Yapay sinir ağları temelinde uçağın yanlamasına ve uzunlamasına hareket kontrolu
Lateral and longitudinal control of aircraft based on a neural network
- Tez No: 152159
- Danışmanlar: DOÇ.DR. ŞAKİR KOCABAŞ
- Tez Türü: Yüksek Lisans
- Konular: Uçak Mühendisliği, Aeronautical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2004
- 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
ÖZET YAPAY SİNİR AĞLARI TEMELİNDE UÇAĞININ YANLAMASINA VE UZUNLAMASINA HAREKET KONTROLÜ Maaliyet ve zaman artarken Teknolojini bir numaralı hedefi“en hızlı, en iyi, en ucuz”olmaya başladı. NASA başta olmakla birçok araştırma merkezleri bu yönde araştırmalar yapmaya başladı. NASA bir uzay aracında bol fiziksel sistemlerin analitik sistemlerin geçmesini araşatıran projelere destek vermeye başlamıştı. Sensor başarısız olduğu zaman bulma, tanımlama ve çözümleme sistemi olarak Yapay Sinir Ağları ile Yunuslama, Yuvarlanma ve Sapma açılarını tahmin edebilecekti. Gyro sensor başarısız olduğu zaman Mantıksal şema yadımı ile bulma, tanımlama tahmin edilebilirdi. Ek olarak bu sistem sensor başarısız olduktan sonra başarısız olmuş sensorun yerine tahmin ederek geçebilir. Böyle bir sistem düşünülmüş, modellenmiş ve Simulink programlama platformunda test edilmiştir. Çeşitli sensor başarısız olduğu zaman bu zaman sistem zeki şekilde doğru ve zamanında hatayı bulacak, tanımlayacak, ve çözümleyebilecek. Akıllı Uçuş Kontrol Sisteminin hedefi öyle bir uçuş kontrol sistemi geliştirmektir ki Yapay Sini ağları kullanarak etkili şekilde uçak stabilitesini ve kontrol parametrelerini tanımlayabilmelidir. Bu bilgi koşullar başarısız olduğunda uçak performansını optimize etmekte yararlanılacaktır. Bu çalışmada önce geleneksel kontrol yöntemleri ile uçağın ölçülebilir parametreler ile kontrolü yapılmış daha sonra ölçüm yapılmadığı sensorların başarısızlığı durumunda eğitilmiş kontrolörün uçağın azami kontrolünü başarılı şekilde sürdürebileceği gösterilmiştir. Bu amaçla MATLAB simulasyon paketi kullanılarak bu kontrolü simule edilerek grafiklerin sonuçları değerlendirilimiştir. ıx
Özet (Çeviri)
SUMMARY LATERAL AND LONGITUDINAL CONTROL OF AIRCRAFT BASED ON A NEURAL NETWORK Its“faster, better, cheaper”initiative to increase the number of missions while decreasing mission cost and time. Accordingly, NASA began supporting research efforts to replace physically redundant systems on board spacecraft with analytically redundant systems. The sensor failure, detection, identification and accommodation (SFDIA) system eliminates physical redundancy by supplying neural network estimations for the pitch, roll, and yaw rate gyros. A Boolean logic scheme utilizes the estimations to detect and identify gyro sensor failures. Additionally, the SFDIA replaces a faulty sensor with its estimate to ensure nominal flight conditions after a sensor failure. The SFDIA was written, modeled and tested in the Simulink programming environment. Various sensor failures were artificially injected into each parameter. In each case, the SFDIA accurately and timely detected, identified, and accommodated the faulty sensor.
Benzer Tezler
- Yapay sinir ağlarıyla konya bölgesinde kullanıcı doğal gaz tüketim öngörüsü
Forecasting of natural gas consumption by artificial neural networks in konya region
BURCU AKIN
Yüksek Lisans
Türkçe
2017
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
YRD. DOÇ. BURAK BARUTÇU
- Machine-learning approaches for neurological disorder diagnosis from genomic and neuroimaging data
Genomik ve nörogörüntüleme verilerinden nörolojik bozukluk teşhisi için makine öğrenmesi yaklaşımları
İSMAİL BİLGEN
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN
- Bir uçak kanadının sağladığı toplam taşıma değerinin ortam ve uçuş şartlarına bağlı olarak değişiminin yapay sinir ağları metodu ile programlanması
Programming of the total lift value variation on an airfoil, depending on flight environment and conditions, using neural network tool
ALİ UÇARLAR
Yüksek Lisans
Türkçe
2006
Makine MühendisliğiSüleyman Demirel ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF.DR. CAHİT KURBANOĞLU
- Yapay sinir ağlarında öğrenme algoritmalarının analizi
Analysis of learning algorithms in neural networks
SEVİNÇ BAKLAVACI
Yüksek Lisans
Türkçe
1994
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiDOÇ.DR. LEYLA GÖREN
- 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