Diyarbakır havalimanı için uçak gaz emisyonlarının yapay zeka yöntemleri ile analizi
Analysis of aircraft gas emissions for diyarbakir airport using artificial intelligence methods
- Tez No: 926655
- Danışmanlar: DOÇ. DR. SUAT TORAMAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Havacılık ve Uzay Mühendisliği, Tıbbi Ekoloji ve Klimatoloji, Computer Engineering and Computer Science and Control, Aeronautical Engineering, Medical Ecology and Climatology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Havacılık Bilimi ve Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 65
Özet
Sera gazı emisyonunun önemli kaynaklarından biri olan havacılık sektöründe, uçakların iniş-kalkış döngüsü (LTO) esnasında kullandığı yakıt nedeniyle atmosfere önemli ölçüde kirletici gazlar salınmaktadır. Uçaklar tarafından uçuş esnasında atmosfere salınan gaz emisyonlarının belirlenmesinde, uçak modelinin ve bu modelde kullanılan motor tipinin bilinmesi gerekmektedir. Elde edilen bu bilgiler ışığında, uçaklardan kaynaklanan gaz emisyonlarının belirlenebilmesi mümkün olmaktadır. Bu tez çalışmasında, 2022 Ocak ayı ile 2024 Mart ayları arasında Diyarbakır Havalimanı'nı kullanan uçaklardan kaynaklanan gaz emisyon miktarlarının belirlenmesi hedeflenmiştir. Bu amaç için Devlet Hava Meydanları İşletmesi'nden alınan tescil bilgileri ve bu bilgiler ışığında açık kaynaklardan yapılan sorgulama sonucu her bir uçağın motor tipleri tespit edilmiştir. Avrupa Hava Seyrüsefer Emniyet Teşkilatı'nın doğrudan havayollarından alarak yayınladığı Diyarbakır Havalimanı taksi süreleri gaz emisyon hesaplaması için baz alınmıştır. Uluslararası Havacılık Örgütü tarafından yayınlanan motor tipine göre düzenlenmiş olan Uçak Motor Emisyonları Veri Bankası (EEDB) bilgileri kullanılarak her bir uçağın taksi aşamasında harcamış olduğu yakıt miktarı tespit edilmiştir. Tespit edilen yakıt miktarı, emisyon veri bankasında yer alan emisyon faktörleri ile çarpılarak her bir uçaktan kaynaklanan CO, HC ve NOX emisyon miktarları belirlenmiştir. Elde edilen bu bilgiler kullanılarak yapay zeka destekli tahmin modelleri önerilmiştir. Gerçekleştirilen tahmin uygulamalarında, derin öğrenme tabanlı LSTM yönteminin daha yüksek bir tahmin başarısına ulaştığı görülmüştür.
Özet (Çeviri)
One of the significant sources of greenhouse gas emissions is the aviation sector, where significant amounts of pollutant gases are released into the atmosphere due to the fuel consumed during the landing and take-off cycle (LTO) of airplanes. To determine the gas emissions released into the atmosphere by airplanes during flight, it is necessary to know the aircraft model and the type of engine used in that model. With this information, it becomes possible to determine the gas emissions originating from aircraft. In this thesis study, it is aimed to determine the gas emission amounts from the airplanes using Diyarbakır Airport between January 2022 and March 2024. For this purpose, registration information obtained from the General Directorate of State Airports Authority was used, and engine types for each aircraft were identified based on queries made using open sources. Taxi times at Diyarbakır Airport, published by the European Organization for the Safety of Air Navigation based on data obtained directly from airlines, were used as the basis for calculating gas emissions. Using the Aircraft Engine Emissions Databank (EEDB), which is regulated by the International Civil Aviation Organization (ICAO) according to engine types, the amount of fuel consumed by each aircraft during the taxi phase was determined. The identified fuel amounts were multiplied by the emission factors available in the emissions databank, and the amounts of CO, HC, and NOX emissions from each aircraft were calculated. Using this data, al-powered prediction models were proposed. It was observed that the deep learning-based LSTM method achieved higher prediction performance in the conducted forecasting applications.
Benzer Tezler
- Variability of takeoff distance and climate rate due to climate factors
İklim faktörlerine bağlı kalkış mesafesi ve tırmanma oranı değişikliği
ŞEYDA YALÇINKAYA ÇAĞLIYAN
Yüksek Lisans
İngilizce
2024
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DENİZ DEMİRHAN
- Havalimanlarında meydana gelen sis olaylarının oluşum mekanizmasına göre sınıflandırılması ve zamansal dağılımının incelenmesi ve atatürk havalimanı rüyetografının elde edilmesi
Classification and temporal distribution of the fog events according to mechanism of trigger formation at the airports and obtained ataturk airport's ruyetograph
MAHMUT MÜSLÜM
Yüksek Lisans
Türkçe
2018
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET DURAN ŞAHİN
- Türkiye hava alanlarının meteorolojik karakteristiklerinin çıkarılması
Meteorological characteristics of Turkey airports
MERT ULUYAZI
Yüksek Lisans
Türkçe
2018
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. ORHAN ŞEN
- Havalimanlarında sis hadisesinin CAT kategorileri temelinde incelenmesi ve yeni bir yaklaşım olarak rüyetografların geliştirilerek uygulanması
Investigation of fog in airports based on CAT categories and the development and application of visionographs as a novel approach
OSMAN TEK
Yüksek Lisans
Türkçe
2024
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET DURAN ŞAHİN
- Muş havzası sel ve taşkın riski analizi
Mus basin flood risk analysis
ÖMER KALIN
Yüksek Lisans
Türkçe
2024
CoğrafyaİZMİR BAKIRÇAY ÜNİVERSİTESİCoğrafya Ana Bilim Dalı
DOÇ. DR. MEHMET FURKAN ŞENER