Kestirimci Bakım Nedir? (Predictive Maintenance)

Kestirimci bakım (Predictive Maintenance), makine ve ekipmanlardan alınan titreşim, sıcaklık, akım, basınç, yağ, ses, çevrim ve proses verilerini analiz ederek arıza oluşmadan önce bakım ihtiyacını tahmin etme yaklaşımıdır. Dijital dönüşüm haritasındaki 90 çözümden biri olarak kestirimci bakım, KOBİ’lerde plansız duruşu, acil bakım maliyetini, üretim kaybını ve gereksiz periyodik bakım yükünü azaltmayı hedefler.

Kestirimci bakım, periyodik bakımdan farklı olarak ekipmanın mevcut durumunu ölçer ve bakımın en uygun zamanda yapılmasını amaçlar. Bu yaklaşım; condition monitoring, IIoT sensörleri, makine öğrenmesi, bakım yönetim sistemi ve saha uzmanlığının birlikte çalışmasını gerektirir.

Kestirimci Bakım Ne İşe Yarar?

Kritik ekipmanlarda arıza belirtilerini erken yakalar.
Plansız duruş ve üretim kaybını azaltır.
Bakım işlerini takvim yerine ekipman durumuna göre planlar.
Yedek parça, teknisyen ve duruş penceresini önceden hazırlamayı sağlar.
Gereksiz periyodik bakım ve parça değişimini azaltabilir.
Bakım verisini üretim, enerji ve kalite verisiyle ilişkilendirir.

Hangi Problemi Çözer?

Geleneksel bakımda ekipman ya arızalanınca onarılır ya da belirli periyotlarda bakım yapılır. İlk yöntem plansız duruş yaratır; ikinci yöntem ise bazen sağlam parçanın değişmesine, bazen de iki bakım arası gelişen arızanın kaçmasına neden olur. Kestirimci bakım bu iki uç arasında veri odaklı karar desteği sunar.

Örneğin kritik bir motorun titreşimi, sıcaklığı ve akımı normal seviyeden sapmaya başladığında sistem erken uyarı üretir. Bakım ekibi arıza oluşmadan duruş penceresi planlar, parça hazırlar ve müdahaleyi üretim planıyla uyumlu yapar.

Kestirimci, Önleyici ve Duruma Dayalı Bakım Farkı

Düzeltici bakım: Arıza olduktan sonra müdahale edilir.
Önleyici bakım: Zaman veya kullanım periyoduna göre bakım yapılır.
Duruma dayalı bakım: Ekipmanın ölçülen durumuna göre müdahale edilir.
Kestirimci bakım: Ölçülen veriden gelecekteki arıza eğilimi tahmin edilir ve bakım zamanlaması optimize edilir.

Kestirimci Bakımın Temel Bileşenleri

Kritiklik analizi: Hangi ekipmanın durması üretim, güvenlik veya kalite açısından kritik belirlenir.
Veri toplama: Titreşim, sıcaklık, akım, yağ, ultrason, basınç veya proses verisi alınır.
Condition monitoring: Ekipman durumundaki değişimler izlenir.
Model / kural: Eşik, trend, istatistiksel model veya makine öğrenmesi kullanılır.
Alarm yönetimi: Uyarının ne anlama geldiği ve kimin aksiyon alacağı tanımlanır.
Bakım iş emri: CMMS/EAM veya bakım modülüne planlı iş emri açılır.
Geri besleme: Müdahale sonucu modele ve bakım kuralına geri beslenir.

Araştırmalar Ne Söylüyor?

AI ve IoT ile kestirimci bakım trendlerini inceleyen çalışma, üretim sektörünün kestirimci bakım yayınlarında baskın alan olduğunu; en çok kullanılan sensörlerin sıcaklık ve titreşim sensörleri olduğunu gösterir. Bu, KOBİ’ler için ilk pilotlarda titreşim/sıcaklık ölçümünün pratik başlangıç olabileceğini destekler.

Güncel IIoT araştırmaları gerçek zamanlı ve açıklanabilir sistem ihtiyacını vurgular. 2026 tarihli edge/fog/cloud tabanlı kestirimci bakım çalışması, gerçek zamanlı anomali tespitinde gecikme, yorumlanabilirlik ve kaynak kullanımı dengesinin üretim ortamı için kritik olduğunu belirtir.

Condition monitoring, titreşim ve sıcaklık gibi ekipman durum parametrelerini izleyerek gelişen arızaları erken fark etmeyi hedefler. Ancak sensör verisi tek başına yeterli değildir; bakım uzmanlığı, doğru eşik, doğru ekipman seçimi ve aksiyon planı gerekir.

Gerçek Durumdan Çözüm Örnekleri

1. Kritik Motor Aniden Duruyor

Üretim hattındaki motor arızalanınca tüm hat durur. Arıza öncesinde titreşim artışı vardı ama ölçülmediği için fark edilmedi.

Çözüm: Motora titreşim ve sıcaklık sensörü eklenir. Trend artışı belirlenen eşiği geçtiğinde bakım iş emri açılır. Müdahale planlı duruşta yapılır.

2. Kompresör Enerji Tüketimi Artıyor

Kompresör çalışıyor görünür ama verimsizleşmiştir. Enerji tüketimi artar, basınç dalgalanır, bakım ihtiyacı faturadan sonra fark edilir.

Çözüm: Akım, basınç ve çalışma süresi izlenir. Normal tüketim modelinden sapma olduğunda bakım ekibine erken uyarı verilir.

3. Yanlış Alarm Nedeniyle Sisteme Güven Kaybı

Sistem sık uyarı üretir ama gerçek arıza çıkmaz. Bakım ekibi alarmları önemsememeye başlar.

Çözüm: Alarm eşikleri bakım geçmişiyle kalibre edilir. Uyarılar kritik, izleme ve aksiyon gerektiren seviyelere ayrılır. Her alarm sonrası gerçek sonuç modele geri beslenir.

KOBİ’lerde Uygulama Sırası

Kritik ekipmanı seçin: Her makineyle başlamayın; duruş maliyeti yüksek 5-10 ekipmanı belirleyin.
Arıza geçmişini analiz edin: En sık ve en maliyetli arıza tipleri çıkarılmalıdır.
Ölçüm tekniğini seçin: Titreşim, sıcaklık, akım, yağ analizi veya ultrason ihtiyaca göre belirlenir.
Veri toplama altyapısını kurun: IIoT sensör, gateway, edge ve bakım sistemi bağlantısı planlanmalıdır.
Eşik ve model oluşturun: İlk aşamada basit eşik/trend analizi yeterli olabilir.
Bakım iş emrine bağlayın: Uyarı bir aksiyona dönüşmezse sistem değer üretmez.
Sonuçları ölçün: Duruş azalması, erken yakalanan arıza, yanlış alarm ve bakım maliyeti izlenmelidir.

Çözüm Seçerken Sorulması Gereken Sorular

Hangi ekipman ve arıza tipi için kullanılacağı net mi?
Sensör tipi, montaj noktası ve örnekleme sıklığı doğru belirlendi mi?
Edge/offline çalışma ve veri kaybı yönetimi var mı?
CMMS/EAM, MES veya bakım modülüyle iş emri entegrasyonu kurulabiliyor mu?
Model çıktısı bakım ekibine açıklanabilir mi?
Yanlış alarm ve kaçan alarm oranı izleniyor mu?
Pilot faydası ölçülmeden tüm fabrikaya yayılıyor mu?

Başarı Göstergeleri

Plansız duruş süresinin azalması
Arıza öncesi yakalanan uyarı sayısının artması
MTBF’nin yükselmesi ve MTTR’nin düşmesi
Bakım planlama doğruluğunun artması
Yedek parça hazırlık süresinin iyileşmesi
Yanlış alarm oranının düşmesi
Kritik ekipman kullanılabilirliğinin artması

Sık Yapılan Hatalar

Her makineye sensör takarak başlamak
Kritiklik analizi yapmadan yatırım yapmak
Bakım iş emri entegrasyonunu kurmamak
Yanlış alarm yönetimini düşünmemek
Modeli bakım uzmanlığıyla doğrulamamak
Faydayı duruş ve maliyet üzerinden ölçmemek

Sıkça Sorulan Sorular

Kestirimci bakım küçük işletmeler için gerekli mi?

Kritik ekipman arızası üretimi durduruyor veya yüksek maliyet yaratıyorsa değerlidir. Başlangıç tüm makinelerle değil, en kritik ekipmanlarla yapılmalıdır.

Kestirimci bakım için yapay zeka şart mı?

Hayır. İlk aşamada eşik, trend ve condition monitoring yeterli olabilir. Yapay zeka, veri hacmi ve arıza deseni oluştuğunda daha anlamlı hale gelir.

Kestirimci bakım yatırımı KOSGEB desteği kapsamında mı?

Kestirimci bakım; IIoT, veri analitiği, bakım dijitalleşmesi, üretim sürekliliği ve yapay zeka kapsamında değerlendirilebilecek dijital dönüşüm yatırımlarındandır. Uygunluk, işletmenin ihtiyacı ve DDX raporundaki yol haritasıyla birlikte değerlendirilmelidir.

Sonuç

Kestirimci bakım, bakım ekiplerini arıza olduktan sonra müdahale eden yapıdan, arızayı önceden gören ve planlayan yapıya taşır. Doğru ekipman seçimi, doğru sensör, doğru alarm ve bakım iş emri bağlantısıyla KOBİ’lerde hızlı ve ölçülebilir fayda sağlayabilir.

İlgili Çözümler

Tüm çözümleri Dijital Dönüşüm sayfasındaki interaktif haritada inceleyebilirsiniz.

Bu Yatırımı KOSGEB Desteğiyle Planlayın

Kestirimci Bakım yatırımınız, KOSGEB KOBİ Dijital Dönüşüm Destek Programı kapsamında 20 milyon TL’ye kadar faiz destekli krediyle finanse edilebilir. Ön şart, TÜBİTAK TÜSSİDE belgeli (yetkili) bir danışman tarafından hazırlanan geçerli bir DDX raporudur — bu raporu doğrudan ben hazırlıyorum ve başvuru sürecinizi uçtan uca yönetiyorum.

Ücretsiz Ön Değerlendirme İçin İletişime Geç →