Balıkesir Üniversitesi Edremit Sivil Havacılık Yüksekokulu bünyesinde önemli bir akademik çalışmaya imza atıldı. Havacılık Yönetimi Bölümü öğretim elemanlarından Dr. Öğr. Üyesi Bülent Kurt'un havacılık sektörü ile yapay zeka teknolojilerini bir araya getirdiği araştırma, uluslararası bilim dünyasında okuyucuyla buluştu.
UÇAK MOTORLARINDAKİ PERFORMANS KAYIPLARI İNCELENDİDr. Öğr. Üyesi Bülent Kurt tarafından hazırlanan çalışma, uçak motorlarında meydana gelebilecek performans bozulmalarının veri temelli yöntemlerle önceden tespit edilmesine odaklandı.
Araştırmada özellikle uçak motorlarından salınan azot oksit emisyonlarının analiz edilerek motor performansındaki olası kayıpların yapay zeka destekli makine öğrenmesi yöntemleriyle belirlenmesi amaçlandı.
Çalışmanın, motorlarda yaşanabilecek verim kayıplarını henüz erken aşamada ortaya çıkararak bakım süreçlerinin daha etkin şekilde planlanmasına katkı sağlaması hedefleniyor.
Bülent Kurt'un imzasını taşıyan araştırma, Science Citation Index kapsamında Q2 kategorisinde yer alan “Journal of the Brazilian Society of Mechanical Sciences and Engineering” dergisinde yayımlandı.
Çalışmanın uluslararası bir bilimsel dergide yer alması, Balıkesir Üniversitesi ve Edremit Sivil Havacılık Yüksekokulu açısından da önemli bir akademik başarı olarak değerlendirildi.
730 FARKLI UÇAK MOTORUNUN VERİLERİ ANALİZ EDİLDİAraştırmada Uluslararası Sivil Havacılık Örgütü'nün 2024 yılına ait uçak motoru emisyon veri tabanından yararlanıldı.
Bu kapsamda 730 farklı uçak motoru modeline ait sertifikasyon verileri detaylı şekilde analiz edildi. Araştırma sürecinde farklı makine öğrenmesi algoritmalarının performansları da karşılaştırıldı.
Elde edilen veriler doğrultusunda geliştirilen modelin, uçak motorlarında meydana gelebilecek performans düşüşlerini bakım ihtiyacı belirgin hale gelmeden önce yüksek doğrulukla tahmin edebildiği ifade edildi.
Araştırmanın en dikkat çeken noktalarından biri, azot oksit emisyonlarının yalnızca çevresel bir gösterge olarak değil, aynı zamanda motor performansındaki değişimleri belirlemek amacıyla kullanılabilmesi oldu.
Makine öğrenmesi yöntemleriyle analiz edilen emisyon verilerinin, motorlarda oluşabilecek verim kayıplarının erken dönemde belirlenmesine yardımcı olabileceği kaydedildi.
Bu yöntemin uygulanmasıyla uçak bakım planlarının daha verimli hazırlanması, olası performans sorunlarının erkenden tespit edilmesi ve bakım süreçlerinin daha etkin yürütülmesi amaçlanıyor.
TÜBİTAK DESTEKLİ ÇALIŞMADA DİKKAT ÇEKEN SONUÇTürkiye Bilimsel ve Teknolojik Araştırma Kurumu'nun (TÜBİTAK) desteğiyle gerçekleştirilen çalışmada Rational Quadratic Gaussian Process Regression modeli kullanıldı.
Modelin 0,99640 korelasyon katsayısı ve 0,99272 determinasyon katsayısı değerlerine ulaştığı bildirildi. Elde edilen sonuçların, geliştirilen yöntemin tahmin performansı ve güvenilirliği açısından dikkat çekici seviyede olduğunu ortaya koyduğu ifade edildi.
HAVACILIK VE YAPAY ZEKA AYNI ÇALIŞMADA BULUŞTUDr. Öğr. Üyesi Bülent Kurt'un çalışması, havacılıkta dijitalleşme ve yapay zeka uygulamalarının uçak bakım süreçlerinde nasıl kullanılabileceğine ilişkin önemli örneklerden biri oldu.
Uçak motorlarının emisyon verilerinden hareketle performans kayıplarının önceden tahmin edilebilmesine yönelik geliştirilen yöntemin, ilerleyen süreçte havacılık bakım yönetimi ve erken uyarı sistemleri üzerine gerçekleştirilecek yeni araştırmalara da katkı sunması bekleniyor.
Ömer Faruk KARATOSUN