Yapay sinir ağları yaklaşımı ile uçuş kontrol sisteminde arıza tespiti ve yalıtımı
Fault detection and isolation in aircraft control system using artificial neural networks
- Tez No: 142990
- Danışmanlar: PROF. DR. ÇİNGİZ HACIYEV
- Tez Türü: Yüksek Lisans
- Konular: Uçak Mühendisliği, Aeronautical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2003
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Uçak Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında modem uçakların uçuş kontrol sistemlerinde oluşabilecek arızaların, yapay sinir ağlan kullanılarak tesbiti ve yalıtımı amaçlanmıştır. Öncelikle literatürde geçen arıza tesbit ve yalıtım sistemlerinin zayıf yanlan incelenmiş, bu zayıflıklan giderecek şekilde yapay sinir ağ modelleri geliştirilmiştir. Geliştirilen yapay sinir ağlarının eğitimi için benzetim uygulamalarından yararlamlmış ve Levenberg-Marquardt optimizasyon algoritmalan ile çok katmanlı ileri beslemeli yapay sinir ağlan ile uçağın uzunlamasına eksenindeki önemli dinamik parametrelerden hücum açısı ve elevator kontrol yüzeyi açısı kestirilmiştir. Kestirilen değerlerin gerçek algılayıcı sinyalleri ile karşılaştınlması ile hatalı olan sistem bulunmuş ve yalıtılmıştır. Arızaların yapay sinir ağlarını değişik oranda etkilemesi sonucundan yararlanılarak matematiksel modeli ve giriş sinyalleri farklı yapay sinir ağlan bir arada kuUanılmış, elevator kontrol yüzey açısı ve hücum açısı ölçen sanal sensörlerin nominal değerlerden sapmalarına bakılarak arızaların tesbitinde güvenilirlik artınlmıştır
Özet (Çeviri)
The purpose of this thesis is to detect and isolate faults in the flight control systems of modern aircrafts using artificial neural networks. Inefficiencies of the previous work in the field of fault detection and isolation has been identified and artificial neural network models have been proposed to counter these disadvantages. Simulation data has been used to train a multilayer feedforward neural network using Levenberg-Marquardt optimization algorithm to estimate critical longitudinal axis parameters, elevator control surface angle, and angle of attack. The faulty system has been identified and isolated using real measurements of sensors and estimated values. The effects of faults on different neural models has been exploited by designing multiple neural networks with different input signals, mathematical models and reliability of fault detection algorithm has been augmented with the residue signals of virtual sensors measuring elevator control surface angle and aircraft angle of attack.
Benzer Tezler
- Digital-twin flight modelling through machine learning for trajectory error estimation and recovery
Rota hesaplamalarında makine öğrenmesi tabanlı dijital ikiz uçuş modeli
MEVLÜT UZUN
Doktora
İngilizce
2021
Sivil Havacılıkİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. GÖKHAN İNALHAN
DR. MUSTAFA UMUT DEMİREZEN
- Wind-optimized route planning with deep reinforcement learning
Derin pekiştirmeli öğrenme ile rüzgar optimizasyonlu rota planlaması
MELİH SAFA CENGİZ
Yüksek Lisans
İngilizce
2025
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DOÇ. DR. BARIŞ BAŞPINAR
- A deep neural network methods to predict aeroelastic responses of a shape memory alloy hysteretic springs based typical airfoil section
Şekil hafıza alaşımlı histeretik yay içeren tipik bir kanat kesitinin aeroelastik tepkilerinin tahmini için derin sinir ağı yöntemleri
OSMAN DAĞLI
Doktora
İngilizce
2025
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. METİN ORHAN KAYA
- Numerical and experimental investigation of boundary layer transition with active and passive flow control methods
Sınır tabaka geçişinin aktif ve pasif akış kontrol yöntemleriyle sayısal ve deneysel incelenmesi
ABDUSSAMET SUBAŞI
Doktora
İngilizce
2017
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. HASAN GÜNEŞ
- Prostat adenokarsinomlarında psa değerlerinin gleason skor ve klinik evre ile ilişkisi
The relation between psa and gleason score and clinical phase in prostate adenocarsinoma
HACI HASAN ESEN
Tıpta Uzmanlık
Türkçe
2005
PatolojiSelçuk ÜniversitesiPatoloji Ana Bilim Dalı
PROF.DR. MUSTAFA CİHAT AVUNDUK