Geri Dön

Yapay sinir ağları yaklaşımı ile uçuş kontrol sisteminde arıza tespiti ve yalıtımı

Fault detection and isolation in aircraft control system using artificial neural networks

  1. Tez No: 142990
  2. Yazar: TUNÇ ŞENER
  3. Danışmanlar: PROF. DR. ÇİNGİZ HACIYEV
  4. Tez Türü: Yüksek Lisans
  5. Konular: Uçak Mühendisliği, Aeronautical Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2003
  8. Dil: Türkçe
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Uçak Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu tez çalışmasında modem uçakların uçuş kontrol sistemlerinde oluşabilecek arızaların, yapay sinir ağlan kullanılarak tesbiti ve yalıtımı amaçlanmıştır. Öncelikle literatürde geçen arıza tesbit ve yalıtım sistemlerinin zayıf yanlan incelenmiş, bu zayıflıklan giderecek şekilde yapay sinir ağ modelleri geliştirilmiştir. Geliştirilen yapay sinir ağlarının eğitimi için benzetim uygulamalarından yararlamlmış ve Levenberg-Marquardt optimizasyon algoritmalan ile çok katmanlı ileri beslemeli yapay sinir ağlan ile uçağın uzunlamasına eksenindeki önemli dinamik parametrelerden hücum açısı ve elevator kontrol yüzeyi açısı kestirilmiştir. Kestirilen değerlerin gerçek algılayıcı sinyalleri ile karşılaştınlması ile hatalı olan sistem bulunmuş ve yalıtılmıştır. Arızaların yapay sinir ağlarını değişik oranda etkilemesi sonucundan yararlanılarak matematiksel modeli ve giriş sinyalleri farklı yapay sinir ağlan bir arada kuUanılmış, elevator kontrol yüzey açısı ve hücum açısı ölçen sanal sensörlerin nominal değerlerden sapmalarına bakılarak arızaların tesbitinde güvenilirlik artınlmıştır

Özet (Çeviri)

The purpose of this thesis is to detect and isolate faults in the flight control systems of modern aircrafts using artificial neural networks. Inefficiencies of the previous work in the field of fault detection and isolation has been identified and artificial neural network models have been proposed to counter these disadvantages. Simulation data has been used to train a multilayer feedforward neural network using Levenberg-Marquardt optimization algorithm to estimate critical longitudinal axis parameters, elevator control surface angle, and angle of attack. The faulty system has been identified and isolated using real measurements of sensors and estimated values. The effects of faults on different neural models has been exploited by designing multiple neural networks with different input signals, mathematical models and reliability of fault detection algorithm has been augmented with the residue signals of virtual sensors measuring elevator control surface angle and aircraft angle of attack.

Benzer Tezler

  1. Tez No

    166669

    Aircraft icing detection, identification and reconfigurable control based on Kalman filtering and neural networks

    Kalman filtresi ve yapay sinir ağları ile uçak buzlanmalarının tespiti, teşhisi ve yeniden şekilllendirilebilir kontrol

    RAHMİ AYKAN

    Doktora

    İngilizce

    İngilizce

    2005

    Havacılık ve Uzay Mühendisliğiİstanbul Teknik Üniversitesi

    Havacılık Mühendisliği Ana Bilim Dalı

    PROF.DR. ÇİNGİZ HACIYEV

    Y.DOÇ.DR. FİKRET ÇALIŞKAN

  2. Tez No

    179569

    Yapay sinir ağları yaklaşımı ile kompaksiyon parametrelerinin tahmini

    Estimation of compaction parameters by means of artificial neural networks approaches

    YAŞAR TANER SOYCAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    İnşaat MühendisliğiNiğde Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. OSMAN SİVRİKAYA

  3. Tez No

    180541

    Performans artırmaya yönelik paralel mimarilerin yapay sinir ağları yaklaşımı ile değerlendirilmesi

    Performance designed architectures: A neural network approach

    SIRMA YAVUZ

    Doktora

    Türkçe

    Türkçe

    2006

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF.DR. OYA KALIPSIZ

  4. Tez No

    179327

    Artificial neural networks approach for the determination of aquifer parameters

    Akifer parametrelerinin belirlenmesinde yapay sinir ağları yaklaşımı

    A. UFUK ŞAHİN

    Yüksek Lisans

    İngilizce

    İngilizce

    2008

    İnşaat MühendisliğiBoğaziçi Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. CEM AVCI

  5. Tez No

    184183

    Yapay sinir ağları yaklaşımı ve bir uygulama

    Artificial neural networks approach and an application

    NURAY BAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    İstatistikMimar Sinan Güzel Sanatlar Üniversitesi

    İstatistik Ana Bilim Dalı

    Y.DOÇ.DR. FUNDA SEZGİN

Geri Dön