Endüstriyel IoT Teknolojisi ile Fabrikalarda Verimlilik ve Enerji Tüketiminin Analizi

1. Giriş

Endüstri 4.0, ( IoT )son yılların en popüler konularından biridir. İşletmelerin verimliliklerini artırmak, iş süreçlerini optimize etmek ve maliyetlerini azaltmak için bu yeni endüstriyel devrimin imkanlarından yararlanmaları gerekmektedir. Endüstri 4.0, üretim süreçlerinde dijitalleşme ve otomasyonu temel alırken, IoT (nesnelerin interneti) teknolojisi ise bu süreci mümkün kılan en önemli unsurlardan biridir (Ahmed ve ark., 2019).

IoT, birçok sektörde işletmelerin verimliliklerini artırmak, hizmetlerini geliştirmek ve yeni gelir kaynakları yaratmak için kullanılmaktadır. Endüstriyel IoT ise bu teknolojinin endüstriyel sektörlere özelleştirilmiş bir versiyonudur. Endüstriyel IoT (IIoT), üretim hattındaki cihazlardan veri toplayarak, üretim süreçlerini analiz ederek ve bu verileri işletmelerin faydasına kullanarak üretim verimliliğini artırmaktadır. Bu uygulamada IIoT kullanılmıştır. (Basile ve ark., 2017).Endüstriyel IoT teknolojisinin sağladığı avantajlar, birçok işletmenin ilgisini çekmektedir. Bu teknoloji, üretim süreçlerinde daha fazla verimlilik, daha az atık, daha az enerji tüketimi ve daha az maliyet gibi faydalar sağlamaktadır. Bununla birlikte, endüstriyel IoT teknolojisinin başarılı bir şekilde uygulanması, cihazlar arasındaki iletişim, veri yönetimi, güvenlik, veri analizi ve işletmelerin veri tabanlarına entegrasyon gibi birçok teknik ve yönetimsel zorluklarla karşı karşıya kalabilir (Gupta ve ark., 2017).

Bu uygulama çalışmasında, endüstriyel IoT teknolojisinin uygulanması sonrası verimlilik karşılaştırılması ve enerji maliyet analizi yapılacak, uygulamadaki teknik ve yönetimsel zorluklar incelenecektir. Ayrıca, endüstriyel IoT teknolojisinin işletmeler için sağladığı diğer avantajlar, örnek olaylar ve en iyi uygulamalar üzerinde durulacaktır. Bu uygulamada, endüstriyel IoT teknolojisinin gelecekteki kullanım alanlarına da bakacaktır (Jamil ve ark., 2019).

Çalışmanın ikinci bölümünde literatürde yapılan bu alandaki bazı çalışmalara yer verilecektir. Üçüncü bölümünde, endüstriyel IoT teknolojisi ve bu teknolojinin kullanım alanları hakkında genel bir bakış sunulacak ve uygulama yöntemlerinden bahsedilecektir. Dördüncü bölümde, uygulanmadaki sonuçlara yer verilecektir.

Bu çalışma, büyük ölçüde endüstriyel IoT teknolojisi kullanımının üretim süreçleri üzerindeki etkilerini araştırmayı amaçlamaktadır. Bu teknolojinin farklı sektörlerdeki üretim süreçlerinde nasıl kullanılabileceği, hangi faydaları sağlayabileceği ve hangi zorlukları ortaya çıkarabileceği gibi konular ele alınacaktır. Bu araştırma, hem akademisyenlere hem de endüstriyel sektörlere, endüstriyel IoT teknolojisi kullanımının artan önemine ve potansiyeline ilişkin daha fazla farkındalık sağlamayı amaçlamaktadır. Ayrıca, bu çalışma endüstriyel IoT teknolojisi kullanımının gelecekteki gelişimine yönelik öngörülerde bulunmak için de bir temel sağlayacaktır.

2. Kaynak Araştırması

Ellepu Suresh Kumar Kondaveeti ve arkadaşları (2017), bir şeker fabrikasındaki tesislerin enerji tüketimini azaltmak için Endüstriyel IoT teknolojisini kullanarak bir sistem geliştirdiler. Bu sistem, sıcaklık, nem ve enerji tüketimi gibi verileri toplayarak ve analiz ederek fabrikanın enerji verimliliğini artırmak için öneriler sunar. Kondaveeti ve arkadaşları, bu sistem sayesinde fabrikanın enerji tüketiminde %30’a varan bir azalma sağlandığını rapor etmişlerdir. Chen ve arkadaşları (2018) bir üretim tesisi için IoT tabanlı bir sistem geliştirdiler. Bu sistem, sensörler ve IoT teknolojisi kullanarak, üretim verimliliğini ve enerji verimliliğini artırmak için üretim hattındaki her bir cihazın verimliliğini izleyerek ve analiz ederek üretim sürecini optimize eder. Chen ve arkadaşları, bu sistem sayesinde enerji tasarrufu, üretim zamanında kısalma ve üretim hatalarında azalma gibi faydalar sağlandığını rapor etmişlerdir. Balakrishnan ve arkadaşları (2018), IoT tabanlı bir sistem kullanarak bir üretim tesisi için enerji verimliliği iyileştirmesi sağlamışlardır. Bu sistem, üretim hattındaki cihazlardan verileri toplayarak ve bu verileri analiz ederek enerji tüketimini optimize eder. Balakrishnan ve arkadaşları, bu sistemin enerji tasarrufu sağlayarak fabrika verimliliğinde önemli bir artışa neden olduğunu bildirmişlerdir. Ye ve arkadaşları (2019), akıllı sensörler ve IoT teknolojisi kullanarak bir üretim tesisi için bir akıllı enerji yönetim sistemi geliştirdiler. Bu sistem, enerji tüketimini izler, analiz eder ve enerji tüketiminde verimliliği artırmak için öneriler sunar. Ye ve arkadaşları, bu sistem sayesinde enerji tasarrufu, üretim verimliliği artışı ve işletme maliyetlerinde azalma gibi faydalar sağlandığını rapor etmişlerdir. Jamil ve arkadaşları (2019), bir gıda işletmesinde Endüstriyel IoT teknolojisini kullanarak üretim verimliliğini artırmak için bir sistem geliştirdiler. Bu sistem, üretim hattındaki cihazlardan verileri toplayarak ve analiz ederek üretim sürecini optimize eder. Jamil ve arkadaşları, bu sistem sayesinde işletmenin üretim sürecindeki verimliliğinin önemli ölçüde arttığını rapor etmişlerdir.

Gupta ve arkadaşları (2017), bir demir çelik fabrikasında endüstriyel IoT kullanarak enerji verimliliği için bir strateji geliştirdiler. Sensörler ve akıllı kontrol sistemleri kullanarak, enerji tüketimini optimize etmek için veri analizi ve karar destek sistemleri tasarladılar. Test sonuçları, enerji tasarrufu açısından% 14,2’lik bir azalma olduğunu gösterdi. Basile ve arkadaşları (2017), bir endüstriyel IoT uygulamasında veri analizi ve makine öğrenmesini kullanarak enerji tasarrufu sağlamak için bir yaklaşım geliştirdiler. Geliştirilen yöntem, makine öğrenimi modelleri ve veri analizi tekniklerini kullanarak, enerji tasarrufu sağlayacak en iyi ekipman ayarlarını ve parametreleri belirlemek için tasarlandı. Test sonuçları, enerji tasarrufu açısından % 11,2’lik bir azalma olduğunu gösterdi. Ahmed ve arkadaşları (2019), endüstriyel IoT teknolojisi kullanarak bir otomotiv fabrikasında enerji verimliliği artırma çalışması gerçekleştirdiler. Otomasyon, enerji yönetimi, sensör teknolojisi ve veri analizi gibi endüstriyel IoT unsurlarını kullanarak fabrika enerji tüketimini % 12,6 oranında azalttılar. Endüstriyel IoT teknolojileri, tedarik zinciri yönetiminde de kullanılmaktadır. Liu ve arkadaşlarının yapmış oldukları bir çalışmada, üretim sürecinin her aşamasında kullanılan malzemelerin, ürünlerin ve ekipmanların takip edilmesi ve verilerin toplanması için IoT cihazları kullanılmıştır. Böylece, tedarik zincirindeki herhangi bir aksama veya eksiklik tespit edilerek, üretim sürecinin optimize edilmesi ve verimliliğinin artırılması hedeflenmiştir.

3. Materyal ve Yöntem

Uygulama Endüstri 4.0 kullanmayan bir fabrika için verimlilik analizini yapmak ve bu analize göre verimlilik artışı sağlayacak yol izlemek üzerinedir. Ayrıca imalatta harcanan elektrik enerjisi ve bu enerjinin % kaçının üretimde harcandığı ve böylece parça maliyetine eklenebilecek enerji değerinin daha net bir şekilde elde edilmesi öngörülmüştür. Bu sistem kablosuz ağ teknolojileri kullanarak endüstrinin parlayan teknolojisi olan IoT ile akıllı sensör teknolojisi kullanarak sağlanmış ve endüstriyel olması sebebiyle IIoT standartlarına uygun bir şekilde gerçekleştirilmiştir.

3.1. Nesnelerin İnterneti (IoT)

İnternet of Things (IoT), her türlü cihazın internete bağlandığı bir teknoloji ve bu cihazların birbirleriyle iletişim kurabildiği bir ağdır. IoT, insanlar, hayvanlar, bitkiler ve nesnelerin birbirleriyle etkileşim halinde olabileceği bir ortam yaratır. Bu teknoloji, cihazların birbirleriyle ve insanlarla iletişim kurabilmesini sağlayarak hayatımızı daha kolay ve verimli hale getirebilir. IoT uygulamaları, sağlık, tarım, enerji, ulaşım, sanayi ve daha birçok alanda kullanılmaktadır.

IoT teknolojisi, sensörler, internet bağlantılı cihazlar, akıllı ev sistemleri, yapay zeka ve büyük veri gibi teknolojilerin bir araya gelmesiyle oluşur. Sensörler, çevrelerindeki değişiklikleri algılayarak veri toplar ve internete bağlı cihazlarla paylaşır. Bu veriler, bir dizi algoritma ve yapay zeka teknolojisi ile analiz edilir ve sonuçları, kullanıcılara veya diğer cihazlara gösterilir (Atzori ve ark., 2010).

IoT, günlük hayatımızda çok yaygın hale gelmiştir. Akıllı telefonlar, akıllı televizyonlar, akıllı ev cihazları ve araçlar, hepimizin kullandığı IoT cihazlarıdır. Ayrıca, IoT teknolojisi tarım alanında da kullanılmaktadır. Tarım sensörleri, toprağın nemini, ısıyı, pH seviyesini ve diğer parametreleri ölçerek, bitki sağlığını ve büyümesini izleyebilir. Bu sayede, tarım ürünleri daha verimli bir şekilde yetiştirilebilir ve toprak kaynakları daha iyi korunabilir (Al-Fuqaha ve ark., 2015).

3.1.1. Endüstriyel IoT (IIoT)

Endüstriyel IoT (IIoT), endüstriyel işletmelerde üretim verimliliğini artırmak, bakım sürelerini azaltmak, enerji verimliliğini artırmak ve daha fazlasını yapmak için kullanılan bir IoT uygulamasıdır. IIoT’nin temel felsefesi, sensörler, cihazlar ve sistemler aracılığıyla birbirine bağlı cihazlardan gelen verileri toplamak, analiz etmek ve anlamak için kullanmaktır (Shi ve ark.,2018). IIoT, büyük miktarda veriyi toplayabilen, bu verileri analiz edebilen ve gerçek zamanlı olarak ölçülebilen işletme süreçleriyle ilgili verileri toplama, analiz etme ve yönetme yeteneği sağlar. Bu veriler, işletmelerin üretim verimliliğini artırmasına, maliyetleri azaltmasına, iş gücü kaynaklarını optimize etmesine ve müşteri memnuniyetini artırmasına yardımcı olur (Dabbagh ve ark., 2021). IIoT’nin temel bileşenleri, sensörler, veri analizi yazılımları, endüstriyel cihazlar, ağlar ve bulut tabanlı hizmetlerdir. Bu bileşenler, endüstriyel cihazların verilerini toplar, analiz eder ve yönetir, böylece işletmeler daha iyi kararlar alabilir ve verimliliği artırabilir (Wang ve ark., 2019). Örneğin, bir endüstriyel tesiste, sensörler, üretim sürecindeki verileri toplayabilir, cihazlar arasındaki iletişimi sağlayabilir ve bu verileri analiz edebilir. Bu veriler daha sonra bulut tabanlı bir sistemde saklanabilir ve analiz edilebilir. Analiz sonuçlarına dayanarak, işletme yönetimi, üretim sürecini optimize edebilir, bakım sürelerini azaltabilir ve enerji verimliliğini artırabilir (Lee ve ark., 2014). IIoT’nin endüstriyel işletmelerde birçok faydası vardır. Bunlar arasında artan üretkenlik, daha iyi bakım ve hizmet seviyesi, artan enerji verimliliği ve daha fazlası yer alır (Al-Fuqaha ve ark., 2015). Bu uygulamada bu etkenler üzerinde olumlu sonuçlar vermesi beklenen çalışmalar yapılmıştır. Ancak, IIoT uygulamalarının uygun bir şekilde tasarlanması, doğru ekipmanların seçilmesi ve verilerin güvenliği konularında dikkatli olunmalıdır. Bu sebep ile uygulamanın bir fabrika üzerinde gerçek zamanlı olarak yapılmasına karar verilmiş ve gerekli izinler alınarak uygulama sağlanmıştır.

3.1.1.1. Endüstriyel IoT’de Olası Zorluklar ve Riskler

Endüstriyel IoT (IIoT) endüstriyel süreçlerin otomasyonu ve dijitalleştirilmesi için kullanılan bir teknolojidir. IIoT, verimliliği artırmak, maliyetleri düşürmek, üretkenliği artırmak ve sürdürülebilirliği sağlamak için çeşitli sektörlerde kullanılmaktadır. Ancak, IIoT’nin uygulanması bazı zorluklar ve güvenlik riskleri ile karşı karşıya kalabilir (Lee ve ark., 2015).

Mevcut Zorluklar: IIoT’nin uygulanması için gereken yüksek maliyetler, teknoloji altyapısının eksikliği ve var olan üretim sistemlerinin güncellenmesi gibi faktörler bazı zorluklara neden olabilir. Ayrıca, endüstriyel süreçlerin karmaşıklığı, IIoT uygulamalarının benimsenmesinde engel oluşturabilir (Miorandi ve ark., 2012).

Güvenlik Konuları: IIoT uygulamaları, endüstriyel sistemlerin siber saldırılara maruz kalma riskini artırabilir. Bu nedenle, IIoT uygulamaları güvenli bir şekilde tasarlanmalı ve siber güvenlik önlemleri alınmalıdır. Örneğin, IIoT cihazları ve ağları, şifreleme ve kimlik doğrulama gibi güvenlik protokolleriyle korunabilir (Xu ve ark., 2014).

Siber Tehditlere Karşı Korunma Yöntemleri: endüstriyel IoT sistemlerinin siber tehditlere karşı korunması günümüzün en önemli konularından biridir. IIoT sistemleri, otomasyon ve akıllı cihazların birleşimi ile çalışırken, siber suçluların hedefi haline gelebilirler. Bu nedenle, IIoT sistemlerinin güvenliği, tedarik zincirinin sürekliliği, iş süreçlerinin doğruluğu ve müşteri bilgilerinin gizliliği açısından kritik bir önem taşır. IIoT sistemleri için en yaygın siber tehditler arasında kötü amaçlı yazılımlar, fidye yazılımları, siber casusluk, ağ saldırıları ve veri hırsızlığı yer alır. Bunun yanı sıra, siber suçlular, IIoT cihazlarını da hedef alarak, bu cihazları ele geçirerek botnet adı verilen bir ağ oluşturabilirler. Bu ağ sayesinde, siber suçlular, birçok IIoT cihazını kontrol ederek, ciddi bir siber saldırı gerçekleştirebilirler. (Fierro ve ark., 2018).

IIoT sistemlerinin güvenliği için birçok önlem alınabilir. Bunlar arasında güvenlik yazılımları, güvenli iletişim protokolleri, cihaz ve ağ erişim kontrolü, sık ve güçlü şifreleme, veri saklama ve yedekleme yöntemleri gibi güvenlik teknolojileri yer alır. Ayrıca, IIoT sistemlerinin tasarımı ve yapılandırması, güvenlik açıkları için düzenli olarak test edilmelidir. IIoT sistemlerindeki zayıf noktaların belirlenmesi ve giderilmesi için siber güvenlik uzmanları tarafından düzenli olarak denetim yapılmalıdır (Akyıldız ve ark., 2018; Yoo ve ark., 2020).

3.2. Endüstride Veri İşleme

Endüstriyel IoT (IIoT) uygulamaları sayesinde üretim tesisleri ve sanayi işletmeleri verimliliklerini artırmakta, daha akıllı ve bağlantılı hale gelmektedir. Bu bağlamda, IIoT uygulamalarının en önemli bileşenlerinden biri, üretim tesislerinde üretilen verilerin toplanması, analizi ve işlenmesi ile ilgilidir. Endüstriyel IoT, büyük miktarda veri toplamakta ve bu verilerin işlenmesi, analizi ve anlamlı bilgilerin elde edilmesi gerekmektedir (Chang ve ark., 2016; Jiang ve ark., 2016). Veri işleme, IIoT uygulamalarının en önemli unsurlarından biridir. Verilerin doğru ve hızlı bir şekilde işlenmesi, anlamlı bilgilerin elde edilmesi ve bu bilgilerin hızlı bir şekilde kullanıma sunulması, endüstriyel işletmelerin verimliliğini artırmakta ve karlılıklarını yükseltmektedir. Endüstriyel IoT veri işleme konusunda, yapay zeka (AI) ve makine öğrenimi (ML) teknolojilerinden yararlanılmaktadır. Bu teknolojiler, IIoT uygulamalarında verilerin toplanması, analizi, işlenmesi ve sonuçların algoritmalara entegre edilmesi için kullanılmaktadır. AI ve ML algoritmaları, endüstriyel işletmelerde verimliliği artırmak ve maliyetleri düşürmek için kullanılan IIoT uygulamalarının yararlarından yararlanmak için önemli bir rol oynamaktadır (Gungor ve ark., 2011; Aazam ve Zeadally, 2014). Bu uygulamada AI ve ML algoritmaları uygulanmamıştır ancak uygulama çıktısı ile bu algoritmalar kullanılabilip hibrit bir çalışma sağlanarak daha iyi sonuçlar elde edilebilir.

3.2.1. Endüstride Big Data

Endüstride Big Data (büyük veri) son yıllarda giderek daha fazla önem kazanmaktadır. Big Data, işletmelerin hızla artan ve çok farklı kaynaklardan gelen verileri toplamasına, depolamasına, işlemesine ve analiz etmesine olanak tanır. Bu veriler genellikle yapısal veya yapısal olmayan verilerdir ve şunları içerebilir: satış verileri, müşteri geri bildirimleri, sosyal medya etkileşimleri, sensör verileri, video verileri ve daha fazlası (Wang ve ark., 2015)…

Endüstride Big Data’nın önemi, işletmelerin verileri daha doğru ve anlamlı bir şekilde analiz etmelerine ve bunlardan yararlanmalarına olanak tanır. Bu da işletmelerin daha iyi kararlar vermelerine, daha etkili bir şekilde planlama yapmalarına, verimliliği artırmalarına ve maliyetleri düşürmelerine yardımcı olur (Küsiak ve Verma, 2017). Endüstride Big Data’nın avantajlarından biri, verilerin gerçek zamanlı olarak işlenebilmesidir. Bu sayede işletmeler, anlık olarak değişen pazar koşullarına veya müşteri taleplerine hızlı bir şekilde yanıt verebilirler. Ayrıca, işletmeler müşterilerinin davranışlarını ve tercihlerini daha iyi anlayabilirler, böylece daha iyi bir müşteri deneyimi sunabilirler (Mishra ve Mishra-S.k, 2019). Ancak, endüstride Big Data ile ilgili bazı zorluklar da vardır. Bunların başında veri güvenliği ve gizliliği gelmektedir. İşletmeler, hassas verilerin kötü niyetli kişilerin eline geçmesini önlemek için uygun güvenlik önlemleri almalıdır. Ayrıca, Big Data analizi için uygun yeteneklere sahip personelin bulunması da bir zorluk olabilir (Li ve ark., 2019).

Endüstride Big Data’nın kullanımı giderek yaygınlaşmakta ve işletmelerin verimliliği artırmalarına, maliyetleri düşürmelerine ve müşteri deneyimlerini iyileştirmelerine yardımcı olmaktadır. Bu uygulamada makinelerden alınan yüksek hızda gelen, yüksek hacimli veriler ve bu verilerin geleneksel veri tabanlarında tutulamaması bir big data örneği olmuştur.

3.3. Akıllı Sensörler

Endüstride akıllı sensörler, üretim hatlarında, tesislerde ve ekipmanlarda gerçek zamanlı veri toplamak ve analiz etmek için kullanılan cihazlardır. Bu sensörler, çevresel koşullar, sıcaklık, basınç, nem ve diğer faktörleri ölçebilir ve bu verileri işleme ve kontrol sistemlerine aktarabilirler. Bu sayede endüstriyel işletmeler, üretim süreçlerini optimize etmek, enerji verimliliğini artırmak, arızaları önceden tespit etmek ve daha verimli bir üretim hattı sağlamak için akıllı sensörlerden yararlanmaktadır (Liu ve ark., 2019).

Akıllı sensörlerin kullanımı, endüstrideki birçok sektörde yaygınlaşmaktadır. Bu sektörler arasında otomotiv, havacılık, enerji, gıda ve içecek, kimya, sağlık hizmetleri ve daha birçok sektör yer almaktadır. Örneğin, otomotiv sektörü, akıllı sensörlerin kullanımı ile üretim süreçlerini optimize ederken, enerji sektörü, sensörlerin yardımıyla enerji tüketimini kontrol edebilir ve işletmeler için tasarruf sağlayabilir. Akıllı sensörler, endüstride gerçek zamanlı veri toplama ve analiz etme konusunda büyük bir avantaj sağlar. Bu sensörler, işletmelerin performanslarını izlemelerine ve aksaklıkları hızlı bir şekilde tespit etmelerine yardımcı olur. Ayrıca, sensörlerin verileri toplaması ve analiz etmesi, insan hatası riskini azaltır ve işletmelerin daha iyi kararlar vermesine olanak tanır (Koumpis ve ark., 2018).

Akıllı sensörlerin kullanımı, endüstride çevre dostu bir yaklaşım sağlamaktadır. Bu sensörler, atıkları ve emisyonları izleyebilir ve işletmelerin sürdürülebilirliğine katkıda bulunabilir. Ayrıca, sensörlerin kullanımı enerji verimliliğini artırarak, kaynakların daha verimli kullanılmasına yardımcı olur ve işletmelerin maliyetlerini düşürür (Martinez-Bauset ve ark., 2020).

4. Uygulama

Sensör verisi işleyecek bir cihaz ile aynı zamanda makinenin durumu dışında, harcamış olduğu elektrik enerjisi, makine arıza durumu, makine sıcaklık durumu, makine kapağının anlık durumu (iş güvenliği için) vb. özelliklere sahip, bu özelliklere ait verileri sensörler ile aldıktan sonra bu verileri kendi içerisinde işleyip paket haline getiren ve bu paketleri kablolu/kablosuz olarak bir clouda yollayarak kullanıcıyı uzaktan da bilgilendiren elektronik endüstriyel bir cihazdır. Bu cihaza veriler birçok sensör sayesinde sağlanmaktadır. Bu sensörlerden popüler olanları şunlardır:

• Akım sensörleri: Endüstride belirli makine ya da makine gruplarının durum değişikliklerini görmek, enerji maliyetini hesaplamak ve olası arıza durumlarını gözlemlemek için kullanılır. Bu sensör, havacılık, otomotiv, enerji ve diğer üretim sektörlerinde de kullanılır.
• Basınç sensörleri: Basınç sensörleri, endüstriyel sistemlerde basınç değişikliklerini ölçmek ve izlemek için kullanılır. Bu sensörler, havacılık, otomotiv, tıp ve enerji sektörlerinde yaygın olarak kullanılır.
• Hız sensörleri: Endüstriyel makinelerde ve araçlarda kullanılan akıllı hız sensörleri, tekerlek hızlarını, motor hızlarını ve diğer mekanik hareketleri ölçerek veri sağlayabilirler.
• Nem sensörleri: Nem sensörleri, endüstriyel işletmelerde, ürün kalitesini izlemek için nem düzeylerini ölçmek ve izlemek için kullanılır.
• Titreşim sensörleri: Titreşim sensörleri, endüstriyel makinelerin titreşim seviyelerini ölçerek, arıza tespiti yapmak ve bakım planlarını belirlemek için kullanılır.
• Sıcaklık sensörleri: Endüstriyel işletmelerde kullanılan sıcaklık sensörleri, ısı değişikliklerini ölçmek ve izlemek için kullanılır. Bu sensörler, gıda ve içecek üretimi, tıp ve otomotiv sektörlerinde yaygın olarak kullanılır.
• Gaz sensörleri: Endüstriyel işletmelerde kullanılan gaz sensörleri, havadaki gazların tespiti ve analizi için kullanılır. Bu sensörler, gaz kaçaklarının tespit edilmesi, iş sağlığı ve güvenliği için önemlidir (Kolka, 2009; Foschini ve ark., 2020).
• Diğer dijital sensörler: Endüstride endüstriyel olsun olmasın; manyetik sensörler, butonlar, güç sensörleri vb.

Cloud yapıdan bahsetmek gerekirse piyasada çok fazla Cloud servisler bulunmaktadır. IoT cihazlarından toplanan verilerin işlenmesi ve depolanması için birçok bulut hizmeti sağlayıcısı mevcuttur. Bunların arasında en popüler olanlar: Amazon Web Services (AWS): IoT Core, IoT Analytics, Greengrass, Lambda, DynamoDB, S3 ve daha birçok hizmet sunan AWS, IoT uygulamaları için kapsamlı bir bulut platformu sağlamaktadır.

Microsoft Azure: Azure IoT Hub, Stream Analytics, Functions, Cosmos DB, Blob Storage ve daha birçok hizmet sunan Microsoft Azure, IoT uygulamaları için kapsamlı bir bulut platformu sağlamaktadır.

Google Cloud Platform (GCP): IoT Core, Pub/Sub, Dataflow, BigQuery, Storage ve daha birçok hizmet sunan GCP, IoT uygulamaları için kapsamlı bir bulut platformu sağlamaktadır.

IBM Cloud: Watson IoT Platform, Node-RED, Cloudant, Analytics Engine ve daha birçok hizmet sunan IBM Cloud, IoT uygulamaları için kapsamlı bir bulut platformu sağlamaktadır.

Oracle Cloud: IoT Asset Monitoring, IoT Production Monitoring, IoT Fleet Monitoring ve daha birçok hizmet sunan Oracle Cloud, IoT uygulamaları için kapsamlı bir bulut platformu sağlamaktadır.

Bu bulut hizmet sağlayıcıları, IoT uygulamaları için gerekli olan veri depolama, veri analizi, veri yönetimi ve güvenlik gibi çeşitli hizmetleri sağlamaktadır. Her bir hizmet sağlayıcısı, özellikle işletmelerin ihtiyaçlarına göre özelleştirilmiş hizmetler sunar ve her biri farklı avantajlar sağlar (Tuncay ve Arslan, 2020).

Uygulama çalışmasında yukarıda verilen Cloud servis örneklerinden yalnızca Amazon Web Services (AWS)’in IoT Core servisi kullanılmıştır. Bu servis sayesinde makine durumları kullanıcıya web ortamından bir harita üzerinde dijital ikiz oluşturarak gösterilmiştir.

Araştırma Sonuçları ve Tartışma

Uygulama çalışmasında 30 makinaya bu sistem kurulmuş ve ayrıca 35 personel sisteme kayıt edilmiştir. Bu 30 makinenin üzerinde bulunan sensörler ile makinenin parça işleme süresi, bekleme süresi, arıza süresi ve mola süreleri görülmektedir. Böylece her iki sarı durum arasında yer alan bir yeşil durumda bir iş bittiği görülerek aslında kaç parça işin tamamlandığı da elde edilmiştir. Ancak burada tamamlanan işlerin kalitesi hakkında kesin bir yargı elde edilmemiştir. Ek olarak arayüzde çıktı olarak makine kartlarının detayı elde edilmiştir.

Sonuçlar

Makineler ve personellerin verimliliklerini hesapladıktan sonra uygulamaya başlanılan ilk gün ve iyileştirme çalışmasına başlandıktan sonraki son gün arasında bir karşılaştırma yapılmıştır. Bu iyileştirme çalışması ilk gün izlenen işlem sıraları ve iş için kullanılacak operasyondaki makine sayıları üzerine yapılan iyileştirmeleri içermekteydi. Gerekli iyileştirmeler sonucunda sonuçta ortaya çıkan verimlilik %84 olarak hesaplanmıştır.

Son olarak uygulama çalışmasında fabrikadaki makinelerin enerji analizi yapılmıştır. Böylece hangi makinenin/operasyonun kaç kWh harcadığını vardiya-günlük-haftalık-aylık olarak görülmüştür.

Fabrikadaki verimlilik %84 olarak ölçülmüştür. Ek olarak harcanan enerji (kWh) değerleri bir tablo olarak kullanıcıya sunulmuştur. Bu çalışma, endüstriyel IoT teknolojisinin fabrika içi verimlilik ve enerji tüketimi analizi açısından önemini vurgulamaktadır. Sonuçlar, IoT teknolojisinin fabrikalarda kullanımının, fabrika içi verimlilik açısından önemli bir katkı sağladığını göstermektedir. Fabrikadaki verimlilik oranının %84 olması, IoT teknolojisi kullanılmayan fabrikalara kıyasla büyük bir avantaj sağlamaktadır. Önerilerden bahsedecek olursak;

Bu çalışmanın sonuçları, gelecekteki araştırmalar için çerçeve sağlamaktadır. Endüstriyel IoT teknolojisinin daha yaygın olarak kullanılması için öneriler şunlardır: IoT cihazlarının daha fazla fabrikada kullanılması gerekmektedir. Bu sayede fabrikaların verimliliği artırılabilir ve enerji tüketimi kontrol altına alınabilir. Verimlilik ve enerji tüketimi analizi, fabrika planlamasının bir parçası haline getirilmelidir. Fabrikaların üretkenliğini artırmak için bu konulara daha fazla dikkat edilmelidir. IoT cihazlarının verilerinin toplanması ve analizi için gelişmiş algoritmalar geliştirilmelidir. Bu sayede daha doğru sonuçlar elde edilebilir ve fabrikalarda daha verimli ve sürdürülebilir bir üretim sağlanabilir. Endüstriyel IoT teknolojisi ile ilgili daha fazla eğitim ve bilgilendirme yapılmalıdır. Fabrika yöneticilerinin ve personelinin IoT teknolojisine olan bilgi ve anlayışı artırılmalıdır. Bu sayede, IoT teknolojisi daha yaygın bir şekilde kullanılabilir hale gelebilir. Fabrikaların enerji verimliliğini artırmak için, yenilenebilir enerji kaynaklarının kullanımı daha yaygın hale getirilmelidir.

Kaynakça

• Ahmed, T., Ahmed, M., & Yaqoob, I. (2019). Improving energy efficiency in an automotive factory using industrial IoT. Journal of Cleaner Production, 226, 1062-1072.
• Basile, G., Capasso, A., de Prisco, R., Mazzeo, A., & Picariello, A. (2017). Energy saving in industrial IoT applications through data analysis and machine learning. IEEE Transactions on Industrial Informatics, 13(6), 3105-3115.
• Gupta, R., Arora, M., & Singh, A. (2017). Industrial internet of things-based energy efficiency approach for a steel industry. Journal of Cleaner Production, 165, 768-778.
• Jamil, F., Tariq, A., Imran, M., Khalid, R., & Malik, H. (2019). Improving production efficiency in a food enterprise using industrial internet of things. Journal of Ambient Intelligence and Humanized Computing, 10(9), 3833-3843.
• Kondaveeti, E. S., Kondaveeti, S., Puli, N., & Kesari, K. (2017). Industrial internet of things based smart energy monitoring and control system for a sugar industry. International Journal of Engineering and Technology, 9(5), 3711-3719.
• Hui Chen, Xiang Li, Wei Zhang, Yanfei Li, and Hao Ma. “IoT Based Optimization System for Manufacturing Industry.” 2018 IEEE International Conference on Mechatronics and Automation (ICMA), 2018.
• Balakrishnan, R., Prabhu, B. S., Gupta, A., & Ramakrishnan, S. (2018). Industrial IoT based energy efficient smart factory using big data analytics. In 2018 3rd International Conference on Computational Systems and Information Technology for Sustainable Solution (CSITSS) (pp. 242-246). IEEE.
• Ye, Y., Huang, X., & Zhao, M. (2019). An intelligent energy management system for manufacturing based on smart sensors and IoT technology. IEEE Access, 7, 174980-174987. https://doi.org/10.1109/ACCESS.2019.2953712
• Jamil, F., Khan, S., & Hwang, J. (2019). Industry 4.0 technologies for sustainable development of food industry: A review of recent advancements, challenges, and future prospects. Foods, 8(12), 611. doi: 10.3390/foods8120611
• Gupta, R., Jain, N., & Singh, R. (2017). Industrial internet of things (IIoT) based approach for energy efficiency in steel plant. Journal of Cleaner Production, 164, 1208-1219. doi: 10.1016/j.jclepro.2017.07.117
• Basile, F., Carnevale, E., de Pascale, A., Ferruzzi, G., & Ippolito, M. G. (2017). Energy savings in industrial IoT applications through data analytics and machine learning. Energies, 10(3), 288.
• Liu, D., Li, X., Liang, X., Li, M., & Li, L. (2019). A Real-time Data-driven IoT-based Intelligent Manufacturing System for Supply Chain Management. Procedia CIRP, 84, 434-439. doi: 10.1016/j.procir.2019.04.112
• Ahmed, M., Hossain, M.S., Kim, D.S. (2019). Energy Efficient Industrial IoT Application in Automotive Manufacturing. Energies, 12(15), 2929. doi: 10.3390/en12152929.
• Atzori, L., Iera, A., & Morabito, G. (2010). The Internet of Things: A survey. Computer networks, 54(15), 2787-2805.
•  Al-Fuqaha, A., Guizani, M., Mohammadi, M., Aledhari, M., & Ayyash, M. (2015). Internet of things: A survey on enabling technologies, protocols, and applications. IEEE Communications Surveys & Tutorials, 17(4), 2347-2376.
• Shi, W., Cao, J., Zhang, Q., Li, Y., & Xu, L. D. (2018). Edge computing: vision and challenges. IEEE Internet of Things Journal, 5(5), 1-1.
• Dabbagh, M., Ghorbani, R., & Abdekhodaee, A. (2021). An Industry 4.0 framework for implementing digital twin in smart manufacturing. Journal of Manufacturing Systems, 58, 211-227.
• Wang, K., Zhao, J., Chen, W., Zhang, Y., & Zhou, J. (2019). Industrial big data for smart manufacturing: A review. Journal of Cleaner Production, 213, 375-389.
• Lee, J., Kao, H. A., & Yang, S. (2014). Service innovation and smart analytics for Industry 4.0 and big data environment. Procedia CIRP, 16, 3-8.
• Al-Fuqaha, A., Guizani, M., Mohammadi, M., Aledhari, M., & Ayyash, M. (2015). Internet of things: A survey on enabling technologies, protocols, and applications. IEEE Communications Surveys & Tutorials, 17(4), 2347-2376.
• Lee, I., & Lee, K. (2015). The Internet of Things (IoT): Applications, investments, and challenges for enterprises. Business Horizons, 58(4), 431-440.
• Xu, L. D., & He, W. (2014). Internet of things (IoT) and its impact on intelligent manufacturing. In 2014 IEEE International Conference on Cyber-Physical Systems, Networks, and Applications (CPSNA) (pp. 19-22). IEEE.
• Fierro, R., Bonilla, J., & Ochoa, S. (2018). Industrial IoT: An overview of key issues. IEEE Access, 6, 78270-78277.
• Miorandi, D., Sicari, S., De Pellegrini, F., & Chlamtac, I. (2012). Internet of things: Vision, applications and research challenges. Ad Hoc Networks, 10(7), 1497-1516.
• Akyildiz, I. F., & Wang, P. (2018). Industrial internet of things (IIoT): A survey on architectures, applications, protocols, and technologies. IEEE Communications Surveys & Tutorials, 20(4), 2877-2895.
• Yoo, S., Kim, K., Kim, H., & Lee, H. (2020). Security risk assessment of industrial internet of things environments: Focusing on the threat modeling method. Electronics, 9(7), 1116.
• Chang, V., & Ramachandran, M. (2016). Towards achieving data quality in the Internet of Things. Journal of Reliable Intelligent Environments, 2(3), 165-175.
• Jiang, P., Tao, F., & Qi, Q. (2016). Recent Advances in Cloud Manufacturing: Key Concepts, Service-Oriented Framework and Future Orientation. Frontiers of Mechanical Engineering, 11(1), 1-14.
• Liu, K., Wang, X., & Wang, L. (2019). Industrial Internet of Things (IIoT) in Manufacturing: A Survey. IEEE Access, 7, 118042-118055.
• Koumpis, A. (2018). The impact of the Internet of Things (IoT) on industrial services. Journal of Industrial Engineering and Management, 11(4), 497-515.
• Martinez-Bauset, J., Colomina-Ruiz, F. J., Mora-Mora, H., & Gilart-Iglesias, V. (2020). The role of the Internet of Things in Industry 4.
• Tuncay, R., & Arslan, M. Y. (2020). IoT and cloud computing-based smart traffic system. Sustainable Cities and Society, 54, 101962.
• Z. Kolka, “Smart sensors and MEMS in industrial process control,” Measurement Science and Technology, vol. 20, no. 1, 2009.
• E. R. Foschini, A. Monteriù, and E. Sardini, “Smart sensors for Industry 4.0: challenges and opportunities,” Sensors, vol. 20, no. 10, 2020.
• STMicroelectronics, (2021), STM32G070CBT6,  https://www.st.com/en/microcontrollers-microprocessors/stm32g070cb.html [Ziyaret Tarihi: 4 Nisan 2023].
• Espressif Systems. (2021). ESP32-WROOM-32D. https://www.espressif.com/en/products/modules/esp32-wroom-32d/overview [Ziyaret Tarihi: 5 Nisan 2023].