Siemens Dijital İkiz teknolojisi, en yalın haliyle bir sürecin, ürünün ya da servisin sanal bir modeli olarak tanımlanabilir. Sanal ve fiziksel dünyaların birleştirilmesini sağlayan Dijital İkiz teknolojisi sayesinde bir fabrikanın, ürünün ya da üretim hattının sanal ortamda oluşturulması zaman ve maliyet tasarrufu sağlarken riskleri de kayda değer oranda azaltıyor.
NASA’nın eşleme teknolojisi sonucunda ortaya çıkan Dijital İkiz teknolojisi ilk olarak 2002’de Dr. Michael Grieves tarafından ifade edildi. Grieves Dijital İkiz modelli bir yapı için üç temel unsuru belirtiyor; ürünün gerçek ortamdaki hali, sanal ortamdaki hali ve bu iki hali birbirine bağlayan veriler.
Gerçek teknik sistemlerin dijital ikizlerini oluşturmak için; doğa yasaları, tasarım verimleri, malzeme değerleri ve fonksiyonel iş akışları gerekli bileşenlerdir. Bununla birlikte, Siemens Kurumsal Teknoloji araştırmacıları Denis Smirnov ve Yayun Zhou, bu bileşenlerin doğru bir temsil üretmek için yeterli olmadığını ekliyor. Bunun üzerine şu anda dijital ikiz yapma yolları üzerinde çalışıyorlar. Transformatör özellikleri ise tasarım aşamasında makine öğrenmesi ilkeleri ve özel optimizasyon yöntemleri kullanılarak daha da gerçekli bir şekilde oluşturulmaya çalışıyor.
Daha Hızlı ve Daha Hassas
Siemens’in Akıllı Altyapısı enerji sistemlerini, binaları ve endüstrileri yaşama ve çalışma şekillerini adapte etmek ve geliştirmek için akıllıca bağlar. Siemens'ten Akıllı Altyapıdaki Dağıtım Transformatörleri Global Teknoloji Merkezi'ne başkanlık eden Kerwin Stretchbu metodolojiyi müşteri gereksinimlerini daha hızlı ve daha hassas şekilde karşılamak için kullanmak istiyor. Transformatörlerde yerine getirmesi gereken performans parametreleri, kullanım durumuna ya da yerine bağlı olarak değişiklik gösterir. Bu değişikliğe en uygun parametleri seçmek ise çok zaman ve uzmanlık gerektirir.
Söz edilen performans parametetelerini Stretch, “Transformatöre zarar vermeden geçilemeyecek maksimum sıcaklık veya rölantide, yani elektrik tüketen bir kişi bağlı değilken meydana gelebilecek maksimum güç kaybı gibi değerlerden bahsediyoruz.” şeklinde açıklıyor. Harcanan bu zamandan tasarruf etmek adına, gerçekçi dijital ikizler ile birlikte simülasyon süreci önemli ölçüde hızlanacak.
Karşılaştırmalı Değerlerden Öğrenme
Makine öğrenmesi genel olarak, mevcut verilerden belirli çıkarımlar yaparak bu çıkarımlarla bilinmeyen değerlere ait tahminlerde bulunan bir paradigma olarak adlandırılabilir. Öğrenmede kullanılan belirli veri setleri bulunur. Eğitim verisi, algoritmanın öğrenmesi için sunulan gözlemler dizisidir. Algoritma bu veriye bakarak çıkarımlarda bulunur, kafasında model kurar. Kurduğu bu modelin gerçeğe ne kadar yakın olduğunu test etmek için ise test verisini kullanır. Eğitim esnasında bu veri seti saklanır, eğitim bittikten sonra etiketsiz olarak-etiket, gözlemlere atfedilen kategoriler-algoritmaya verilerek algoritma hakkında tahminlerde bulunması beklenir.
Makine öğreniminde uzman olan Smirnov, özellikle dağıtım transformatörlerinin aletlerinin kullanımı için çok uygun bir başlangıç noktası sağladığını tespit etti. Smirnov, “Yıllardır, burada her trafo için simüle edilen ve gerçek performans değerleri arasındaki tutarsızlıkları kaydediyoruz. Sonuç, makine öğrenmesi yöntemlerini kullanarak ikiz yapısına dahil edebileceğimiz onbinlerce karşılaştırmalı değer içeren devasa bir veri tabanıdır.” olarak belirtti.
Burada dikkat edilmesi gereken nokta, bu veri toplulukları dijital ortamda saklanarak, birbirleriyle karşılaştırmasına dayanan deneyimlerle insanın kendi başına inşa etmesinden farksız olarak daha hızlı ve kişinin oluşturamayacağı şekilde karmaşık bağlantılar kurarak, kurulan bu bağlantıların karşılaştırılması ile doğruluğu daha yüksek sonuçların keşfedilmesine dayanır.
Çok Daha İyi Tespit Oranı
Smirnov ve Stretch yüksüz kayıp simülasyonlarını hesaplamak için makine öğrenimini kullanıp iyileştirmeler yaparak dijital ikizleri test ettiler. Smirnov, “Yeni ikiz kullanan hesaplamaların, daha önce kullandığımız ikizlerden çok daha iyi sonuçlar verdiğini bulduk,” diyor ve ekliyor, “Hesaplamaları yaptığımız 7.000 transformatörün sadece %88'inde yeni simülasyon sonuçları gerçek değerlere yakın olmakla kalmadı, aynı zamanda yeni simülasyon değerleri ile gerçek değerler arasındaki tutarsızlıklar önceki simülasyonlara kıyasla yarı yarıya azaldı.”
Yeni simülasyon, dağıtım trafolarını tasarlamak için kullanılan simülasyon yazılımına dahil edildi. Yük kaybı için yapılan her iki hesaplama da görüntülendi. Bu hesaplamalar bilgisayar ortamında yazılımlar ve öğrenmeler kullanılarak gerçekleştirildiği için herhangi bir donanım yükseltme ihtiyacı olmadan tasarımlar gerçekleştirilebiliyor. Smirnov, “Mevcut bilgisayarlar makine öğrenim işlevini bir eğitim süresi boyunca kazanıyor.Bu size zaman kazandıracak olsa da, sonraki hesaplamalar sadece birkaç milisaniyede gerçekleşecek. Müşteri taleplerinin bu şekilde ne kadar hızlı ve doğru bir şekilde karşılanabileceğini düşünürsek, maliyet gerçekten olağanüstü derecede düşük olacak.”diyor. Buradan yola çıkarak makine öğrenmesi ile donanıma gerek olmadan tasarımlar yapılacağı için maliyet açısından önemli ölçüde kar sağlanmasının yanı sıra süre açısından da kazanç sağlanıyor.
Karşılaştırmanın Ötesinde
Dijital ikizlerin kullanımı ile değişken parametreleri içeren model açıklamaları başladı. Örneğin; çekirdek boyutları, sargıların tipi ya da sayısı ve diğer parametreler belirli sınırlar içinde serbestçe seçilebilir. Simüle edilmiş ve gerçek performans parametreleri için on binlerce karşılaştırmalı değer içeren veritabanları, az sayıda transformatör için kullanılabilir.Ancak, Kurumsal Teknolojide matematiksel optimizasyon uzmanı olan Zhou, genellikle 10 metreden yüksek ve 500 metrik tondan daha ağır olabilen bu devler için ikizleri daha gerçekçi hale getirmenin bir yolunu bulmayı başardı.
Optimizasyonda Karınca Tarzı Benimseniyor
Bu ikizler için, akla gelebilecek tüm kombinasyonları simüle etmek ve birbirleriyle karşılaştırmak çok uzun süreceğinden, Zhou ve arkadaşları Harald Held ve Meinhard Paffrath, simülasyon ve optimizasyon karışımı kullanarak gerekli performans değerleri için en iyi parametre kombinasyonunu belirleyen bir yöntem geliştirdi. Bu yöntem karınca kolonilerin yuvaları ve oldukça büyük bir gıda kaynağı arasındaki en kısa rotayı bulma şeklini temel alır.
Zhou şu prensibi açıklıyor, “Karıncalar, yollarını işaretlemek için bir koku kullanıyorlar. Çünkü en kısa yolu kullanan karıncalar daha sık bu yoldan geçiyor ve bu nedenle daha uzun yollardakilere göre daha düzenli olarak koku salıyor; böylelikle kısa yol daha çok kullanılacağı için, zamanla en kısa yol diğerlerinden daha güçlü bir şekilde işaretlenmeye başlayacak.”
Karınca Koloni Optimizasyonu
Optimizasyon, belirli matematiksel bir fonksiyonun en yüksek veya en düşük olduğu değerini bulmaya çalışılan matematik problemlerinin genel adıdır. Karınca çevre şartlarına göre besin kaynağı ve yuvası arasında gidebileceği yolları belirler. Belirlenen yollardan birinden ilk geçen karınca yola feromon adında bir koku bırakır.
► Yuvadan çıkan karıncalar, bulundukları yerde diğer karıncalardan kaynaklanan baskın bir koku yoksa tamamen rastgele hareket ederler.
► Eğer herhangi bir yönden diğer karıncaların yaydığı bir kokuyu alabilmişse, karınca o tarafa yönelir. Birden çok yönden koku alıyorsa kokunun geldiği en baskın tarafa yönelir.
► Karıncanın yaydığı koku bir süre o bölgede kalabilir. Bu sayede bir yolu birden çok karınca tercih etmişse aradan belirli bir süre geçmiş olsa bile daha çok tercih edilen bölgeden daha baskın bir koku gelir.
Kolonideki bütün karıncalar bu stratejiyi izlediğinde, başlangıçta rastgele başlayan sürü hareketi zamanla belli bir yol üstünde sabitlenir ki bu yol, yuva ile yiyecek arasındaki en kısa yoldur.
Yararlarını Paylaşma
Smirnov, dağıtım trafolarını da dahil etmek için Zhou sürecinin kullanımını genişletmeye olan ilgisini çoktan dile getirdi. “Buna karşılık endüstriyel transformatörler için işlem öneremem.” dedi, “Ancak kıyaslama için uygun değerlerin miktarı yetersiz olduğu sürece yapabileceğimiz hiçbir şey yok.” Zhou, ikizlerinin prosedürünü kullanarak biraz daha rafine edilip edilmeyeceğini test etmek için Smirnov ile çalışmayı dört gözle bekliyor. Yapabileceklerine çok güveniyorlar.
Kaynak:
Yazar: Gökçe Gürbüz
