Geri Dön

Implementation and comparison of different methods for the estimation of aircraft take-off weight based on ADS-B data

ADS-B verilerine dayalı uçak kalkış ağırlığı tahmini için farklı yöntemlerin uygulanması ve karşılaştırılması

PDF İndir

  1. Tez No: 878622
  2. Yazar: KÜBRA ÇOLAK BİRGÜL
  3. Danışmanlar: PROF. DR. METİN ORHAN KAYA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Uçak Mühendisliği, Aeronautical Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Uçak ve Uzay Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Uçak ve Uzay Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 81

Özet

Uçağın kalkış ağırlığı (take-off weight, TOW) uçağın uçuşa başladığındaki toplamağırlığıdır. Uçağın yapısal ağırlığının yanı sıra yolcuların, kabin ekibi ve pilotların,kargo ve yakıt ağırlığının toplamından oluşur. TOW yakıt verimliliği, güvenirlilik,güzergah planlama, yük belirleme, ve motor performans modelleri üzerinde önemli biretmendir. TOW bilgisi hem uçaklar tarafından her zaman ölçülüp kaydedilmemektehem kaydedilse de havayolları tarafından paylaşılmamaktadır.Bu sebeple,araştırmalarında TOW değerine ihtiyaç duyan araştırmacılar çeşitli yöntemlerle uçağınkalkış ağırlığını bulmaya çalışmaktadır. Sahip olunan bilgilere ve veri kaynağınagöre çeşitli yöntemlerle TOW değeri tahmin edilebilmektedir. Bu çalışmada halkaaçık olan Otomatik Bağımlı Gözetim-Yayın (Automatic Dependent SurveillanceBroadcast, ADS-B) verilerine dayanan tahmin modelleri kullanılmaktadır. Bumodeller farklı parametreler kullandığı ve uçuşun farklı kısımlarını değerlendirmeyedahil ettiğinden dolayı araştırmacılar için farklı seçenekler sunmaktadır. Test edilenyöntemlerin zayıf ve güçlü yönlerini göstermekte ve doğruluk değerlerini sayısalolarak göstermektedir. Daha yüksek doğruluktaki TOW tahmini, daha iyi motorperformans modelleri sağlamaktadır. Bu tezde, araştırmacılara güvenilir bir yöntemsunmak için, seçilen tahmin yöntemleri uygulanarak, sonuçları kıyaslanmış vedoğruluk değerleri sunulmuştur.Bu çalışma yürütülürken 36 ticari uçağa ait 186 uçuş parametresi içeren Uçuş VeriKaydedicisi (Flight Data Recorder, FDR) verileri kullanılmıştır. NASA'nın paylaştığıbu veri Amerika Birleşik Devletleri'nde faaliyet gösteren bölgesel bir havayoluşirketine ait 2000 yılının başlarında yapılan uçuşları içermektedir. Bu veriler oldukçageniş bir kaynak olduğu için bozuk sensör okumaları, uçuş içi dönüşleri (In-FlightTurn Back, IFTB) veya motor arızaları gibi çalışma içerisinde kullanılamayacak yada sonuçlarını olumsuz etkileyecek uçuşları elemeyi sağlamıştır. Bu veri setleri,ADS-B benzeri parametrelerin yanı sıra validasyon kütlesine ulaşmayı sağlayacakreferans hızı, yakıt akışı, yakıt miktarı, Mach sayısı, hücum açısı, kalibre edilmişhız ve dinamik basınç bilgilerine de sahiptir. ADS-B verileri izdüşümsel hız, enlem,boylam, uçuş yörünge açısı, zaman damgası, uçuş bilgisi, yükseklik, doğrultu veeşgüdümlü evrensel zamanı (Coordinated Universal Time, UTC) içermelidir. Uçuşverilerinin kayda alındığı dönemki teknoloji ve uçuş koşulları sebebiyle uçuş verilerigürültülü, kesintili ve dalgalıdır. Bu sebeple veri temizleme işlemleri yapılarak verilerkullanılmadan önce bir ön hazırlık sağlanmıştır.Uygulanan tahmin yöntemlerini nicel olarak analiz edebilmek için her bir uçuştauçağın kalkış ağırlığını bilmeye ihtiyaç vardır. Ancak, kullanılan veri seti kalkışağırlığını içermediğinden yöntemler kıyaslanmaya başlamadan evvel validasyon kütlesi hesaplanmalıdır. Validasyon kütlesini bulmak için iki farklı analitik yöntemuygulanmıştır. Bu iki yöntem birbirlerinden farklı değişkenlere bağlı olduklarındanseçilmiştir, bu sayede çalışma tekrar edilmek istendiğinde validasyon kütlesini bulacakyöntem eldeki verilere bağlı olarak seçilebilecektir. Validasyon kütlesi uçağın seyiresnasındaki dinamik modeline göre ya da son yaklaşmadaki referans hızına bağlıolarak tahmin edilebilir. Uçağın dinamik modelinin daha yüksek doğruluk verebilmesiiçin uçağa ait aerodinamik modelin doğru hesaplanması gerekmektedir.Uçağın dinamik modelinde uçağın üzerindeki yüklerin bileşkesi kullanılır. Uçağa etkieden ağırlık, sürükleme, itki ve taşıma kuvvetleri uçuş süreci boyunca birbirlerinidengelerler. Bu yöntemde ağırlık bilinmeyenini bulmak için diğer kuvvetlerihesaplamak gerekir. Bunun için de uçağın aerodinamik modelinin bilinmesineihtiyaç vardır. Aerodinamik modeli oluşturabilmek için gerekli olan aerodinamikkatsayıları BADA3 veri tabanından alınmıştır ancak bu veri tabanı bu uçak için kısıtlıbilgiye sahiptir. Bunun sonucu olarak aerodinamik model zayıf kalmış ve sonuçlargüvenilir olmamıştır. Buna bağlı olarak validasyon yöntemi olarak değerlendirmeyealınmış ancak validasyon veri seti olarak kullanılmamıştır. Bu yöntem daha yüksekdoğrulukta bir aerodinamik model kurulabildiğinde kullanılabileceği ve uçuşun heraşamasında ağırlığı sağlayabileceği için incelemeye dahil edilmiştir. Kullanılandiğer validasyon yöntemi olan, uçağın iniş aşamasında bulunan son yaklaşmadakireferans hızını baz alan yöntem validasyon verilerini sağlamıştır. Bu yaklaşımuçak kaza raporlarında da kalkış ağırlığını bulmak için kullanılan, uçağın yaklaşmareferans hızının perdövites hızıyla orantılı olması prensibine dayanır. Perdövites(stall) hızı, kanatların taşımayı kaybederek uçağın düşüşe geçmesine sebep olan sınırhızıdır. Uçağın son yaklaşmadaki referans hızı FDR verisi olarak DashLink içerisindepaylaşılmıştır.ADS-B verilerini kullanarak kalkış ağırlığını tahmin eden dört farklı yöntemuygulanmış, doğruluk değerleri nicel olarak incelenmiştir.Bununla birlikteyöntemlerin zayıf ve güçlü yönleri daha doğru sonuçlar alınabilmesi için nasıl bir yolizlenmesi gerektiği değerlendirilmiştir. Bu yöntemler toplam enerji denklemi, uçağınkalkış anındaki dinamik modeli, uçağın kalkış fazındaki dinamik modelin özyinelemeliyöntemle çözümü, son yaklaşma zamanındaki referans hızı yaklaşımıdır ve yalnızcaADS-B verilerini kullanır. Sonucu etkileyen değişken ve varsayımlar tez içerisindebelirtilmiştir. Bu test yöntemlerinin sonuçları daha sonra validasyon yöntemin sonucuile doğruluk değerlerine göre kıyaslanmıştır. Ek olarak, kütlenin uçuşun ilerleyenzamanlarında elde edildiği sonuçlar da olduğundan dolayı gerçek ve tahmini yakıttüketimi de hesaplanmıştır.Test edilen yöntemlerden olan toplam enerji denklemi uçuşun tüm aşamalarındakullanılabilmesi açısından avantajlıdır ancak uçağın aerodinamiğinin detaylı olarakbilinmesi gerekir. Ayrıca uçuş verilerindeki gürültü ve bozukluklar yöntemin çıktılarınıdoğrudan etkilemektedir. Hazırlık aşamasında veri temizliği yapılmıştır. Ancakverilerin ortalama değeri alınarak yapılan bu veri temizliği uçuş verileri gibi fazlagürültülü ancak hassas değerlendirmeleri gereken veriler için yetersiz kalabilmektedir.Yapay zeka destekli veri temizleme yöntemleri kullanılırsa toplam enerji denklemi vediğer yöntemlerde sonuçlar iyileştirilebilir. Validasyon yöntemlerinden olan uçağındinamik modelinde olduğu gibi bu yöntemde de aerodinamik modelin etkisinin yüksek olması sonuçların güvenilir olmamasına sebep olmuştur. Bu sebeple yöntemuygulanmış ancak değerlendirmeye katılmamıştır.Test edilen yöntemlerden olan uçağın kalkış fazındaki dinamik modelinde verilergürültülü olduğundan ivmenin ortalaması kullanılmıştır. Bu modelde tüm uçuşlardasürtünme sabit ve aynı alınmıştır. Havalimanları belirli olduğundan her uçuşiçin uçuşun gerçekleştiği pistin sürtünme katsayıları tespit edilerek yöntem tekraruygulandığında sonuç daha yüksek doğrulukta olacaktır.Uçağın kalkış anındaki dinamik modelinde ağırlık taşımaya eşit kabul edilmiştir. Buyöntemin kısıt ise, tekerlerin tam yerden havalandığı bu anı bulmanın zorluğudur.Kalkış anındaki veriler temiz olmadığından doğrudan kullanılamamaktadır. Veritemizleme esnasında ortalama değer alınarak yapıldığından verilerdeki sıçrama anınıyakalamak hem zorlaşmaktadır hem de kesin değer değil yaklaşık değer kullanılmışolmaktadır.Validasyon yöntemi olarak da kullanılan son yaklaşmadaki referans hız yöntemi testkısmında da kullanılmıştır. Validasyon yönteminde sahip olunan referans hız bilgisinetest yöntemleri ADS-B verilerine dayandığından kullanılamaz bu sebeple referanshızın tahmin edilmesi gerekmektedir. Bunun için iniş hızı uçak modeline göre birkatsayı ile çarpılır ve rüzgar hızı eklenir. Rüzgar hızı sabit kabul edilmiştir ancakhavalimanlarının meteoroloji bilgileri paylaşılmış olduğu için meteorolojiden alınanverilerle gerçek hız bulunarak bu yöntem geliştirilebilir.Son yaklaşmadaki referans hız yöntemi ile bulunan kütle inişteki kütle olduğundandoğru bir kıyaslama yapılabilmesi için harcanan yakıtın bulunması gerekmektedir.ICAO'ya ait yakıt tahmin tablolarından yararlanılarak mesafe ve süreye bağlı iki farklıyakıt tüketimi tahmini yapılarak harcanan yakıt tahmin edilmiş ve süreye bağlı olanyakıt tüketimi tahmininin daha yüksek doğrulukta olduğu görülmüştür. Harcanan yakıtiniş ağırlığına eklenerek kalkış ağırlıkları test edilmiştir. Ayrıca gerçek yakıt ağırlığıeklenerek test edilen bu yöntemde gerçek ağırlığın kullanılmasıyla doğruluk artmıştır.Yakıt tüketimi tahmin yöntemi geliştirilebilirse referans hız yöntemi daha güvenilirsonuçlar verecektir.Çalışmanın sonuçları anlamlılık açısından değerlendirilmiş ve görsellerle karşılaştır-malar yapılmıştır. Sonucun anlamlı olarak kabul edilebilmesi için bulunan kalkışağırlığı, uçağın boş ağırlığı ve azami kalkış ağırlığı arasında olmak zorundadır. Yalnızbu iki değer arasında çıkan sonuçlar anlamlıdır ve çalışma validasyon yönteminde busonuçlara sahip olan veri setleri değerlendirmeye alınmıştır. Toplam Enerji DenklemiYöntemi bu belirli aralıktaki değerlere ulaşamamış, tez içerisinde bunun sebeplerindenbahsedilmiştir. Bu bağlamda mantıklı sonuçlar veren yöntemler arasında, sonyaklaşmadaki referans hızı kullanarak iniş kütlesini tahmin eden yaklaşım doğruluğuen yüksek değerleri sunmuştur. Ortalama kare hata kökü (Root Mean Square Error,RMSE) değeri 4903 kg ve ortalama mutlak yüzdeliği (Mean Absolute PercentageError, MAPE) %10.3 bulunmuştur. Bu yöntemde uçağın yere dokunmadan öncekifazdaki ortalama hızı kullanılmıştır. Bu sayede sonuç gürültü ve dalgalanmalardandaha az etkilenmiştir. Son yaklaşmadaki referans hızı kullanarak iniş kütlesini tahmineden yaklaşımın eksik yanı iniş kütlesini vermesidir. Bulunan iniş kütlesine tahminedilen tüketilen yakıt bilgisi eklenerek kıyaslama yapılmıştır. Daha iyi yakıt tüketimitahmin yöntemleri bu sonucun daha yüksek doğrulukta elde edilmesini sağlayacaktır. Sonuç olarak, bu çalışma araştırmacılara incelenen ADS-B verilerine bağlı yöntemlerin doğruluklarını sayısal biçimde gösterir. Bu tezin sonuçları uygulama yapılırken yöntemlerin hangi yönlerine dikkat edilmesi gerektiğini vurgular ve kıyaslamalarını gösterir. Bu çalışmanın sonuçları gelecekteki araştırmalara ve havacılık endüstrisine katkıda bulunur.

Özet (Çeviri)

The take-off weight (TOW) is the total weight of aircraft before flight, summation ofstructural weight, passenger and crew weight, cargo weight and fuel weight. TOWhas a significant effect on fuel efficiency, load planning, safety, route planning, andengine performance modelling. Eventhough airlines have the TOW values of flights,they are not open to public. For this reason, there are TOW estimation methods basedon Automatic Dependent Surveillance Broadcast (ADS-B) data. The more accurateTOW provides the more accurate engine models. This thesis implement the selectedestimation methods and compare the results in terms of their accuracy to provide theresearchers a reliable method to estimate TOW.Before comparing the estimation methods, the validation mass should be calculated.Two different analytical methods to find validation mass are applied. Based on thevariables these two methods can be applied to find the TOW. The validation masscan be found by the aircraft dynamic model in the cruise phase and reference speedin the last approach. After finding validation TOW, four analytical estimations areimplemented. The methods are, the total energy equation, aircraft dynamic model atthe lift-off moment, recursive method in the take-off phase, and the reference speedapproach based on the ADS-B data. The variables and assumptions that affect theresult when applying the methods are specified. These methods were then comparedto the validation mass in terms of accuracy. In addition, since the estimated masses canalso be obtained at later stages of the flight, the real fuel consumption was calculatedusing Flight Data Recorder (FDR) data and fuel consumption was estimated accordingto time and distance.To carry out these project, a comprehensive dataset of FDR data, including 36commercial airplanes and 186 flight parameters, is used. These data include ADS-Blike data with the paramaters that used to obtain validation TOW such as; fuel flow,fuel quantity, angle of attack, true airspeed, Mach number, and dynamic pressure.The ADS-B data should encompass at least groudspeed, latitude and longitude, flightpath angle, timestamp, call sign, altitude, direction and Coordinated Universal Time(UTC). Preprocessing is made by data cleaning and smoothing, since the flight dataare fluctuating and noisy.The results of the study are compared visually and in terms of meaningfullness. Ifthe result in between operating empty weight (OEW) and maximum take-off weight(MTOW), it can be said that the results are meaningfull. Among the methods, thereference speed in the last approach has the best result by only root mean squared erroras 4903 kg with mean absolute percentage error as 10.3%. This method takes into consider the last approach and use the average speed in that region. This provide themethod to be less affected by the noise and fluctuation. The drawback of this methodis that it estimates the landing mass. This brings with it the need for that the fuelconsumption estimation should be estimated accurately.In conclusion, this method provides quantitative accuracy of the implemented methodsbased on ADS-B data to the researchers. The outcomes of this thesis highlight thepoints to be considered during the application of the method and makes a comparison.The results of this thesis can contribute to future research and practical applications inaviation industries.

Benzer Tezler

  1. Tez No

    293870

    Estimation of uncertainty of individual steps in pesticide residue analysis

    Pestisit analiz aşamalarında belirsizliklerin tahminlenmesi

    PERİHAN YOLCI ÖMEROĞLU

    Doktora

    İngilizce

    İngilizce

    2010

    Gıda Mühendisliğiİstanbul Teknik Üniversitesi

    Gıda Mühendisliği Ana Bilim Dalı

    PROF. DR. ARPAD AMBRUS

    PROF. DR. DİLEK BOYACIOĞLU

  2. Tez No

    486602

    Elde taşınabilir bir gömülü sistem üzerinde kapalı alan konum tahmin yöntemlerinin gerçeklenmesi ve karşılaştırılması

    Implementation and comparison of indoor location estimation methods on a handheld embedded system

    OZAN VAHİT ALTINPINAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MÜŞTAK ERHAN YALÇIN

  3. Tez No

    877017

    Katmanlı imalat süreçlerinde plastik malzemelerin ısı altındaki davranışı ve üretime etkisi

    Thermal behavior of plastics during additive manufacturing process and impact of production parameters

    BÜRYAN TURAN

    Doktora

    Türkçe

    Türkçe

    2024

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. KADİR KIRKKÖPRÜ

  4. Tez No

    608994

    Implementation and performance evaluation of classifiers SVM, CNN and ANN in vineyard estimation

    Üzüm salkımı meyvelerinin tanınması amacıyla DVM, ESA ve YSA sınıflayıcılarının gerçekleştirilmesi ve başarılarının belirlenmesi

    BASHAR SAAD FALIH AL-SAFFAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Elektrik ve Elektronik MühendisliğiÇukurova Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. SAMİ ARICA

  5. Tez No

    574782

    Mobil cihazlar ile derin öğrenme mimarisi kullanarak gerçek zamanlı video nesne izleme

    Deep learning architectures for real-time video object tracking by mobile devices

    ULAŞ TOSUN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. BİLGE GÜNSEL KALYONCU

Geri Dön