Edgealarm: Edge assisted real-time and intelligent alarm management system for oil refinery

Sınır bilişim, verilerin kaynağına daha yakın bir şekilde işlenmesini sağladığı için birçok sektörde veri işleme sürecini değiştirmektedir. Farklı endüstriler için çeşitli uç hesaplama mimarileri mevcut olsa da, bildiğimiz kadarıyla, petrol rafinerileri ve özellikle alarm yönetim sistemleri için uç hesaplamanın kapsamlı ve pratik kullanımı mevcut değildir. Alarm yönetim sistemi, çeşitli işlemleri güvenli bir şekilde yürütmek için her endüstrinin ayrılmaz bir parçasıdır. Etkisiz bir alarm sistemi, operatörün iş yükünü artırabilir ve bu da felaket olaylarına yol açabilir. Alarm seli, anlık alarmlar ve rahatsız edici alarmlar gibi faktörler operatörün üretkenliğini engeller ve dolayısıyla iş yükünü artırır. Bu tez çalışmasında, bir petrol rafinerisinin mevcut altyapısını değiştirmeden, EdgeAlarm adlı uç hesaplama modeline dayanan verimli bir gerçek zamanlı alarm yönetim sistemi öneriyoruz. Önerilen EdgeAlarm sistemi üç modülden oluşur: Depolama Azaltma (SR) modülü, Operatör İş Yükü Azaltma (OWR) modülü ve Yapay Zeka asistanı (AI) modülü. SR modülü, uçtaki anlık alarmları filtrelemekten sorumludur ve yalnızca yararlı alarmları bulut birimine (Historian sunucusu) gönderir. OWR modülünde, operatör iş yükünü azaltmak için gerçek ve rahatsız edici alarmları sınıflandıran iki yeni teknik öneriyoruz. AI modulü, operatöre gerçek zamanlı olarak yardımcı olmak için gelecekteki alarmları tahmin etmek için bir Tekrarlayan Sinir Ağından (RNN) oluşur. Önerilen EdgeAlarm sistemini Tüpraş petrol rafinerisi tesisi alarm yönetim sisteminin 13 aylık alarm veri setini kullanarak değerlendirdik. Bulgularımız, SR modülünün Historian sunucusunun depolama kullanımında yaklaşık %10 oranında azalma sağladığını göstermektedir. OWR modülü, doğru ve rahatsız edici alarmları bularak operatörün iş yükünü yaklaşık %50 oranında azaltmaktadır. AI modülü ise, operatörün yaklaşan alarmların çoğunu RNN yardımıyla uçta gerçek zamanlı olarak alarm kaynağı başına %55 doğrulukla tahmin ederek herhangi bir anormal durumdan önceden kaçınmasına veya buna hazırlanmasına yardımcı olmaktadır.