Havacılık sektöründe kaba küme temelli uçak arıza güvenilirliği tahmin modeli ve Türkiye uygulaması
Rough cluster based aircraft failure reliability prediction model in aviation sector and its application in Turkey
- Tez No: 617085
- Danışmanlar: DR. ÖĞR. ÜYESİ MİHRİMAH ÖZMEN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 71
Özet
Uçak endüstrisindeki bakım faaliyetleri, hem maddi hem de manevi olarak çok yüksek hasarlı sonuçların önlenmesine yönelik olduğu için, sektörün kilit segmentlerden biri olarak kabul edilen bir gerekliliktir. Bu ihtiyaca yönelik olarak bu çalışmada uçak arıza güvenilirliği modelinde sınıflandırma ve tahmin amaçlandığı için denetimli bir öğrenme algoritması olan kaba küme temelli LEM2 algoritması seçilmiştir. Havacılık sektöründe güvenilirliğin tahmini ve etkin bakım politikaları için büyük miktarlarda arıza ya da bakım verisi olsa da bunların yararlılığı veri kalitesiyle ilişkilidir. Önerilen modelde kullanılan muhtelif uçak parçalarına ait arıza veri kümelerinde veri setinden, iyi sonuç elde edebilmek için veri temizleme ve ön işleme aşamasına da başvurulmuştur. Hazırlanan tezde, veri setindeki kayıp verilerle başa çıkabilmek için; veri setinden silmek yerine, eksik veriler tamamlanarak, bilgi kaybının önüne geçilmiştir. Eksik değer; nitelik sürekliyse ortalama değerlerle, nitelik kategorik veya ikili ise en sık kullanılan değer ile tamamlanmıştır. Veri kümesindeki gürültülü ve yanlış değerlerle başa çıkabilmek için, hatalı değerler düzeltilmiştir ve aykırı değerler çıkarılmıştır. Aykırı değerler; mekanik arızalar, sistem davranışındaki değişiklikler, dolandırıcılık davranışı, algılayıcı gürültüsü, proses bozulmaları, cihaz bozulması ve/veya insanla ilgili hatalar nedeniyle ortaya çıkabilen, gözlemlerin çoğundan belirgin olarak sapma gösteren değerlerdir. Nitelik seçimi aşamasında, öncelikle güvenilirliğin tahmininde etkin sonuçlar elde etmede önem arz eden nitelikler ayrıntılı olarak literatüre kazandırılmış olup, daha sonra bu niteliklere bulanık kaba küme tabanlı LEM2 algoritması uygulanmıştır. Sınıflandırma aşamasında ise, veri setine sınıflandırma algoritmaları uygulanarak uçak arıza güvenilirliği tahmin edilmiş ve bu tahminlere dayanarak tahmin performansı elde edilmiştir. Sınıflandırma yöntemlerinden REPTree, JRip, Decision Stump, Decision Table, KStar, IBk, LWL, Hoeffding Tree, J48, Random Forest uygulanmıştır. Tezde 10 katmanlı çapraz doğrulama yöntemi kullanılmıştır ve her aşamada verilerin farklı% 90'ı eğitim verisi,% 10'u da test verisi olarak alınmıştır. Sınıflama algoritmalarından elde edilen sonuçlar sınıflama doğruluğu, ortalama mutlak hata (MAE), ortalama kare hatasının kare kökü (RMSE), Bağıl Mutlak Hata (RAE) ve Göreli Kare Hatasının Kare Kökü (RRSE) değerlendirme ölçütleri, sınıflandırıcının verimliliğini karşılaştırma ve anlamak için hesaplanmıştır. Sonuçlar incelendiğinde % 93 ile % 87 aralığında yüksek sınıflama doğruluğu elde edilmiştir.
Özet (Çeviri)
Maintenance activities in the aircraft industry are a requirement recognized as one of the key segments of the industry, as it is aimed at preventing very high damage results, both materially and spiritually. For this need, in this thesis, the coarse cluster-based LEM2 algorithm, which is a supervised learning algorithm, was chosen for the classification and prediction in the aircraft failure reliability model. Although there are large amounts of breakdown or maintenance data for the estimation of reliability and effective maintenance policies in the aviation industry, their usefulness is related to data quality. In order to obtain good results from the dataset in the failure datasets of various aircraft parts used in the proposed model, the data cleaning and pre-processing phase was also used. In the thesis prepared, in order to deal with the lost data in the data set; The loss of information was prevented by completing the missing data instead of deleting it from the data set. Missing value; If the quality is continuous, it is completed with average values, and if the quality is categorical or binary, it is completed with the most frequently used value. In order to deal with noisy and incorrect values in the dataset, erroneous values were corrected and outliers were removed. Outliers, can occur due to mechanical failures, changes in system behavior, fraud behavior, sensor noise, process distortions, the device degradation and/or human-related errors. that are the observations that deviated significantly from the majority of values. In the qualification selection phase, the qualities that are important in obtaining effective results in the prediction of reliability were introduced to the literature in detail, and then the fuzzy rough cluster-based LEM2 algorithm was applied to these qualities. In the classification phase, the classification algorithms were applied to the dataset and aircraft failure reliability was estimated and based on these estimates, the performance of the forecast was obtained. As a classification methods REPTree, JRip, Decision Stump, Decision Table, KStar, IBk, LWL, Hoeffding Tree, J48, Random Forest were applied. In the thesis, 10-layer cross-validation method was used and 90% of the data was taken as educational data and 10% as test data at each stage. The results obtained from the classification algorithms are calculated to compare and understand the classification accuracy, The Mean Absolute Error (MAE), The Square Root Of The Mean Square Error (RMSE), The Relative Absolute Error (RAE) and The Square Root of The Relative Square Error (RRSE). When the results are examined, high classification accuracy between 93% and 87% is obtained.
Benzer Tezler
- Blast yükü altındaki sandviç kompozit panellerin mekanik davranışının sayısal ve deneysel olarak hesaplanması
Numerical and experimental calculation of mechanical behavior of sandwich composite panels under blast loading
YUNUS EMRE SERTTAŞ
Yüksek Lisans
Türkçe
2023
Havacılık Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DEMET BALKAN
- AL 7050-T7451 malzemesinin frezeleme sonrası parça distorsiyonuna ilerleme hızı ve kesme derinliğinin etkilerinin incelenmesi
Investigation of the effects of feed rate and depth of cut on part distortion of AL 7050-T7451 after milling
NAZLI KEŞİR
Yüksek Lisans
Türkçe
2019
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA BAKKAL
- Numerical investigation of natural convection in dmlm process
Katmanlı imalatta doğal taşınımın sayısal incelenmesi
BERK ÖZADA
Yüksek Lisans
İngilizce
2020
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERTAÇ ÇADIRCI
- Turaç insansız hava aracının yapısal modelinin hazırlanması ve analizlerinin yapılması
Structural modeling and analysis of turac unmanned air vehicle
YASİN DERELİ
Yüksek Lisans
Türkçe
2014
Havacılık Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. METİN ORHAN KAYA
- Brute force launch vehicle ascent trajectory assessment with a novel vectorized simulator
Vektörize benzetici ile fırlatma araçlarının yükseliş yörüngesini kaba kuvvet değerlendirme
AHMET ENES YÜCEYURT
Yüksek Lisans
İngilizce
2024
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. ALİM RÜSTEM ASLAN