System identification and machine learning in air vehicle modeling
Makine öğrenmesi ile bir hava aracının sistem tanımlaması
- Tez No: 890593
- Danışmanlar: PROF. DR. ŞEREF NACİ ENGİN
- Tez Türü: Yüksek Lisans
- Konular: Havacılık ve Uzay Mühendisliği, Aeronautical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Aviyonik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Aviyonik Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tezde hava aracı modellemesinde makine öğrenimi ve sistem tanımlama tekniklerinin uygulanmasına delta kanarda sahip bir jenerik jet uçağı üzerine odaklanarak incelenmiştir. ADMIRE simülasyonunu kullanarak, tasarlamam bir dizi manevrayı gerçekleştiren bir otomasyon programı geliştirilmiş ve kapsamlı bir veri seti oluşturulmuştur. Trim manevraları ile aracın baz aerodinamik modeli incelenmiştir. Yavaş hızlanan ve yavaşlayan manevralar ile hücum açısının sürekli değişken olduğu aralıklar incelenmiştir. Dublet manevraları ile de itki koluna ve elevatöre dublet sinyali komutlanarak dinamik davranış araştırılmıştır. Asıl amaç, hava aracının boylamsal aerodinamiğini üç farklı yaklaşımla modellemek olmuştur: lineer, tablo bazlı ve yapay sinir ağı tabanlı yöntemler. Modelleme için farklı sistem tanımlama yöntemleri araştırılmış ve Denklem Hatası Yöntemi seçilmiştir. Bu yöntemde model ile gözlem değerleri arasındaki hata minimize edilmektedir. Her modelin performansı, uyum iyiliği metrikleri ve zaman geçmişi karşılaştırmaları yoluyla değerlendirilmiştir. Yapay sinir ağı temelli modellerin tablosal modellere denk ve daha iyi sonuçları elde edebildiği tespit edilmiştir.
Özet (Çeviri)
This thesis explores the application of machine learning and system identification techniques in the modeling of air vehicles, focusing specifically on generic delta canard jet aircraft. Using the open source ADMIRE simulation, an automation script is developed to execute a series of pre-defined maneuvers for generating comprehensive dataset. Trim maneuvers are used to get a baseline for the model. Slow acceleration and deceleration maneuvers help in identification of smooth angle of attack curves. Doublet maneuvers given to the throttle arm or elevators assist in capturing of dynamic behaviour of the aircraft. The main goal of the study was to model the longitudinal aerodynamics of jet aircraft using three distinct approaches: linear, tabular, and artificial neural network (ANN) based methods. To achieve this goal different system identification methods are investigated. For comparing fit quality of certain data to a model equation error method for its direct approach is preferred. Model performance is determined through goodness-of-fit metrics and time history comparisons. It was determined in conclusion that neural network based models can yield equal or better results than tabular models.
Benzer Tezler
- Sistem tanılama makine öğrenmesi ve derin öğrenme modelleri ile güneş radyasyonu tahmini
Solar radiation forecasting using system identification machine learning and deep learning models
GÖKSEL KADER
Yüksek Lisans
Türkçe
2022
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
PROF. DR. ÖNDER GÜLER
- Agrivoltaik sistemler ile elektrikli traktörleri şarj etmek için doğru arazilerin saptanması
Determining the right lands to charge electric tractors with agrivoltaics
SAMED PEKDEMİR
Yüksek Lisans
Türkçe
2023
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
PROF. DR. İLHAN KOCAARSLAN
- Diesel motorları yakıt püskürtme sistemlerinin dinamik simülasyonu
Başlık çevirisi yok
İRFAN KARAGÖZ
Yüksek Lisans
Türkçe
1986
Makine MühendisliğiUludağ ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. OĞUZ BORAT
- İşletmelerde veri örgütlenmesi ve yönetim açısından bilgi sistemleri
Başlık çevirisi yok
FAHAMET TOPALOĞLU
- Sendikalar ve ekonomik gelişme: İşçi örgütlerinin yatırım ve kooperatifçilik faaliyetleri
Başlık çevirisi yok
AYSEN TOKOL