Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2023
Tezin Dili: Türkçe
Öğrenci: Muhammed Safa AYDIN
Danışman: Hasan Şakir Bilge
Özet:
Aviyonik sistemlerde sensörler, hava araçlarının güvenli ulaşımı ve özellikle askeri hava araçlarının görev başarımı için büyük öneme sahiptirler. Bu tez çalışması kapsamında öncelikle yaşanan havacılık kazaları ve aksaklıkları araştırılmış, aviyonik sistemlerde yer alan sensörler incelenmiş ve geçmişte farklı hatalar sonucunda kazalara ve görev başarısızlığına sebep olan hücum açısı, yakıt akış hızı ve küresel konumlama sensörleri çalışma için seçilmiştir. Bu sensörler için gerçek hata senaryoları araştırılmıştır. Hücum açısı sensörü için sabit sapma hatası durumu ve son değerde takılı kalma hata durumu, yakıt akış hızı sensörü için yakıt sızıntısını oluşturan sabit sapma hatası ve sensör iletişiminin kopmasını temsilen sıfıra düşüş hata durumu, küresel konumlama sistemi içinse gürültülü veri hata durumu oluşturulmuştur. Geliştirilen Karar Ağaçları, Destek Vektör Regresyonu, Torbalama Ağaçları ve Derin Sinir Ağları modelleriyle diğer aviyonik sistemlerden alınan sensör verileri kullanılarak seçilen sensörlerin verileri tahmin edilmiş ve hata durumları tespit edilmiştir. Çalışmada makine öğrenmesi modellerini geliştirmek ve test etmek için X Plane uçuş simülatörü kullanılmış ve çalışmada kullanılan tüm veri seti çalışma kapsamında oluşturulmuştur. Makine öğrenmesi metotlarında en verimli modele ulaşmak için öncelikle bekletme doğrulaması kullanılmış ve her metot için en verimli model bulunmuştur. Torbalama Ağaçları metodu 40 adet öğrenme ağacıyla oluşturulduğu zaman tüm sensör verileri için en az hataya sahip model olmuştur. Geliştirilen modeller, bağımsız üç uçuş verisinde test edilmiştir. Hücum açısı verisinde ortalama kare hata miktarı 0,5936’ya kadar düşecek şekilde tahmin gerçekleştirildiği ve test uçuşlarının çoğunda hataların oluştuktan 10 saniye içinde tespit edildiği görülmüştür. Test uçuşlarında yakıt akış hızı verisi, minimum 1,03x106 ortalama kare hata ile yine oldukça başarılı şekilde tahmin edilmiştir ve test uçuşlarının çoğunda hata durumları yaklaşık 5 saniyede tespit edilmiştir. Küresel Konumlama sensörünün verileri için de başarılı tahminler yapıldığı görülmüştür. Çalışmada ayrıca çoklu sensör arızası durumu, yakıt akış hızı sensörünün sıfıra düşme hatasına sahip olduğu zaman hücum açısı modeline etkisi üzerinden incelenmiş ve çoklu sensör arızasında da birden fazla model kullanılarak yapılan tahminler ile hatanın düzeltilebildiği görülmüştür.
Anahtar Kelimeler : Aviyonik, makine öğrenmesi, sensör füzyonu, hata tespiti