUL'u türet
max_cycle = train.groupby("unit")["cycle"].transform("max")
train["RUL"] = max_cycle - train["cycle"]

2.2RUL tavanı

Motor henüz çok genç iken, ona çok yüksek bir kalan ömür etiketi vermek öğretici değildir; o dönemde sensörler genellikle belirgin bozulma sinyali vermez. Bu yüzden RUL belirli bir üst sınırda tutulur.

2.3Sensör seçimi

FD001'de 21 sensör vardır fakat hepsi kullanışlı değildir. Pratikte üç kovaya ayırırız:

Tipik olarak tutulan sensörler: sensor_2, 3, 4, 7, 8, 9, 11, 12, 13, 14, 15, 17, 20, 21.

2.4Normalizasyon

Sensörlerin birimleri farklıdır: bazıları sıcaklık, bazıları basınç, bazıları akış bilgisini temsil eder. Bu nedenle sensörleri ortak bir ölçeğe taşırız.

Böyle yapılmazsa test verisinden bilgi sızar ve çalışma gerçek hayattaki tahmin koşullarını temsil etmez.

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler().fit(train[selected_sensors])
train[selected_sensors] = scaler.transform(train[selected_sensors])
test[selected_sensors]  = scaler.transform(test[selected_sensors])

2.5Düzleştirme (smoothing)

Tekil çevrim okumaları gürültülüdür. Bozulma daha çok bir eğilim olarak görüldüğü için küçük dalgalanmaları yumuşatmak gerekir.

Bu seçim tek başına teknik bir ayrıntı değildir; sensör çizimlerine bakarak karar verilmelidir.

Sensör Faydalılığını Okuma

Her sensör kestirimci bakım için aynı derecede değerli değildir. Varyans, RUL ile ilişki, çevrim trendi ve erken/geç yaşam farkı birlikte değerlendirilir.

3.1Dört basit gösterge

Her sensör için dört basit istatistik bakılır; tek bir metriğe değil, bunların ortak resmine güvenilir.

3.2Sensör-RUL ilişkisi

EDA'da gördüğümüz korelasyon grafiği, sensörleri ilk filtreden geçirmenin pratik yoludur. Burada amaç en iyi sensörü bulmak değil; düşük bilgi taşıyan adayları elemektir.

3.3Sensör faydalılığı tablosu

Tipik FD001 analizinde sensörler kabaca şu şekilde gruplanır:

Bu özetle elde edilen tipik aday küme: sensor_2, 3, 4, 7, 8, 9, 11, 12, 13, 14, 15, 17, 20, 21.

Health Indicator Oluşturma

14 sensör yerine, motorun sağlık durumunu özetleyen tek bir skaler değişken kurmak istiyoruz. Bu değişkene Health Indicator (HI) denir; bozulma sinyalinin sıkıştırılmış halidir.

4.1Neden tek bir gösterge?

Çok boyutlu sensör uzayında "yaklaşan iki motor" tanımı zordur. Tek skaler bir HI ile, motorların bozulma yörüngelerini bir grafikte yan yana çizebilir, benzerliği gözle ve sayıyla ölçebiliriz. Sonraki bölümde göreceğimiz benzerlik tabanlı RUL bu sıkıştırmayı temel alır.

4.2HI etiketinin kurulması

Tanım gereği bir motor başlangıçta daha sağlıklı, arıza anına yaklaştıkça daha bozulmuş kabul edilir. Health Indicator bu ilerlemeyi tek bir çizgide göstermeye çalışır.

Bu modülde amaç kusursuz bir sağlık indeksi kurmak değil; sensörlerden tek bir bozulma eksenine nasıl geçildiğini anlamaktır.

4.3Sensörlerden HI'a geçiş

Seçili sensörleri tek bir değere indirmek için basit bir ağırlıklı birleştirme kullanılabilir. Sensörler önce aynı ölçeğe getirilir; sonra bozulmayla aynı yönde okunacak şekilde hizalanır.

PCA, doğrusal regresyon veya basit korelasyon ağırlıkları bu amaçla kullanılabilir. Burada önemli olan yöntem karşılaştırmak değil, HI kavramını sezgisel hale getirmektir.

from sklearn.linear_model import LinearRegression

X = train[selected_sensors].values
y = train["RUL_capped"].values / 125.0    # 0 ile 1 arası

reg = LinearRegression().fit(X, y)
train["HI"] = reg.predict(X)
test["HI"]  = reg.predict(test[selected_sensors].values)

4.4HI yörüngeleri

Tek tek motorların HI eğrileri çizildiğinde, hepsinin sağlıklı bir bölgeden başlayıp bozulma bölgesine doğru ilerlediği görülür. Çevrim sayıları farklı olsa da şekil benzerdir — bu, benzerlik tabanlı yöntemin çalışmasının temel sebebidir.

4.5HI'ı düzleştirme

Ham HI hâlâ gürültülüdür çünkü tek tek sensör örnekleri gürültülüdür. Bu yüzden HI çizgisi de hafifçe düzleştirilir.

Benzerlik Tabanlı RUL Tahmini

Eğitim verisinde tüm motorların bozulma yörüngeleri bilinmektedir. Bir test motorunun şu ana kadarki yörüngesi, eğitim motorlarının yörüngeleriyle eşleştirilir; en çok benzeyenlerin kalan ömrü, test motorunun RUL'u olarak kullanılır.

5.1Fikir: hafıza tabanlı tahmin

Klasik regresyon "sensörler → RUL" eşlemesini öğrenmeye çalışır. Benzerlik tabanlı yaklaşım ise daha temel bir soru sorar:

"Geçmişte bu motora en çok benzeyen motorlar arızadan ne kadar önceydi?"

Cevap: bu benzer motorların geri kalan ömürlerinin ağırlıklı ortalaması. Hafıza tabanlı (instance-based / lazy) bir yöntemdir; eğitim aşamasında "model" eğitilmez, eğitim verisi kütüphane olarak saklanır.

5.2Kütüphanenin kurulması

Her eğitim motoru için iki bilgi saklanır: düzleştirilmiş HI eğrisi ve o motorun arızaya kadar nasıl ilerlediği. Bu kayıtlar, geçmiş motorlardan oluşan küçük bir referans kütüphanesi gibi düşünülebilir.

5.3Test motoruyla eşleştirme

Test motorunun şu ana kadarki HI eğrisi alınır. Sonra bu eğri, eğitim motorlarının geçmiş HI eğrileri üzerinde farklı konumlarda denenir.

En iyi eşleşme, test motorunun geçmişteki hangi bozulma aşamasına benzediğini gösterir.

5.4Mesafeden benzerliğe

İki HI eğrisi birbirine ne kadar yakınsa, motorların bozulma durumu da o kadar benzer kabul edilir. Yakın eşleşmeler daha fazla, uzak eşleşmeler daha az etkili olur.

Bu ağırlığın ne kadar seçici olacağı modülün hiperparametrelerinden biridir. Çok seçici olursa yalnızca birkaç motor dikkate alınır; fazla gevşek olursa benzemeyen motorlar da karara karışır.

5.5RUL tahmini: ağırlıklı ortalama

Her benzer eğitim motoru, test motoru için bir kalan ömür yorumu önerir. Bu yorum, eğitim motorunun eşleşen noktadan sonra ne kadar daha çalıştığına bakılarak yapılır.

Nihai tahmin, benzer motorların önerilerini birlikte okuyarak elde edilir. Buradaki amaç kesin sayıdan çok yöntemin mantığını kavramaktır.

5.6Algoritma — özet

1. Kütüphaneyi oluştur. Eğitim motorlarının HI izlerini sakla. Örneğin motor 46, 31 ve 54 geçmişte arızaya kadar izlenmiş üç referans motordur.
2. Test motorunu hazırla. Test motoru 59 için aynı sensör işlemleri uygulanır ve yaklaşık 94 çevrimlik bir HI izi çıkarılır.
3. Eşleştir. Bu kısa iz, her eğitim motorunun uzun HI eğrisi üzerinde kaydırılır. En iyi oturduğu yer, test motorunun hangi bozulma aşamasına benzediğini gösterir.
4. Benzerliği puanla. Şekilde motor 46 en yakın eşleşmedir; motor 31 ve 54 de benzer ama biraz daha uzaktır.
5. RUL önerilerini topla. Eşleşen geçmiş motorlar “ben bu noktadayken arızaya şu kadar çevrim kalmıştı” der. Bu örnekte öneriler yaklaşık 139–161 çevrim bandındadır.
6. Önerileri birleştir. Tek bir motora güvenmek yerine en benzer birkaç motorun yorumunu birlikte oku; sonuç kesin sayı değil, bakım önceliği için sezgisel bir RUL aralığıdır.

5.7Örneği okumak

Modül amaçlı bir tahmin üretildiğinde, grafiğe tek doğru cevap gibi değil, yöntemin nasıl davrandığını anlamak için bakılır. Gerçek RUL ile basit tahminin birlikte çizilmesi, yöntemin nerelerde zorlandığını gösterir.

5.8Hiperparametreler

5.9Yöntemin güçlü ve zayıf yanları

Modül Özeti

Bu modülün ana mesajı basit: kestirimci bakım, tek bir model sonucundan önce veriyi okuma, bozulma sinyalini ayırma ve kalan ömür fikrini doğru yorumlama problemidir.

6.1Akışı tek bakışta oku

6.2Karar mantığı

6.3Devam yolu

• FD002, FD003 ve FD004 alt kümelerinde çalışma koşulu ve arıza modu değiştiğinde sensör seçiminin nasıl değiştiğini incele.
• Health Indicator için PCA, korelasyon ağırlığı veya küçük bir otokodlayıcı yaklaşımını karşılaştır.
• Benzerlik hesabında sabit pencere yerine DTW gibi zaman esnetmeye izin veren yöntemleri dene.
• Son aşamada LSTM, Temporal CNN veya Transformer gibi zaman serisi modellerini kur; similarity-based yaklaşımı açıklanabilir referans olarak yanında tut.