Optimizasyon algoritmalarına dayalı uçuş kontrol sistemlerinde arıza tespiti ve sistemin yeniden yapılandırılması
Fault detection and system re-configuration in flightcontrol systems based on optimization algorithms
- Tez No: 987064
- Danışmanlar: PROF. DR. EMRE KIYAK
- Tez Türü: Doktora
- Konular: Havacılık ve Uzay Mühendisliği, Aeronautical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Havacılık Elektrik ve Elektroniği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında, Otomatik Uçuş Kontrol Sistemleri (AFCS) için sağlam, verimli ve optimize edilmiş bir arıza tespit yöntemi geliştirilmiştir. Çalışmanın temel amacı, uçuş kontrol sistemlerinde meydana gelebilecek olası arızaları yüksek doğrulukla tespit etmek ve yanlış alarm oranını minimuma indirmektir. Bu kapsamda, Gerçek Değerli Negatif Seçim Algoritması (RNSA) ve V-detektör algoritmaları temel alınarak geliştirilen Yapay Bağışıklık Sistemi (AIS), Genetik Algoritma (GA) ile optimize edilmiştir. Ek olarak, algoritmanın anomali tespiti performansını artırmak ve gerçek zamanlı uçuş verisi izlemede hesaplama maliyetini azaltmak amacıyla Yapay Arı Kolonisi (ABC) algoritması ile Negatif Seçim Algoritması (NSA) entegre edilerek hibrit bir yaklaşım geliştirilmiştir. Çalışmada geliştirilen AIS-GA ve ABC-NSA yazılımları, yerel bir havayolu şirketine ait bir Boeing 737 uçağından elde edilen gerçek uçuş verileri kullanılarak, uçuş kontrol sistemi kapsamında olası arızaların tespiti amacıyla MATLAB R2023b ortamında gerçekleştirilmiştir. Yazılımın performansını değerlendirmek için hatalı veriler rastgele oluşturulmuştur. Sonuçlar, ABC-NSA'nın diğer yaklaşımlara göre daha üstün olduğunu göstermiştir. %99,18 hata tespit oranı, %1,11 yanlış alarm oranı ve 1000 optimum dedektör sayısı ile en yüksek Başarı Oranı (FoM) değerine ulaşılmıştır. Uçuş kontrol sistemlerinde bir arıza meydana geldiğinde, bu yaklaşım anomali tespiti ve tanımlamasının hızlı ve güvenilir biçimde uygulanmasını kolaylaştırmakta ve gerçek zamanlı uçuş kontrol sistemlerine entegrasyon için yenilikçi, düşük maliyetli ve hesaplama açısından verimli bir çözüm sunmaktadır. Böylece, uçuş güvenliği ve operasyonel güvenilirliğin artırılmasına katkı sağlamaktadır.
Özet (Çeviri)
In this thesis study, a robust, efficient, and optimized fault detection method has been developed for Automatic Flight Control Systems (AFCS). The main objective of the study is to detect possible faults that may occur in flight control systems with high accuracy while minimizing the false alarm rate. In this context, the Artificial Immune System (AIS), developed based on the Real-valued Negative Selection Algorithm (RNSA) and V-detector algorithms, was optimized using Genetic Algorithms (GA). Additionally, to improve the algorithm's anomaly detection performance and reduce the computational costs in real-time flight data monitoring, a hybrid approach was developed by integrating the Artificial Bee Colony (ABC) algorithm with the Negative Selection Algorithm (NSA). The AIS-GA and ABC-NSA software developed in this study were implemented in the MATLAB R2023b environment using real flight data obtained from a Boeing 737 aircraft belonging to a local airline company to detect potential faults within the flight control system. Faulty data were randomly generated to evaluate the software's performance. The results demonstrate that ABC-NSA approach outperforms the others, achieving the highest Figure of Merit (FoM) value with a 99.18% fault detection rate, a 1.11% false alarm rate, and an optimal detector count of 1000. When a fault occurs in flight control systems, this approach facilitates the rapid implementation of anomaly detection and identification, and contributes to enhancing flight safety and operational reliability by offering an innovative, low-cost, and computationally efficient solution for integration into real-time flight control systems.
Benzer Tezler
- Optimized visual odometry and satellite image matching-based localization for UAVS in GPS-denied environments
GPS olmayan ortamlarda İHA'lar için optimizasyonlu görsel odometri ve uydu görüntüsü eşleştirme tabanlı konumandırma
ÖMER SEFA ÖZTÜRK
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
DOÇ. DR. ALPTEKİN YILDIZ
- Deep reinforcement learning approach in control of Stewart platform- simulation and control
Stewart platformunun kontrolünde derin pekistirmeli öğrenme yaklaşımıc- simülasyon ve kontrol
HADI YADAVARI
Doktora
İngilizce
2023
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SERHAT İKİZOĞLU
DR. ÖĞR. ÜYESİ VAHİT BARIŞ TAVAKOL
- Resource management of networked phased array air defense system radars
Ağ tabanlı faz dizili hava savunma sistem radarlarının kaynak yönetimi
ÖZGÜR TUNCER
Doktora
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN ALİ ÇIRPAN
- Evolutionary search algorithm basedon hypercube optimisation
Başlık çevirisi yok
MUSTAFA TUNAY
Doktora
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYakın Doğu ÜniversitesiPROF. DR. RAHİB ABİYEV
- Gain scheduling-based control design for full authority digital engine control of turboshaft engines in helicopter applications
Helikopter uygulamaları için turboşaft motorların tam yetkili sayısal motor kontrolü (FADEC) amacıyla kazanç zamanlamalı kontrol tasarımı
MASOUD NOROUZI
Yüksek Lisans
İngilizce
2025
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İSMAİL BAYEZİT