Geri Dön

Development of high fidelity aerospace digital twins for improving operational performance

Operasyonel performansı iyileştirmek için yüksek doğruluklu havacılık dijital ikizlerinin geliştirilmesi

PDF İndir

  1. Tez No: 993819
  2. Yazar: MUSTAFA KAYMAZ
  3. Danışmanlar: PROF. DR. GÖKHAN İNALHAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Uçak Mühendisliği, Savunma ve Savunma Teknolojileri, Havacılık ve Uzay Mühendisliği, Aeronautical Engineering, Defense and Defense Technologies, Aeronautical Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2026
  8. Dil: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Savunma Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Savunma Teknolojileri Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Günümüz havacılık endüstrisinde, hassas uçuş planlaması operasyonel verimlilik ve güvenliğin temelini oluşturmaktadır. Uçuş planlama süreci kavramsal olarak uçuş öncesi, uçuş esnası ve uçuş sonrası operasyonlara ayrılır ve her aşama, yasal gerekliliklere uyum ve optimum kaynak kullanımı açısından hayati bir rol oynar. Operatörler için uçuş ekonomisi açısından en büyük zorluk, yakıt tüketimi ve uçuş süresi arasındaki dengeden büyük ölçüde etkilenen doğrudan işletme maliyetlerini en aza indirmektir. Bu dengeyi etkili bir şekilde kurmak için havayolları, yakıt maliyetinin makul sınırlar içinde kalmasını sağlamak ve uçuşun hedeflenen ekonomiye göre gerçekleşmesini sağlamak amacıyla, uçuş süresi ve yakıt tüketiminin maliyetini uçak hızıyla birlikte dikkate alan bir Maliyet Endeksi kullanır. Hesaplamalar hassas olmalıdır ve bu hassaslık tamamen Orijinal Ekipman Üreticileri (OEM) tarafından sağlanan performans modellerine bağlıdır. Bu OEM modelleri endüstri standardını temsil etse de, yeni bir uçağın kitabi seviyedeki filo ortalama performansını temsil ettikleri için, uçak motorları ve gövdesindeki aşınma ve yıpranma dahil olmak üzere, tek bir uçağın yıllar boyunca nihai durumunu tam olarak yansıtamazlar. Uçağın gerçek performansı, bozulma nedeniyle bu statik temel değerlerden önemli ölçüde sapma gösterdiğinden, planlanan yolculuk yakıtı ile uçağın gerçek tüketimi arasında farklar ortaya çıkar. Bu tezin odak noktası, bu tutarsızlıkları ortadan kaldırmak ve uçuş planlama doğruluğunu artırmak amacıyla OEM'lere ait tescilli araçlarından bağımsız olarak çalışabilen, gelişmiş, veriye dayalı performans modelleri olarak tanımlanabilecek yüksek doğruluklu dijital ikizler geliştirmek için bir metodoloji önermektir. Mevcut akademik ve endüstri ortamı, yakıt maliyetinin operatörler için en önemli gider faktörü olduğu konusunda hem fikirdir, bu durum performans izleme konusunda yenilikçi çözümleri beraberinde gerektirmektedir. Yakıt performansı ile ilgili mevcut literatürün çoğu, dinamik hava koşullarını veya uçakta oluşan yıpranma durumlarını hesaba katmayan fizik tabanlı modellerin kullanımından, makine öğrenimi tabanlı modellerin kullanımına doğru kaymıştır. Örneğin, çeşitli çalışmalarda, geleneksel modellerle ifade edilemeyen yakıt performansı dinamiklerinin doğrusal olmayan doğasını modellemek için sinir ağları ve regresyon modellerinin kullanımı değerlendirilmiştir. Tırmanma, seyir ve alçalma aşamaları dahil olmak üzere uçuşa ait tüm aşamaların yakıt performansını modellemeye yönelik kapsamlı bir metodoloji sunmaya çalışma konusunda bir boşluk gözükmektedir. Bu çalışmada, OEM modellerinin yerine geçebilecek ve yetkin bir alternatif olarak kullanılabilecek verimli bir dijital ikiz için sentetik modelleme çerçevesi benimsenmiştir. Süreç, dört boyutlu bir alanda tek tip örnekleme yoluyla oluşturulmuş beş yüz bin adet bireysel veri noktasını kapsayan devasa bir veri setinin oluşturulmasıyla başlar. Girdiler brüt ağırlık, kalibre edilmiş hava hızı, basınç irtifası ve sıcaklık sapması gibi kritik uçuş parametrelerini içerir ve modelin çok çeşitli ve gerçekçi uçuş koşulları altında hem dar gövdeli hem de geniş gövdeli uçak tipleri için etkili bir şekilde oluşturulmasını sağlar. Elde edilen veri setini tahminleme yapabilecek bir araca dönüştürebilmek ve OEM bazlı sonuçları modelleyebilmek için çeşitli denetimli makine öğrenimi modelleri değerlendirilmiştir. Yapılan analiz sonucunda, XGBoost algoritmasının diğerlerinden daha iyi performans gösterdiği, daha düşük hata oranları sağladığı ve aynı zamanda eğitilen veri seti ile test veri setleri arasında en yüksek tutarlılığı sergilediği ortaya çıkmıştır. Bunun sonucunda XGBoost yakıt akış modellerini eğitmek için seçilmiştir ve gerçek uçak performansını sürekli olarak ölçebilmek için teorik bir temel oluşturulmuştur. Tanımlanmış metodolojinin yenilikçi özelliği, tüm uçuş aşamaları için kararlı uçuş koşullarını belirleme yaklaşımıdır. Performansın hassas bir şekilde takip edilebilmesi, kararlı uçuş koşulları için teorik modeli gerçek verilerle karşılaştırmayı gerektirir, ancak geleneksel yöntemler genellikle bu karşılaştırmayı seyir aşamasıyla sınırlandırır ve yakıt tüketiminin yüksek olduğu tırmanma aşamasını ve alçalma aşamalarını göz ardı eder. Önerilen algoritma, rota boyunca farklı aşamalarda toplanan tüm verileri zaman aralıklarına bölerek ve tanımlanmış uçuş parametreleri için tolerans sınırlarına uygunluklarını kontrol ederek bu sorunu çözer. Gerçek verilerdeki karmaşıklıkları analiz edebilmek ve uçağın gerçek durumunu iyileştirebilmek için kararlı uçuşu belirleyen faktörlerin değişim oranını gösteren kalite faktörü kavramı algoritmada belirlenmiştir. Yüksek doğrulukta bir dijital ikiz oluşturmak için sentetik veriler ile gerçek uçak verileri arasında doğru ve geçerli karşılaştırmalar yapmak amacıyla, bu faktör uç değerlerin ortadan kaldırılmasını ve uçağın durumunu gerçek anlamda temsil edebilecek, yalnızca en yüksek kalitede olan ve birbirleriyle çakışmayan uçuş segmentlerinin analiz için seçilmesini sağlar. Ardından dijital ikiz vasıtasıyla uçağın temel değerden ne kadar saptığını ölçmek için bir düzeltme faktörü hesaplanır. Bu hesaplama, belirli uçuş koşulları için XGBoost ile eğitilmiş model tarafından tahmin edilen sentetik yakıt akışı ile uçağa ait QAR tarafından kaydedilen gerçek yakıt akışı karşılaştırarak yapılır. Ortaya çıkan oran, söz konusu uçağın performansındaki düşüşü gösterir. Bu yaklaşım, tek bir veri noktasını kullanmaktan kaçınır ve bunun yerine, uçuş planlamasında bu faktörü olabildiğince doğru hale getirmek için, gerçekleşmiş olan birden fazla uçuşa ait birçok uçuş veri noktasında oluşan sapmanın ortalamasını alır ve %95 güven aralığında kalan değerleri dikkate alır. Bu sayede uçuş verilerindeki herhangi bir anormallik, düzeltme faktörünün hesaplamasını etkilemez ve bu faktör uçuş planlama sistemlerinde veya uçağın Uçuş Yönetim Sisteminde (FMS) kullanılabilir. Önerilen bu yaklaşımın etkinliği, dar gövdeli ve geniş gövdeli uçak tiplerine ait dört farklı uçağın hassas bir analizi yapılarak kanıtlanmıştır. Bu analizde kullanılabilecek performans verilerinde önemli bir artış olduğu görülmüştür. Örneğin, önerilen yaklaşım, bir uçuşta, tırmanma, seyir ve alçalma aşamaları için toplam 700'den fazla kararlı uçuş noktasının tespit edilebilmesini sağlarken, geleneksel yöntemle dar gövdeli bir uçak için tamamen seyir aşamasıyla sınırlı 150'den az nokta tespit edilmiştir. Bu, önerilen yöntemin tahmin yeteneklerinde önemli bir artış olduğunu doğrudan göstermektedir. Düzeltme faktörleri test uçuşları için uygulandığında, önerilen yaklaşımın geleneksel performans takip yaklaşımına kıyasla her zaman daha düşük hata oranı görülmüştür. Geniş gövdeli uçaklarda bazı durumlarda, yolculuk süresi boyunca kullanılan yakıtın tahmininde hata oranı önemli ölçüde azalmıştır. Uçuş öncesi ve sonrası performans, matematiksel olarak analiz edilmiştir ve önerilen yaklaşımın tahminlerinin gerçek yakıt tüketimine önemli ölçüde daha yakın olduğu doğrulanmıştır. Özetle, bu çalışmada, yüksek doğruluklu veri odaklı dijital ikizlerin, mevcut yaklaşımlara kıyasla uçak performansını izlemede daha uygun ve daha etkili bir yöntem sunduğu kanıtlamıştır. Bu metodoloji, performans analizini özel OEM araçlarından başarıyla ayırarak ve izleme yeteneklerini tırmanma ve alçalmayı da kapsayacak şekilde genişleterek, operatörlere motor ve uçak gövdesi bozulması hakkında daha ayrıntılı bir perspektif sağlar. Bu gelişmiş doğruluklu modellerle birlikte operatörlerin planlama belirsizliklerine karşı planladıkları fazla acil durum yakıtının azaltılmasına olanak sağlanmış olur, böylece emisyonların azaltılmasıyla hem ekonomik tasarruf hem de çevresel faydalar elde edilir. Bu çalışmada, uçağın gerçek ağırlığı ve gerçek yük ağırlığı hakkında daha hassas bilgiler sağlandığı takdirde daha fazla iyileştirme sağlanabileceği belirtilmekle birlikte, çalışmada önerilen metodun havacılık operasyonel performansı ve uçuş planlama verileriyle uyum konusunda uçak performansına yönelik ortaya çıkan zorlukları ele almak için kullanılabilir bir araç olduğu kanıtlanmıştır.

Özet (Çeviri)

In today's aviation industry, rigorous flight planning roots to the basis of operational efficiency and safety. The process of planning a flight remains conceptually broken down into preflight, inflight, and postflight operations, wherein each phase plays a vital role in ensuring compliance with regulatory requirements and optimal resource utilization. The main challenge for the operators in terms of flight's economoy arises out of minimizing direct operating cost which is greatly impacted bt the trade-off between fuel consumption and flight time. In order to effectively establish this balance, airlines use a Cost Index that considers the cost of flight time and fuel consumption, along with the aircraft speed to ensure that the cost of fuel remains within reasonable limits aiming to meet the flight's target economics. Calculations must be accurate and this accuracy depends entirely on performance models supplied by Original Equipment Manufacturers (OEMs). While these OEM models represent industry standard, they could not fully reflect the final condition of a single aircraft tail over many years including wear and tear on aircraft engines and airframe as these models are the representative of the book-level fleet average performance for a new aircraft. Since actual performance of aircraft deviates significantly from these static baselines due to the degredation, this creates variances between planned trip fuel and actual consumption of the aircraft. The primary focus of this thesis is to propose a methodology for developing high-accuracy digital twins—advanced, data-driven performance models that operate independently of OEM proprietary tools to eliminate these inconsistencies and improve flight planning accuracy. The current academic and industry environment tends to agree that the cost of fuel represents the most crucial expense factor the operators, thereby requiring innovative solutions in performance monitoring. Most existing literature on fuel performance has generally shifted from the use of physics-based models that do not necessarily factor in dynamic weather conditions or particular aircraft degradation states towards the use of machine learning-based models. For example, various research studies have considered the use of neural networks and regression models in modeling the non-linear nature of fuel performance dynamics that cannot be expressed using conventional models. A gap arises while attempting to present a comprehensive methodology towards modeling fuel performance during the entire 'enroute' flight phases including the climb, cruise, and descent phases. The research adopts a synthetic modeling framework for an efficient digital twin to emerge with the potential to serve as a competent substitute for OEM models. The process begins with the creating of massive set of data consisting of five hundred thousand individual data points which were developed through uniform sampling in a four-dimensional space. Inputs include critical flight parameters such as gross weight, calibrated airspeed, pressure altitude and temperature deviation enabling the model to be effectively generalized for both narrow-body and wide-body aircraft types under a wide range of realistic flight conditions. In order to convert the resultant set of data into a predictive tool, several supervised machine learning models including Linear Regression, Random Forest, Gradient Boost Regression Trees and eXtreme Gradient Boosting considered to identify an algorithm capable of effectively modeling the OEM model response surface. The analysis revealed that eXtreme Gradient Boosting (XGBoost) algorithm performed better than others, demonstrating the lowest error rates and the highest consistency between training and test sets. As a result, XGBoost was selected to train fuel flow models, establishing a theoretical basis for continuously measuring actual aircraft performance. A key innovating feature of defined methodology is its approach to identifying stable flight conditions for all flight phases. Accurate performance monitoring requires comparing the theoretical model with actual data during stable flight conditions, but traditional methods typically limit this comparison to the cruise phase, ignoring the climb phase where fuel consumption is high and descent phases. The algorithm proposed solves this issue by dividing the entire data collected throughout the different phases along the route into time windows, checking them for compliance with the tolerance limits for defined flight parameters. The concept of Quality Factor defined by the variance level in the stability factors to be able to analyze the complexities in real data and refine the actual condition of aircraft is established in the alogrithm. For an accurate and valid comparisons between the synthetic data and the actual aircraft data to constract an high fidelity digital twin, this factor provides elimination of outlier indications and selection of only highest quality, non-overlapping data windows for analysis that can be real representative of aircraft's condition. After that the digital twin computes a correction factor to measure how much the aircraft deviates from the baseline. This process is achieved by comparing the synthetic fuel flow predicted by the model trained with XGBoost for specific flight conditions with the actual fuel flow recorded by the aircraft's QAR. The resulting ratio gives the performance degredation of that aicraft tail specifically. The approach avoids using only one data point and instead averages the deviation from several flight data points detected from multiple historical flights to exclude values beyond the 95% confidence level to make this factor as accurate as possible when planning flights. Any anomalies from flight data will not affect the calculation of the correction factor and make it possible to use this factor in flight planning systems or the aircraft's Flight Management System (FMS) by this way. The effectiveness of this proposed approach was proven by conducting a rigorous analysis of four different aircraft tails, split between narrow-body and wide-body types. The analysis showed a significant increase in the availability and usefulness of performance data. For instance, the proposed approach allowed the detection of more than 700 stable window points across climb, cruise and descent phases while traditional method detected fewer than 150 points limited entirely to the cruise phase for a narrow-body aircraft. It shows significantly increased prediction capabilities of the proposed method as a direct result. When the correction factors were used for the set of test flights, the proposed approach always showed a reduced rate of error compared with traditional performance monitoring practices. In certain cases for the wide-body aircrafts, the prediction error for trip fuel was considerably diminished. Preflight and postflight performance is showed with the analysis of the mathematical distance test and it verified the proposed approach's predictions were considerably closer to the actual fuel consumption. In summary, this study has proved that a high-fidelity data-driven digital twin represents a viable and more effective means of performance monitoring as opposed to existing approaches. The methodology provides operators with a a more refined understanding of engine and airframe degradation by successfully decoupling performance analysis from proprietary OEM tools and extending monitoring capabilities to include climb and descent. This enhanced accuracy allows operators to reduce the excess contingency fuel they typically load to buffer against planning uncertainties, thereby achieving both economic savings and environmental benefits through reduced emissions. Although this study notes that further improvement may be achieved with more accurate information regarding the actual gross weight and payload of the aircraft, the solution proposed has been proved to represent a valid means to address the challenges posed to aerospace operational performance and alignment with flight planning data.

Benzer Tezler

  1. Tez No

    992577

    Gan güç transistörlerinin anahtar kayıplarının nöral ağ tabanlı modellenmesi

    Neural network based modeling of switching losses in gan power transistors

    ALİİMZA DAŞDEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET ONUR GÜLBAHÇE

  2. Tez No

    990198

    3D prıntıng of ınfıll-based tpu auxetıc metamaterıals: a slıcer-controlled desıgn-to-fabrıcatıon experıment

    3B baskıyla dolgu tabanlı tpu oksetik metamalzemeler: Dilimleyici kontrollü tasarımdan üretime bir deney

    FATIMA AYECH

    Yüksek Lisans

    İngilizce

    İngilizce

    2026

    Mimarlıkİstanbul Teknik Üniversitesi

    Bilişim Ana Bilim Dalı

    DOÇ. DR. AYŞEGÜL AKÇAY KAVAKOĞLU

  3. Tez No

    1011248

    Multi-fidelity bayesian optimization of unsteady cavity flow

    Daimi olmayan kavite akışının çok doğruluklu bayes optimizasyonu

    RAMAZAN KABA

    Doktora

    İngilizce

    İngilizce

    2026

    Uçak Mühendisliğiİstanbul Teknik Üniversitesi

    Havacılık ve Uzay Mühendisliği Ana Bilim Dalı

    PROF. DR. MELİKE NİKBAY

  4. Tez No

    992793

    Sürtünme karıştırma kaynağının ısıl modellemesi için 2.5 boyutlu sonlu farklar yönteminin geliştirilmesi: Alüminyum-bakır örneği

    Development of 2.5-dimensional finite difference method for thermal modeling of friction stir welding: An aluminum-copper case study

    MURAT FİLİZOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. MURAT VURAL

    DR. ÖĞR. ÜYESİ POYRAZ AYDINER

  5. Tez No

    1001779

    Calibration and optimization of rans turbulence models for various cases

    Farklı problemler için rans türbülans modellerinin kalibrasyonu ve optimizasyonu

    CEM TURUTOĞLU

    Doktora

    İngilizce

    İngilizce

    2026

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SERTAÇ ÇADIRCI

Geri Dön