Yapay sinir ağlarına dayalı uçak algılayıcı arızası tespiti ve sistemin yeniden yapılandırılması

Bu çalışmanın amacını, uçaklar için önem arz eden hava veri sisteminin bileşenleri olan hücum açısı, hız ve irtifa algılayıcılarında oluşabilecek bir arızanın yanlış alarm durumu olmayacak şekilde ve herhangi ek bir algılayıcı ölçümüne gerek kalmadan zamanında tespiti ve yeniden yapılandırılması oluşturmaktadır. Literatürde modern uçaklar için kullanılan arıza tespit ve yeniden yapılandırma sistemleri uçaklar üzerindeki asıl/yedekli algılayıcıların çoğunluğunun doğruluğuna dayanan çoğunluk oylama yöntemi ve ağırlıklı ortalama gibi yöntemleri kullanmaktadır. Donanım fazlalığına dayanan bu yöntemlerin kullanımı yerine tasarlanan analitik fazlalığa dayalı sistem ile ağırlık ve yakılan yakıttan tasarruf sağlanabilirken, hava aracı daha uzun mesafe yol alabilir ve bu sayede CO2 emisyonu ve gürültünün azaltılmasıyla hava aracı daha çevre dostu uçuşlar gerçekleştirebilir. Ayrıca yedekli algılayıcıların çıkartılmasıyla hava aracının hava yolu şirketine ürettiği satın alma maliyeti ve ilgili parçaların daha az olmasıyla bakım maliyetleri de azaltılabilir. İlgili sistemin tasarımı için yerel bir havayolundan alınan gerçek uçuş verileri kullanılmıştır. Hücum açısı, hız ve irtifa algılayıcılarıyla alakalı verilerin seçimi için korelasyon analizi kullanılmıştır. Arızanın tespiti ve yeniden yapılandırılmasında makine öğrenmesine dayalı yöntemler kullanılmıştır. İlgili işlemler için MATLAB programı kullanılmıştır. Hücum açısı, hız ve irtifa algılayıcılarında oluşabilecek arıza durumları modellenmiştir ve tüm uçuş fazlarında karşılaşılabilecek farklı arıza senaryoları incelenmiştir. Arıza tespiti 0-2 sn aralığında yanlış alarm olmadan gerçekleştirilmiştir. Arıza yeniden yapılandırılırken sistem çıktısının tahmin edilen algılayıcı verilerine göre seyretmesi sağlanmıştır.