IoT Çözümleri ve Endüstri 4.0 Sistemleri
Nesnelerin İnterneti (IoT) ile akıllı üretim! Sensör entegrasyonu, gerçek zamanlı veri toplama, uzaktan izleme ve kontrol, predictive maintenance ile üretim verimliliğini %40-60 artırın, maliyetleri düşürün.
IoT (Internet of Things) Nedir?
IoT (Nesnelerin İnterneti), fiziksel cihazların (sensörler, makineler, ekipmanlar) internete bağlanarak veri toplaması, paylaşması ve birbirleriyle iletişim kurmasıdır. Endüstri 4.0’ın temel teknolojisidir.
🏭 Endüstri 4.0 ve IoT
Sanayi Devrimleri:
Sanayi Evrimleri:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Endüstri 1.0 (1780):
🚂 Buhar makinesi
→ Mekanik üretim
Endüstri 2.0 (1870):
⚡ Elektrik
→ Seri üretim (assembly line)
Endüstri 3.0 (1970):
💻 Bilgisayar ve otomasyon
→ Dijital üretim, PLC, SCADA
Endüstri 4.0 (2010+):
🌐 IoT, AI, Big Data, Cloud
→ Akıllı fabrika, bağlantılı makineler
→ Gerçek zamanlı karar verme
→ Predictive maintenance
→ Cyber-physical systems
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📊 IoT İstatistikleri
Global Veriler (2024-2025):
IoT Büyüme:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📱 Bağlı cihaz sayısı: 16.7 milyar (2024)
📈 Tahmin (2030): 29.4 milyar
💰 IoT market: $1.1 trilyon
🏭 Endüstriyel IoT: $263 milyar
Verimlilik Artışı:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📊 Üretim verimliliği: %40-60 artış
💰 Maliyet azalması: %30-50
⚙️ Duruş süresi (downtime): %70 azalma
🔧 Bakım maliyeti: %40 azalma
📈 OEE (Overall Equipment Effectiveness): %25 artış
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
IoT Sistem Mimarisi
🏗️ IoT Katmanları
IoT Architecture (4 Layer):
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
┌─────────────────────────────────────────┐
│ Layer 4: APPLICATION LAYER │
│ • Web Dashboard │
│ • Mobile App │
│ • Analytics & BI │
│ • AI/ML Models │
│ • ERP/MES Entegrasyon │
└───────────────┬─────────────────────────┘
│
┌───────────────▼─────────────────────────┐
│ Layer 3: PLATFORM LAYER (Cloud/Edge) │
│ • IoT Platform (AWS IoT, Azure IoT) │
│ • Data Storage (Time-series DB) │
│ • Data Processing (Stream processing) │
│ • Device Management │
│ • Security & Authentication │
└───────────────┬─────────────────────────┘
│
┌───────────────▼─────────────────────────┐
│ Layer 2: NETWORK LAYER │
│ • Wi-Fi, Ethernet │
│ • LoRaWAN, NB-IoT, 4G/5G │
│ • Modbus TCP, MQTT, OPC UA │
│ • Gateway (Edge device) │
└───────────────┬─────────────────────────┘
│
┌───────────────▼─────────────────────────┐
│ Layer 1: PERCEPTION LAYER (Devices) │
│ • Sensors (sıcaklık, basınç, titreşim) │
│ • Actuators (motorlar, valfler) │
│ • PLC, SCADA │
│ • Industrial Equipment │
└─────────────────────────────────────────┘
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
IoT Sensör Tipleri ve Uygulamalar
🌡️ Endüstriyel Sensörler
Sensör Kategorileri:
1. Sıcaklık Sensörleri
Uygulama Alanları:
- Fırın, kazan sıcaklık kontrolü
- Soğutma sistemi izleme
- Ürün kalite kontrolü
- HVAC sistemleri
Sensör Tipleri:
- Thermocouple (K, J, T tipi): -200°C ile +1350°C
- RTD (PT100, PT1000): -200°C ile +850°C
- Thermistor: -50°C ile +150°C
- IR (infrared) sensörler: Temassız ölçüm
Protokol: Modbus RTU, 4-20mA analog
Çıktı: Digital (I²C, SPI) veya Analog
Örnek Senaryo:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Gıda Fabrikası - Pastörizasyon:
• Termostat: 72°C olmalı
• Sensör her 1 sn ölçüm
• 70°C altı → Alarm + Otomatik ısıtıcı devreye
• 75°C üstü → Soğutma devreye
• Tüm veriler SCADA'da loglanıyor
2. Basınç Sensörleri
Uygulama:
- Hidrolik sistemler
- Pnömatik sistemler
- Boru hattı basıncı
- Tank seviye ölçümü (basınç ile)
Tipler:
- Piezoresistive
- Capacitive
- Strain gauge
Range: 0-10 bar, 0-100 bar, 0-600 bar
Örnek: Kompresör izleme
Normal basınç: 6-8 bar
Alarm (düşük): < 5 bar
Alarm (yüksek): > 10 bar
3. Titreşim Sensörleri
Uygulama: Predictive Maintenance (kestirimci bakım)
- Motor rulman aşınması tespiti
- Pompa dengesizliği
- Fan blade hasarı
Sensör: Accelerometer (ivmeölçer)
- 3-axis (X, Y, Z)
- Frequency: 0-10 kHz
- Sensitivity: ±2g, ±4g, ±8g
Analiz:
- FFT (Fast Fourier Transform)
- Titreşim spektrum analizi
- Rulman hata frekansları (BPFO, BPFI)
Örnek Tespit:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Motor Titreşimi:
Normal: 0.5-1.5 mm/s RMS
Dikkat: 2.5-6.3 mm/s (bakım planla)
Tehlike: > 6.3 mm/s (acil dur)
AI Model:
→ 30 gün sonra rulman değişimi gerekecek
→ Bakım planla (duruş önlenir)
4. Akım/Güç Sensörleri
Uygulama:
- Enerji tüketimi izleme
- Motor yük analizi
- Güç kalitesi (harmonik)
Sensör Tipi:
- Current transformer (CT)
- Hall effect sensor
- Rogowski coil
Ölçümler:
- Akım (A): Gerçek zamanlı
- Voltaj (V): 3-phase
- Güç (W, kW): Aktif, reaktif
- Enerji (kWh): Kümülatif
- Power Factor (cos φ)
- Harmonics (THD)
Örnek Dashboard:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Motor-1 (Kompresör):
Akım: 12.5 A (normal: 10-15A)
Güç: 8.2 kW
Enerji (bugün): 127 kWh
Verimlilik: %87
Durum: ✅ Normal
Motor-2 (Pompa):
Akım: 22.8 A ⚠️ (normal: 15-18A)
Güç: 15.1 kW
Alarm: Aşırı akım! Pompa tıkanmış olabilir
Aksiyon: Bakım ekibi bilgilendirildi
5. Mesafe/Seviye Sensörleri
Tank seviye ölçümü:
- Ultrasonik sensör: 0.3m - 8m
- Radar (FMCW): 0.1m - 70m
- Hidrostatik (basınç)
Örnek: Yakıt tankı izleme
Kapasite: 10,000 litre
Sensör: Ultrasonik (tanka monte)
Seviye: %75 (7,500 L)
Tüketim (bugün): 850 L
Tahmin: 8 gün sonra dolum gerekli
Otomatik sipariş: Aktif
📡 IoT İletişim Protokolleri
Endüstriyel Protokoller:
MQTT (Message Queuing Telemetry Transport)
MQTT Özellikleri:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
✅ Lightweight (düşük bandwidth)
✅ Publish/Subscribe modeli
✅ QoS (Quality of Service) 0, 1, 2
✅ Retain messages
✅ Last Will and Testament (LWT)
Örnek Topic Yapısı:
factory/machine-01/temperature
factory/machine-01/vibration
factory/machine-02/power
factory/alerts/critical
Python Örnek:
import paho.mqtt.client as mqtt
client = mqtt.Client()
client.connect("mqtt.example.com", 1883)
# Publish
client.publish("factory/machine-01/temp", "72.5")
# Subscribe
def on_message(client, userdata, msg):
print(f"{msg.topic}: {msg.payload}")
client.subscribe("factory/+/temperature")
client.on_message = on_message
client.loop_forever()
Modbus TCP/RTU
Modbus:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
En yaygın endüstriyel protokol
Modbus RTU:
• Serial (RS-485)
• Master-slave
• CRC error checking
Modbus TCP:
• Ethernet üzerinden
• TCP/IP (port 502)
Python Örnek (Modbus TCP):
from pymodbus.client import ModbusTcpClient
client = ModbusTcpClient('192.168.1.100', port=502)
client.connect()
# Read holding register (adres 0, 10 adet)
result = client.read_holding_registers(0, 10, unit=1)
if result.isError():
print("Hata!")
else:
print(f"Register değerleri: {result.registers}")
# Örnek: [723, 150, 50, ...] (sıcaklık, basınç, rpm)
client.close()
OPC UA (Unified Architecture)
OPC UA:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Yeni nesil endüstriyel protokol
Özellikler:
✅ Platform bağımsız
✅ Güvenli (encryption, authentication)
✅ Semantic data modeling
✅ Pub/Sub + Client/Server
✅ Tarihsel veri erişimi
Kullanım:
SCADA → OPC UA Server
IoT Platform → OPC UA Client
IoT Cloud Platformları
☁️ Managed IoT Platforms
AWS IoT Core
AWS IoT Architecture:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Device (MQTT client)
↓
AWS IoT Core (Message broker)
↓
IoT Rules Engine
├→ Lambda (processing)
├→ Kinesis (streaming)
├→ DynamoDB (storage)
├→ S3 (raw data)
└→ SNS (alarms)
Özellikler:
✅ MQTT, HTTPS, WebSocket
✅ Device shadow (offline state)
✅ Fleet management
✅ OTA updates
✅ Greengrass (edge computing)
Fiyat:
• Messaging: $1.00/milyon mesaj
• Device shadow: $1.25/milyon güncelleme
Azure IoT Hub
Azure IoT Stack:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Devices → IoT Hub
↓
Azure Stream Analytics
↓
Power BI (dashboard)
Time Series Insights (analytics)
Özellikler:
✅ Bi-directional communication
✅ Azure Digital Twins (simulasyon)
✅ IoT Edge (edge computing)
✅ Device provisioning service
Fiyat:
• Basic: $10/ay (400K mesaj/gün)
• Standard: $25/ay (6M mesaj/gün)
ThingsBoard (Open Source)
ThingsBoard:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Açık kaynak IoT platform
Özellikler:
✅ Self-hosted (kendi sunucunuz)
✅ MQTT, CoAP, HTTP
✅ Rule engine
✅ Dashboard designer
✅ Alarm management
✅ Multi-tenancy
Fiyat: Ücretsiz (community edition)
Cloud: ThingsBoard Cloud ($10/ay başlangıç)
Endüstri 4.0 Uygulama Senaryoları
🏭 Akıllı Fabrika Örneği
Senaryo: Otomotiv Yan Sanayi
Fabrika Düzeni:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Üretim Hattı:
[CNC-1] → [CNC-2] → [Kalite Kontrol] → [Paketleme]
IoT Sensörler (Her Makine):
• Titreşim (accelerometer)
• Sıcaklık (thermocouple)
• Akım (current transformer)
• Kapı sensörü (magnetic switch)
• Ürün sayacı (photoelectric)
Edge Gateway:
• Raspberry Pi 4 / Industrial PC
• Modbus RTU → MQTT dönüştürme
• Edge AI (anomaly detection)
• Lokal HMI (7" touchscreen)
Cloud:
• AWS IoT Core
• TimescaleDB (zaman serisi)
• Grafana (dashboard)
• Python (veri analizi)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Gerçek Zamanlı Dashboard:
CNC-1 Makine Durumu:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Status: 🟢 Çalışıyor
Üretim (bugün): 1,247 parça
Hedef: 1,500 parça (83% tamamlandı)
Verimlilik (OEE): %87
Sensör Verileri:
Spindle RPM: 3,250 rpm
Sıcaklık: 68°C (normal)
Titreşim: 1.2 mm/s (normal)
Akım: 18.5 A (normal)
Güç: 12.8 kW
Son Alarm: 2 gün önce
Sonraki Bakım: 15 gün sonra
Predictive Maintenance:
Rulman durumu: %78 sağlıklı
Tahmin: 45 gün ömrü var
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Alarm Senaryosu:
⚠️ ALARM: CNC-2 Aşırı Titreşim
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Zaman: 14:23:15
Titreşim: 8.5 mm/s (normal: < 2.5)
Olası Sebep: Rulman hasarı
Otomatik Aksiyonlar:
✅ SMS gönderildi (bakım ekibi)
✅ Email gönderildi (üretim müdürü)
✅ WhatsApp mesajı (vardiya amiri)
✅ SCADA alarm ekranı
✅ Makine otomatik durduruldu (critical alarm)
Tavsiye Edilen:
→ Rulman kontrolü
→ Titreşim analizi (FFT)
→ Yedek parça sipariş
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
⚡ Enerji İzleme Sistemi
Fabrika Geneli Enerji Yönetimi:
Enerji Dağılımı:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Toplam Tüketim (Anlık): 487 kW
Bölüm Bazlı:
🏭 Üretim: 320 kW (66%)
• CNC makineleri: 180 kW
• Pres makineleri: 90 kW
• Konveyörler: 50 kW
❄️ HVAC: 85 kW (17%)
• Klima: 50 kW
• Havalandırma: 35 kW
💡 Aydınlatma: 42 kW (9%)
🏢 Diğer: 40 kW (8%)
Bugün (08:00-16:00):
Tüketim: 3,250 kWh
Maliyet: 2,600 TL (0.80 TL/kWh)
Bu Ay:
Tüketim: 48,500 kWh
Maliyet: 38,800 TL
Geçen aya göre: ↓ %8 (tasarruf!)
AI Önerisi:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
🔍 CNC-3 boşta bile 8 kW harcıyor
→ Idle modda motor durdurulabilir
Tasarruf: ~120 kWh/gün (2,880 TL/ay)
💡 Aydınlatma 19:00'da hala açık (hafta sonu)
→ Otomatik zamanlayıcı öneriyoruz
Tasarruf: ~15 kWh/gün (360 TL/ay)
🚗 Filo Takip ve Lojistik IoT
Kamyon Filosu İzleme:
Araç: TR-34-ABC-1234 (Kamyon-5)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📍 Konum: Ankara-İstanbul Yolu, 42. km
🚛 Hız: 87 km/s (limit: 90)
⛽ Yakıt: 240 L (%60)
🌡️ Kargo sıcaklık: 4°C (soğutmalı)
📦 Yük: 12 ton
Sensörler:
• GPS (konum, hız)
• Yakıt seviye sensörü
• Soğutucu sıcaklık sensörü
• Kapı sensörü (açık/kapalı)
• OBD2 (motor verileri)
Durum: ✅ Normal
Rota Optimizasyonu (AI):
Mevcut rota: 450 km, 5.5 saat
Önerilen: 438 km, 5.2 saat
Tasarruf: 12 km, 18 dakika
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
⚠️ ALARM:
Kamyon-3: Soğutucu sıcaklık 10°C (limit: 2-6°C)
Konum: İzmir-Manisa arası
Aksiyon: Şoför bilgilendirildi
En yakın servis: 15 km
🏗️ Akıllı Bina Yönetimi
Ofis Binası IoT Sistemi:
Akıllı Bina Özellikleri:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
HVAC (Isıtma/Soğutma):
• Kat bazlı sıcaklık kontrolü
• Doluluk sensörü entegrasyonu
• Hava kalitesi (CO2, PM2.5)
• Otomatik pencere kontrolü
Aydınlatma:
• PIR (hareket) sensörleri
• Işık seviyesi sensörleri
• Circadian lighting (doğal ritim)
Güvenlik:
• Kapı erişim kontrolü (RFID)
• Kamera (IP camera)
• Yangın alarm (smoke detector)
Enerji:
• Akıllı sayaçlar
• Güneş paneli üretimi
• Batarya depolama
Örnek Senaryo:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
3. Kat Toplantı Salonu:
08:30 - Toplantı başladı (takvim entegrasyonu)
→ Işıklar otomatik açıldı (70% parlaklık)
→ Klima 22°C'ye ayarlandı
→ Projeksiyon ekranı indi
10:30 - Toplantı bitti
→ PIR sensör 10 dk hareket görmedi
→ Işıklar otomatik kapandı
→ Klima eko moda geçti (24°C)
Tasarruf: %35 enerji (boş odaların otomatik kapatılması)
Predictive Maintenance (Kestirimci Bakım)
🔧 AI Destekli Bakım Tahmini
Geleneksel vs Predictive Maintenance:
Bakım Stratejileri:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
1. Reactive (Arıza sonrası):
Makine → Bozuldu → Tamir
Maliyet: Yüksek (üretim kaybı)
Downtime: 4-24 saat
2. Preventive (Önleyici):
Zaman bazlı (örn: Her 6 ayda bakım)
Gereksiz bakım yapılabilir
Downtime: Planlı
3. Predictive (Kestirimci):
IoT + AI → Makine bozulmadan önce tahmin
Optimal zamanda bakım
Downtime: Minimum
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Predictive Maintenance Workflow:
# Pseudocode - Predictive Maintenance
import numpy as np
from sklearn.ensemble import RandomForestClassifier
# 1. Veri Toplama (IoT sensörlerden)
data = {
'temperature': [65, 68, 70, 72, 75, 78, 82, 85], # °C
'vibration': [1.0, 1.2, 1.5, 2.0, 2.8, 4.5, 6.2, 8.0], # mm/s
'current': [15, 15.5, 16, 17, 18, 19, 21, 23], # Ampere
'rpm': [3000, 3000, 2980, 2950, 2900, 2850, 2750, 2600],
'label': [0, 0, 0, 0, 1, 1, 1, 1] # 0=normal, 1=arıza yaklaşıyor
}
# 2. Model Eğitimi (Tarihsel verilerle)
model = RandomForestClassifier()
X = np.array([data['temperature'], data['vibration'],
data['current'], data['rpm']]).T
y = np.array(data['label'])
model.fit(X, y)
# 3. Gerçek Zamanlı Tahmin
current_data = [80, 7.5, 22, 2700] # Anlık sensör verileri
prediction = model.predict([current_data])
if prediction == 1:
print("⚠️ UYARI: 7-10 gün içinde arıza riski yüksek!")
print("Tavsiye: Rulman değişimi planla")
send_alert_to_maintenance_team()
Gerçek Başarı Hikayesi:
Otomotiv Fabrikası:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Önce (Reactive Maintenance):
Yıllık arıza: 12 kez
Ortalama downtime: 18 saat/arıza
Toplam kayıp: 216 saat/yıl
Üretim kaybı: ~2.5M TL
Sonra (Predictive Maintenance):
Yıllık arıza: 2 kez (plansız)
Planlı bakım: 10 kez
Ortalama downtime: 2 saat/bakım
Toplam: 20 saat/yıl
Kazanç:
✅ Downtime %91 azaldı (216 → 20 saat)
✅ Üretim kaybı önlendi: 2M TL
✅ Bakım maliyeti %30 azaldı
✅ ROI: 8 ay
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
IoT Güvenliği
🔐 Security Best Practices
IoT Security Checklist:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Network Seviyesi:
✅ VPN/firewall (fabrika ağı izolasyonu)
✅ VLAN segmentasyonu (IoT ayrı VLAN)
✅ IDS/IPS (intrusion detection)
Device Seviyesi:
✅ Güçlü şifreler (default şifre değiştir!)
✅ Firmware update düzenli
✅ Secure boot
✅ Hardware encryption (TPM chip)
İletişim Seviyesi:
✅ TLS/SSL encryption (MQTT over TLS)
✅ Certificate-based authentication
✅ Message signing
Uygulama Seviyesi:
✅ API authentication (JWT, OAuth)
✅ Role-based access control (RBAC)
✅ Audit logging
✅ Data encryption at rest
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
IoT Geliştirme Stack’i
💻 Teknoloji Stack
Hardware:
Edge Devices:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Küçük Projeler:
• Arduino (Uno, Mega, Nano)
• ESP8266 / ESP32 (Wi-Fi built-in)
• Raspberry Pi Pico
Endüstriyel:
• Raspberry Pi 4 (Linux)
• Industrial PC (fanless)
• Siemens IoT2000
• Advantech edge gateway
PLC (Programmable Logic Controller):
• Siemens S7-1200/1500
• Allen-Bradley CompactLogix
• Schneider Modicon
Software Stack:
Backend:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
• Python + FastAPI (API server)
• Node.js + Express (real-time)
• Mosquitto (MQTT broker)
• TimescaleDB / InfluxDB (zaman serisi)
• PostgreSQL / MongoDB (metadata)
• Redis (cache)
Frontend:
• React / Vue.js (web dashboard)
• Grafana (monitoring)
• Node-RED (low-code flow)
AI/ML:
• Python + scikit-learn (ML)
• TensorFlow / PyTorch (deep learning)
• Prophet (time series forecasting)
Başarı Hikayeleri
🏭 Tekstil Fabrikası - Enerji Optimizasyonu
Firma: 500 kişilik tekstil fabrikası
Sorun:
- Yüksek enerji maliyeti (50,000 TL/ay)
- Kompresörler sürekli çalışıyor
- Hangi makine ne kadar harcıyor bilinmiyor
IoT Çözümü:
Kurulum:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
• 45 adet akım sensörü (her makineye)
• 8 adet kompresör basınç sensörü
• Modbus gateway (RS-485 → Ethernet)
• ThingsBoard IoT platform
• Grafana dashboard
Tespit Edilen Sorunlar:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
1. Kompresör-2 hava kaçağı
→ Sürekli çalışıyor, 12 kW gereksiz tüketim
Aksiyon: Hava kaçağı tamiri
2. Baskı makineleri gece kapalı ama
ısıtıcılar çalışmaya devam ediyor
→ 18 kW gereksiz
Aksiyon: Otomatik zamanlayıcı
3. Aydınlatma 24/7 açık (eski alışkanlık)
→ Gece 8 kW
Aksiyon: Hareket sensörlü LED
Sonuçlar (6 Ay):
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
✅ Enerji tüketimi: 62,500 kWh → 43,000 kWh/ay
✅ Tasarruf: %31
✅ Maliyet: 50,000 TL → 34,400 TL/ay
✅ Yıllık kazanç: 187,200 TL
✅ Yatırım geri dönüşü: 4.5 ay
🥛 Gıda Fabrikası - Soğuk Zincir İzleme
Firma: Süt ürünleri üreticisi
Sorun:
- Soğuk hava deposu sıcaklık kontrolü manuel
- Gece bekçi saatte bir kontrol ediyor
- Geçen yıl arıza sonucu 50,000 TL ürün bozuldu
IoT Çözümü:
Sistem:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
• 12 adet PT100 sıcaklık sensörü
• 4 adet kapı sensörü (magnetic switch)
• Nem sensörleri
• GSM gateway (SMS alarm)
• AWS IoT Core + Lambda
Alarm Seviyeleri:
Normal: 2-4°C
Uyarı: 4-6°C → SMS
Kritik: >6°C veya <0°C → SMS + Telefon + Siren
Sonuçlar:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
✅ 7/24 otomatik izleme
✅ Grafik raporlar (uyumluluk için)
✅ 1 yıl içinde 3 arıza erken tespit edildi
(kompr esör arızası, kapı açık unutulması)
✅ Ürün kaybı: 0 TL
✅ Yıllık tasarruf: 50,000 TL
Hemen Başlayın
IoT ve Endüstri 4.0 ile üretim verimliliğinizi artırın! Sensör entegrasyonu, gerçek zamanlı izleme, predictive maintenance ve veri analitiği ile üretim maliyetlerini düşürün, kaliteyi artırın.
IoT Hizmetlerimiz:
- ✅ IoT danışmanlık ve fizibilite
- ✅ Sensör seçimi ve kurulum
- ✅ PLC/SCADA entegrasyonu
- ✅ IoT platform kurulumu (AWS, Azure, ThingsBoard)
- ✅ Dashboard ve raporlama
- ✅ Predictive maintenance AI modeli
- ✅ Enerji izleme ve optimizasyon
- ✅ Akıllı fabrika dönüşümü
Ücretsiz IoT Danışmanlığı | Demo Talebi
İlgili Çözümler:
Popüler Aramalar: iot çözümleri, nesnelerin interneti, endüstri 4.0, akıllı fabrika, sensör entegrasyonu, scada, plc entegrasyonu, predictive maintenance, uzaktan izleme
Bu çözüm işletmeniz için uygun mu?
Uzman ekibimizle görüşün, size özel bir teklif hazırlayalım.