17.11.2025 © Tüm Hakları Saklıdır 2025.

1.GİRİŞ

     Kimyasal üretim tesisleri, reaktörler, pompalar, kompresörler ve tanklar gibi çok sayıda ekipmanı içeren karmaşık sistemlerdir. Bu tesislerin güvenli ve verimli çalışması, gerçek zamanlı kontrol ve veri yönetimi gerektirir. Geleneksel otomasyon sistemleri, PLC (Programmable Logic Controller) ve SCADA (Supervisory Control and Data Acquisition) tabanlıdır. Ancak, operasyonel verimliliği artırmak ve üretim kalitesini optimize etmek için yapay zekanın (AI) entegrasyonu giderek önem kazanmaktadır.

2.SCADA ve PLC TEMELLERİ

     • PLC: Tesisin saha seviyesindeki ekipmanlarını (vanalar, motorlar, pompalar, sensörler) doğrudan kontrol eden mikroişlemci tabanlı cihazlardır. Gerçek zamanlı olarak giriş verilerini (sıcaklık, basınç, akış hızı) okuyup çıkış sinyallerini üretir.

     • SCADA: PLC’lerden veri toplar, operatöre görselleştirme sağlar ve kontrol komutlarını iletir. Ayrıca veri kaydı, alarm yönetimi ve raporlama işlevlerini yerine getirir.

     Bu sistemler, tesisin otomasyon omurgasını oluşturur ve AI entegrasyonu için gerekli veri altyapısını sağlar.

3.YAPAY ZEKA ENTEGRASYONU

     AI, PLC ve SCADA sistemlerinden gelen verileri kullanarak üretim süreçlerini optimize eder. Entegrasyon birkaç temel aşamada gerçekleşir:

     a) Veri Toplama ve Ön İşleme

     • PLC ve SCADA’dan sürekli olarak sıcaklık, basınç, seviye, akış hızı gibi sensör verileri alınır.

     • AI algoritmaları için veriler temizlenir, normalize edilir ve eksik veriler tamamlanır.

     b) Süreç Optimizasyonu

     • Makine öğrenmesi modelleri, üretim parametreleri ile ürün kalitesi arasındaki ilişkiyi öğrenir.

     • SCADA üzerinden operatörlere öneriler sunulur veya PLC’ye otomatik setpoint değişiklikleri gönderilir.

     • Örnek: Reaktör sıcaklığı ve karıştırma hızı, AI tarafından analiz edilerek yan ürün oluşumu minimize edilir.

     c) Öngörücü Bakım

     • PLC tarafından kaydedilen ekipman titreşim, motor akımı ve sıcaklık verileri AI’a beslenir.

     • Arıza olasılığı tahmin edilir ve bakım zamanlaması SCADA üzerinden planlanır.

     • Bu sayede plansız duruşlar azaltılır ve ekipman ömrü uzatılır.

     d) Alarm ve Anomali Tespiti

     • AI, SCADA’da oluşturulan klasik alarm sistemlerini destekler.

     • Normal dışı verileri tespit ederek erken uyarılar oluşturur; örneğin bir pompa verim düşüşünü önceden bildirir.

4.ENTEGRASYON MİMARİSİNİN ÖRNEK YAPISI

     • Saha Katmanı: Tesis ekipmanları ve sensörler.

     • Kontrol Katmanı (PLC): Gerçek zamanlı kontrol ve veri toplama.

     • Denetim Katmanı (SCADA): Görselleştirme, alarm, veri kaydı.

     • AI Katmanı: Veri analizi, tahmin, optimizasyon ve karar destek.

5.FAYDALAR

     • Üretim Verimliliği: Optimal proses parametreleri ile verim artırılır.

     • Ürün Kalitesi: Anomali tespiti sayesinde kalite standartları korunur.

     • Bakım Maliyetlerinin Azaltılması: Öngörücü bakım ile plansız duruşlar önlenir.

     • Enerji Tasarrufu: Enerji tüketimi ve proses kayıpları minimize edilir.

6.ZORLUKLAR VE DİKKAT EDİLMESİ GEREKENLER

     • Veri Uyumluluğu: PLC ve SCADA verilerinin doğru biçimde AI’a aktarılması gerekir.

     • Gerçek Zamanlılık: AI algoritmalarının hızlı karar vermesi, otomasyon sisteminin gecikmesiz çalışmasını gerektirir.

     • Siber Güvenlik: SCADA ve PLC’nin internet veya bulut tabanlı AI sistemlerine bağlanması siber risk oluşturabilir.

     • Operatör Eğitimi: YZ destekli sistemleri anlamak ve doğru şekilde kullanmak kritik öneme sahiptir.

7.SONUÇ

     SCADA ve PLC tabanlı kimyasal üretim tesislerinde yapay zeka entegrasyonu, verimliliği artıran, kaliteyi güvence altına alan ve bakım maliyetlerini azaltan güçlü bir yöntemdir. AI, sahadan toplanan gerçek zamanlı verileri işleyerek proses optimizasyonu, öngörücü bakım ve anomali tespiti gibi fonksiyonları sağlar. Doğru şekilde entegre edildiğinde, tesisler hem ekonomik hem de güvenli bir şekilde çalışabilir.

     SCADA + PLC + Yapay Zeka entegrasyonunu somut bir vaka çalışması örneği ile gösterecek şekilde örneklendirelim:

VAKA ÇALIŞMASI: Reaktör Hattında SCADA, PLC ve Yapay Zeka Entegrasyonu

Resim1: AI Entegrasyonu Akış Şeması

Tesis ve Proses Tanımı

     • Tesis: Kimyasal üretim tesisi (sıvı-karışım reaktör hattı)

     • Hammadde: Kimyasal A ve B

     • Ürün: Kimyasal C

     • Hedef: Üretim verimini artırmak, yan ürün oluşumunu minimize etmek, bakım maliyetlerini düşürmek

MEVCUT SİSTEM

7.1. Plc:

     o Reaktör sıcaklığı, basınç, karıştırıcı hızı, seviye sensörlerini okur.

     o Vanaları ve pompa hızlarını kontrol eder.

7.2. Scada:

     o Operatör paneli üzerinden veri görselleştirme ve alarm yönetimi sağlar.

     o Üretim raporları ve geçmiş veriler için veri kaydı yapar.

7.3. Problemler:

     o Ürün kalitesinde dalgalanmalar.

     o Reaktör ve pompaların plansız duruşları.

     o Enerji tüketiminde yüksek maliyet.

YAPAY ZEKA ENTEGRASYONU

7.4. Veri Toplama

     • PLC’den sıcaklık, basınç, karıştırıcı hızı, tank seviyeleri ve pompa verileri SCADA üzerinden AI analiz katmanına gönderildi.

     • 6 aylık üretim verisi model eğitimi için kullanıldı.

7.5. Süreç Optimizasyonu

     • Makine öğrenmesi modeli, reaktör sıcaklığı ve karıştırıcı hızının ürün kalitesi ve yan ürün oluşumu üzerindeki etkisini öğrendi.

     • AI önerileri: Sıcaklık setpoint’lerini ±2°C optimize et. Karıştırıcı hızını üretim fazına göre değiştir.

     • SCADA üzerinden öneriler operatöre sunuldu veya PLC’ye otomatik setpoint olarak gönderildi.

7.6. Öngörücü Bakım

     • Pompa ve karıştırıcı sensör verileri analiz edildi: titreşim, motor akımı ve sıcaklık değişimleri.

     • AI, belirli bir eşik değerinin aşılması durumunda bakım ihtimali bildirdi.

     • Planlı bakım sayesinde plansız duruşlar %30 azaldı.

7.7. Anomali Tespiti

     • AI, SCADA alarmlarına ek olarak normal dışı veri desenlerini tespit etti.

     • Örnek: Tank seviyesinde küçük ama tekrarlayan sapmalar → pompa giriş filtresinde tıkanma uyarısı.

DEĞERLENDİRME

     Bu vaka çalışması, SCADA ve PLC tabanlı bir kimyasal üretim hattında yapay zekanın entegrasyonunun somut faydalarını göstermektedir. AI ile gerçek zamanlı veri analizi, süreç optimizasyonu ve öngörücü bakım bir araya geldiğinde:

     • Verimlilik artar

     • Kalite standartları korunur

     • Enerji ve bakım maliyetleri düşer

     • Tesis güvenliği ve operasyonel kararlılık güçlenir

Orçun TUNÇ
Kimya Mühendisi & İşletmeci & İSG Uzmanı