Diamond DA20-C1 uçağında derin öğrenme tabanlı manyeto arızası tespiti

Bu çalışmada, Diamond DA20-C1 uçağının Continental IO-240-B32B motorunda uçuş sırasında meydana gelebilecek manyeto arızalarının tespiti için derin öğrenme tabanlı bir sistem geliştirilmiştir. Motor seslerinden Mel Frekans Kepstral Katsayıları (MFKK) kullanılarak öznitelikler çıkarılmış ve Evrişimsel Sinir Ağları (ESA) ile sınıflandırılmıştır. Sistem, çift manyeto ve tek manyeto çalışma durumlarını ayırt edebilmektedir. Çalışma kapsamında 1000-2300 dakikadaki devir aralığında her 100 dakika devirde 30 saniyelik ses kayıtları toplanmış, toplamda 39 ham veri elde edilmiştir. Sınıf dengesizliğini gidermek için çift manyeto sesleri sınıfına veri artırma teknikleri uygulanmıştır. Geliştirilen model test veri setinde %98,23 doğruluk oranına ulaşmış, bağımsız denemede ise %84,62 başarı göstermiştir. Model özellikle tek manyeto sınıfında iyi performans sergilerken, çift manyeto sınıfında belirli devir dakika değerlerinde zorluklar yaşamıştır. Bu sistem, pilotlara uçuş sırasında gerçek zamanlı manyeto durumu bilgisi sunarak erken uyarı sağlama potansiyeline sahiptir ve mevcut yer testleriyle sınırlı prosedürlere önemli bir alternatif oluşturmaktadır.