Aerodinamik ve çevresel etmenlere bağlı olarak uçuş spefikasyonları doğrultusunda uçak motor parametrelerinin yapay zeka tabanlı yönlendirilmiş metasezgisel algoritma ile tahmini
Prediction of aircraft engine parameters using an artificial intelligence based guided metaheuristic algorithm in line with flight specifications, taking into account aerodynamic and environmental factors
- Tez No: 1025903
- Danışmanlar: DR. ÖĞR. ÜYESİ UKBE ÜSAME UÇAR
- Tez Türü: Yüksek Lisans
- Konular: Havacılık ve Uzay Mühendisliği, Aeronautical Engineering
- Anahtar Kelimeler: Makine öğrenmesi, Metasezgisel algoritmalar, Uçak motorları, Yapay zeka, Machine learning, Metaheuristic algorithms, Aircraft engines, Artificial intelligence
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Havacılık Bilimi ve Teknolojileri Ana Bilim Dalı (disiplinlerarası)
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında, aerodinamik, çevresel ve operasyonel faktörlerin uçuş fazına bağlı olarak uçak motor performansı üzerindeki etkilerinin belirlenmesi ve motor performans parametrelerinin yüksek doğrulukla modellenmesi amaçlanmıştır. Tezin uygulama aşamasında Boeing 737-800 uçağı ve CFM56 turbofan motoru referans alınmış, X-Plane 11 ve MATLAB tabanlı simülasyon alt yapısı kullanılarak farklı destinasyonlarda 40 uçuş gerçekleştirilmiş ve yaklaşık 600.000 satır veri elde edilmiştir. Veri setinde 14 adet girdi dikkate alınmış ve Egzoz Gazı Sıcaklığı (EGT), Yakıt Akışı (FF) ve İtki (Thrust) değerleri ise hedef değişkenleri olarak belirlenmiştir. Simülasyon sonucu elde edilen veriler, istatistiksel teknikler ve LOESS eğrileri ile analiz edilmiştir. Modelleme aşamasında, farklı regresyon yöntemleri ile Random Forest, Explainable Boosting Machine, Yapay Sinir Ağları, XGBoost, LightGBM ve CatBoost algoritmalarından yararlanılmıştır. Buna ek olarak Fata Morgana Metasezgiseli, Ensemble Modeller ve XGBoost yönteminden oluşan ve R²-Guided FATA-ES-XGBR adı verilen yeni bir hibrit tahmin modeli geliştirilmiştir. Sekiz farklı uçuş fazının dikkate alındığı tez çalışmasında dört farklı tahmin performans göstergesi kullanımıştır. Analizler sonucunda, toplam 96 performans göstergesinin 47 sinde önerilen hibrit algoritma en iyi sonuçları üretirken, 87 gösterge en iyi üç algoritmadan biri olmuştur. Algoritmalar, EGT çıktısını yüksek doğruluk seviyesi ile tahmin ederken, Thrust çıktısını modellemede zorluk yaşamıştır. Uçuş fazları açısından sonuçlar değerlendirildiğinde, yer fazının modellenmesinde algoritmaların daha fazla hata yaptığı tespit edilmiştir. İstatistiksel analiz sonuçları ise uçuş fazları ve girdilerin, ilgili çıktılar üzerinde etkili olduğunu göstermiştir. Sonuç olarak, geliştirilen faz duyarlı hibrit yaklaşımın, uçak motor performansının izlenmesinde, kestirimci bakım uygulamalarında, karar destek sistemlerinde ve kalan kullanılabilir ömür tahmin çalışmalarında etkili bir yöntem olacağı öngörülmüştür.
Özet (Çeviri)
This thesis aims to determine the effects of aerodynamic, environmental, and operational factors on aircraft engine performance depending on the flight phase, and to model engine performance parameters with high accuracy. In the application phase of the thesis, a Boeing 737-800 aircraft and a CFM56 turbofan engine were used as references. Forty flights were conducted at different destinations using X-Plane 11 and MATLAB-based simulation infrastructure, and approximately 600,000 lines of data were obtained. Fourteen inputs were considered in the dataset, and Exhaust Gas Temperature (EGT), Fuel Flow (FF), and Thrust values were determined as output variables. The data obtained from the simulation were analyzed using statistical techniques and LOESS curves. In the modeling phase, different regression methods and algorithms such as Random Forest, Explainable Boosting Machine, Artificial Neural Networks, XGBoost, LightGBM, and CatBoost were utilized. In addition, a new hybrid prediction model called R²-Guided FATA-ES-XGBR, consisting of the Fata Morgana Metaheuristic, Ensemble Models and XGBoost method, has been developed. In this thesis, which considered eight different flight phases and four different prediction performance metrics were used. The results of the analyses showed that the proposed hybrid algorithm produced the best results in 47 out of a total of 96 performance metrics, while 87 metrics ranked among the top three algorithms. While the algorithms predicted EGT output with a high level of accuracy, they encountered difficulties in modeling thrust output. When the results were evaluated in terms of flight phases, it was found that the algorithms made more errors in modeling the ground phase. The results of the statistical analysis showed that flight phases and inputs had an effect on the relevant outputs. In conclusion, it is anticipated that the developed phase-sensitive hybrid approach will serve as an effective method for monitoring aircraft engine performance, predictive maintenance applications, decision support systems, and remaining useful life estimation studies.
Benzer Tezler
- Yatay eksenli rüzgar türbinlerinin aerodinamik karakteristikleri
Başlık çevirisi yok
NEVİN SALAR
Yüksek Lisans
Türkçe
1986
Makine MühendisliğiErciyes ÜniversitesiMakine Ana Bilim Dalı
DOÇ. DR. TAHİR YAVUZ
- Çeşitli şekillerde düzenlenmiş iki silindir etrafındaki akım alanının incelenmesi
Investigation of the flow araund two circular cylinders in various arrangements
M.NEVZAT ÖZKAN
- Bir tip merminin hareketinin deneysel incelenmesi ve dış balistikte teorik bir yaklaşım
Theoretical and experimental investigation on external ballistic characteristics of a projectile
MEHMET AKÇAY
- Partikül yüklü, eş eksenli iki jet için karışma ve yanma modeli
A Mixing and combustion model for particle-laden confined coaxiol jets
METİN ERGENEMAN
- Havacılıkta kullanılan bazı eksenel simetrik cisimlerin aerodinamik karakteristiklerinin teorik ve deneysel olarak incelenmesi
Theoretical and experimental investigation on aerodynamic characteristics of some bodies of revolution used in aeronautics
VEYSEL ATLI