Identifying anomalies in FDR data through regression algorithms
FDR verilerindeki anomalilerin regresyon algoritmalari araciliğiyla saptanmasi
- Tez No: 932785
- Danışmanlar: DOÇ. DR. SERDAR SÜER ERDEM
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Havacılık ve Uzay Mühendisliği, Sivil Havacılık, Electrical and Electronics Engineering, Aeronautical Engineering, Civil Aviation
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Gebze Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 85
Özet
Uçuş Operasyonları Kalite Güvencesini (FOQA) geliştirmek için Regresyon analizi teknikleri uygulanarak anormal uçuşların belirlenmesinde yeni bir yaklaşım geliştirilmiştir. Mevcut FOQA yöntemlerinin çoğu, anormallikleri tanımlamak için önceden tanımlanmış eşik değerlerin kullanılmasını içerir. Ancak bu yeni yöntem, uçuş veri modellerinin modellenmesini ve bu modellerden sapmaların tespit edilmesini sağlayarak daha dinamik ve uyarlanabilir bir anormallik tespit sistemine olanak sağlamaktadır. Temel olarak çeşitli uçuş parametrelerinin değişkenli zaman serisi verilerini her bir parametre için modellere dönüştürür. Gerçek uçuş verileri bu modellerin oluşturduğu tahmini değerlerden önemli sapmalar gösterirse anormallik belirlenir. Bu tezde, NASA'dan alınan temsili bir Dijital Uçuş Veri Kaydedici veri kümesi kullanılarak, veri kümelerinin kalkış aşamaları dikkate alınarak testler yapılmıştır. Regresyona dayalı yaklaşım gerçekten de etkili olmuş ve anormal yunuslama sapmaları, olağandışı flap ayarları ve yüksek rüzgar koşulları da dahil olmak üzere bir dizi anormal davranış örneği tespit edilmiştir. Bu bulgular, regresyon analizinin uçakta kaydedilen uçuş verilerindeki anormallikleri tespit etmek için güçlü bir araç olabileceğine dair kanıtlar sunmaktadır. Bu ilk değerlendirmeye dayanan regresyon analizi, havacılık izleme ve güvenliğini artırabilir, dolayısıyla bu, uçuş operasyonlarında daha kesin ve güvenilir kalite güvencesi anlamına gelir. Havacılık endüstrisi daha esnek, veri odaklı modellere geçiş yaparak daha üstün operasyonel güvenlik ve verimlilik seviyelerine ulaşabilir.
Özet (Çeviri)
A new approach has been developed to enhance Flight Operations Quality Assurance (FOQA) in identifying anomalous flights by applying regression analysis techniques. Most of the current methods of FOQA involve the use of thresholds predefined to identify abnormalities. However, this new method adopts the modeling of flight data patterns and detection of deviation from these models, thus allowing a more dynamic and adaptive anomaly detection system. It fundamentally turns multivariate time series data of various flight parameters into predictive models for each individual parameter. Anomalies will be triggered if the real flight data shows significant deviations from the predicted values that these models establish. The efficacy of this advanced approach was tested using a representative Digital Flight Data Recorder dataset from NASA, considering take-off phases of datasets. The regression-based approach was really effective, as indeed a number of instances of abnormal behavior were identified, including abnormal pitch excursions, unusual flap settings, and high wind conditions. These findings give evidence that regression analysis may be a powerful tool for detecting anomalies in onboard recorded flight data. The regression analysis based on this first assessment might significantly improve aviation monitoring and safety, hence more precise and reliable quality assurance in flight operations. By transitioning from rigid, threshold-based systems to more flexible, data-driven models, the aviation industry is able to achieve superior levels of operational safety and efficiency.
Benzer Tezler
- Automatic detection of intrusion attacks in iot networks usingBI-LSTM-CNN neural network
IoT ağlarında BI-LSTM-CNN sinir ağı kullanılarak sızma saldırılarının otomatik algılanması
SINDIBAD ALI FAYYADH FAYYADH
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırşehir Ahi Evran Üniversitesiİleri Teknolojiler Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYLA KAYABAŞ
- Anensefalik ve normal fetuslarda basis cranii interna morfolojisinin incelenmesi
Investigation of basis cranii interna morphology in anencephalic and normal fetuses
MUSTAFA UMUT ÇAĞLAR
Yüksek Lisans
Türkçe
2023
AnatomiKaradeniz Teknik ÜniversitesiAnatomi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALİ FARUK ÖZYAŞAR
- Anomaly detection of web traffic between IoT devices
Başlık çevirisi yok
ALI MOHANAD FARIS AL SAMMARRAIE
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MESUT ÇEVİK
- Elektrik güç dağıtımında akıllı sayaç verileri için anomali tespiti ve tahminleme
Anomaly detection and prediction for smart meter data in electrical power distribution
SERHAT YARAT
Yüksek Lisans
Türkçe
2022
Enerjiİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZEYNEP ORMAN
- Wavelet based anomalous sound detection
Dalgacık tabanlı anormal ses tespiti
NOUR ELHUDA KHALID MOHAMED
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik MühendisliğiOSTİM TEKNİK ÜNİVERSİTESİElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL AVCIBAŞ