Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Türkiye
Tezin Onay Tarihi: 2016
Tezin Dili: Türkçe
Öğrenci: Behnam Mahmoudı
Danışman: YUSUF SEVİM
Özet:Modern endüstride özellikle uçak endüstrisinde daha iyi bir üretim performansına duyulan ihtiyaç yüzünden, modern kontrol sistemleri gün geçtikçe karmaşık hale gelmektedirler. Geleneksel bir geri-beslemeli kontrol sistemi, aktüatör, sensör veya diğer sistem elemanlarındaki bazı arıza veya hatalardan dolayı hedeflenen başarımı veya kararlılığı sağlamayabilir. Arızalar veya hatalar, sistemin dinamiğini değiştirip başarım azalmasına veya sistemin dengesiz çalışmasına yol açabilir. Dolayısıyla, kontrol sistemi tasarımında hata tespiti ve teşhisine ihtiyaç duyulmaktadır. Bir sürecin olağandışı durumlarının yönetimi için, ilk önce süreç durumunun olağandışı olup olmadığı belirlenilmeli ve daha sonra olağandışı duruma neden olan aksaklıklar tespit edilmelidir. Günümüzde süreç üniteleri çok karmaşıktır ve süreç kontrol ve gözetimi için kullanılan süreç değişkenlerinin çeşitli ölçümlerini içermektedir. Böylece, süreç gözetimi için kafa karıştırıcı ve işlem hacmini artırıcı yüksek boyutlu veriler ile karşılaştırılır. Bu yüzden zamanında işlem yapabilen bağışıklık ve ekonomi açısından da uygun olan akıllı bir hata tespit ve teşhis sisteminin tasarımı, çoğu araştırıcının dikkatini çekmiştir. Bu tezde, F4 Fantom savaş jetinin boylamasına modeli uçuş kontrol sistemlerinin bir örneği olarak seçilmiştir. Çok değişkenli istatistiksel teknikleri temel alan temel bileşenler analizi ve bağımsız bileşenler analizi metotları kullanarak modelin sensör hataları tespit edildi. Hatalar ise destek vektör makineleri yöntemi kullanılarak teşhis edildi. In the modern industry especially aircraft industry, due to the need for better performance, modern control systems are becoming increasingly complex. A conventional feedback control system due to error or fault of actuators, sensors or other components may not provide the targeted performance or stability. Faults or errors can changed dynamic of the system, reduce overall system performance or even lead to unstable work of the system. Therefore detection and diagnosis of faults in the design of a control system seems necessary. For managing unusual conditions of a process, it is necessary to determine whether the condition is unusual, and then identify the flaws causing the abnormal condition. Nowadays, process units are very complex and include numerous measurements of process variables that are used for controlling and monitoring the process. So, for monitoring a process, a user is often faced with high dimensional data that can cause confusion, and increase the volume of computations. Hence, designing an intelligent system for detection and diagnosis of faults that can act in a timely manner, and adequate immunity and economic, it has attracted the attention of many researchers. In this thesis, a longitudinal model of the F4 Phantom fighter jet was selected as an example of a flight control systems. In the model, the sensor faults were detected by using principal component analysis and independent component analysis methods based on multivariate statistical techniques. The faults was diagnosed by using support vector machines method.