SavedAdd your journal

Journals / Politeknik Dergisi / 2026 / Cilt: 28 Sayı: 3

Ensuring Flight Safety by Optimizing Test Points in Fighter Aircraft

Savaş Uçaklarında Test Noktalarının Optimizasyonu ile Uçuş Güvenliğinin Sağlanması

Ediz Atmaca(GAZİ ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ, ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ, ENDÜSTRİ MÜHENDİSLİĞİ PR.)0000-0002-0671-3939
Sena Aydoğan(GAZİ ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ, ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ, ENDÜSTRİ MÜHENDİSLİĞİ PR.)0000-0003-1267-1779
Hacı Yusuf Narlı(GAZİ ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ, ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ, ENDÜSTRİ MÜHENDİSLİĞİ PR.)0009-0008-7365-8985
Rıdvan Bakir(GAZİ ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ, ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ, ENDÜSTRİ MÜHENDİSLİĞİ PR.)0009-0004-8152-6940
Mehmet Can Sarıkınacı(GAZİ ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ, ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ, ENDÜSTRİ MÜHENDİSLİĞİ PR.)0009-0009-8694-4208
Pages
1035–1044
Publication Date
2025-06-13
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

The established approach facilitates the assessment of numerical risk levels for flight test points using eight input variables, thereby averting hazardous flights and reducing the potential for loss of life and property.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Fighter aircraft have undergone numerous testing procedures throughout their historical evolution to improve their efficiency during modernization.
📊
Key Findings & Data:The conceptual aircraft is designed simultaneously with the F-16 and the strategically important Hürjet.
💡
Conclusion & Impact:The established approach facilitates the assessment of numerical risk levels for flight test points using eight input variables, thereby averting hazardous flights and reducing the potential for loss of life and property.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Uçuş Testi · Uçuş Güvenliği · Risk Analizi

Abstract

Fighter aircraft have undergone numerous testing procedures throughout their historical evolution to improve their efficiency during modernization. This study provides an analysis of the parameters, outcomes, and safety standards related to flight testing. The aim of this study is to assess the ability of fighter aircraft to execute the specified test points safely and under controlled conditions. A risk analysis is performed to ensure the test's dependability and safe execution. The testing process is executed systematically and under controlled conditions, with negligible departure from the ideal values. The data provided relates to flying tests of fourth and fifth-generation conceptual fighters with specified attributes. The conceptual aircraft is designed simultaneously with the F-16 and the strategically important Hürjet. Upon completion of the study, due to the intrinsic challenges in articulating complex systems characterized by uncertainty through straightforward mathematical formulas, the ANFIS method—an adaptive learning model derived from literature research utilizing the MATLAB Fuzzy Logic Sugeno Module—is utilized to analyze intricate data sets and effectively forecast risk factors. The established approach facilitates the assessment of numerical risk levels for flight test points using eight input variables, thereby averting hazardous flights and reducing the potential for loss of life and property.

Özet

Savaş uçakları, modernizasyon sırasında verimliliklerini artırmak için tarihsel evrimleri boyunca çok sayıda test prosedüründen geçmiştir. Bu çalışma, uçuş testleriyle ilgili parametrelerin, sonuçların ve güvenlik standartlarının bir analizini sunmaktadır. Bu çalışmanın amacı, savaş uçaklarının belirtilen test noktalarını güvenli bir şekilde ve kontrollü koşullar altında yürütme yeteneğini değerlendirmektir. Testin güvenilirliğini ve güvenli yürütülmesini sağlamak için bir risk analizi yapılmaktadır. Test süreci sistematik olarak ve kontrollü koşullar altında, ideal değerlerden ihmal edilebilir bir sapma ile yürütülmektedir. Sağlanan veriler, belirtilen niteliklere sahip dördüncü ve beşinci nesil kavramsal savaş uçaklarının uçuş testleriyle ilgilidir. Kavramsal uçak, F-16 ve stratejik açıdan önemli Hürjet ile aynı anda tasarlanmaktadır. Çalışmanın tamamlanmasının ardından, belirsizlikle karakterize edilen karmaşık sistemleri basit matematiksel formüllerle ifade etmedeki içsel zorluklar nedeniyle, MATLAB Bulanık Mantık Sugeno Modülünü kullanan literatür araştırmasından türetilen uyarlanabilir bir öğrenme modeli olan ANFIS yöntemi, karmaşık veri kümelerini analiz etmek ve risk faktörlerini etkili bir şekilde tahmin etmek için kullanılmaktadır. Kurulan yaklaşım, sekiz girdi değişkeni kullanılarak uçuş test noktaları için sayısal risk seviyelerinin değerlendirilmesini kolaylaştırmaktadır, böylece tehlikeli uçuşları önlemektedir ve can ile mal kaybı potansiyelini azaltmaktadır.

🔖

Cite This Article

Atmaca, E., Aydoğan, S., Narlı, H. Y., Bakir, R., Sarıkınacı, M. C. (2025). Ensuring Flight Safety by Optimizing Test Points in Fighter Aircraft. Politeknik Dergisi, Cilt: 28 Sayı: 3, 1035–1044. https://doi.org/10.2339/politeknik.1611963

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (25)

  1. Mevlütoğlu, A., “The Future of Turkey’s Airpower”, Insight Turkey, 22(3), 131-160, (2020).
  2. Čestić, M. M., Sokolović, V. S., and Dodić, M. D., “Technical aspects of flight safety of military aircraft”, Vojnotehnički glasnik/Military Technical Courier, 70(4), 1017-1038, (2020).
  3. Kaya, M., and Ateş, S. S. “The Share of Communication Errors in Aircraft Accidents and Artificial Intelligences That Can Be Developed Based on Communication in Aviation”, International Journal of Entrepreneurship and Management Inquiries, 7(12), 82-95, (2023).
  4. Stoliker, F. N. (Ed.)., “Introduction to flight test engineering (AGARDograph No. 300, Vol. 14)”, NATO Advisory Group for Aerospace Research and Development (AGARD), (1995).
  5. Bliss, D. T., “ICAO's Strength: Reinventing itself to address the challenges facing international aviation”, Air & Space Law, 32:3, (2019).
  6. Marhavilas, P. K., Koulouriotis, D., and Gemeni, V., “Risk analysis and assessment methodologies in the work sites: On a review, classification and comparative study of the scientific literature of the period 2000–2009”, Journal of Loss Prevention in the Process Industries, 24(5), 477-523, (2011).
  7. Stensrud, R., Valaker, S., Mikkelsen, B., & Betten, S., “5th generation fighter aircraft and future command and control: A note on some possible changes”, 25th ICCRTS, 1-29, (2020).
  8. Božić, V., “Fuzzy Approach to Risk Management: Enhancing Decision-Making Under Uncertainty” [Preprint], (2023).
  9. Kara, M., and Eren, T., “Hasar tespit çalışmalarında görevlendirilebilecek dronların bulanık karar verme yöntemleri ile değerlendirilmesi”, Politeknik Dergisi, 27(5), 2029-2041, (2024).
  10. Durmaz, O., “Uyarlanabilir sinirsel bulanık çıkarım sistemi (ANFIS) ile bir insansız hava aracı için uçuş kontrolü”, Master's thesis, Anadolu University (Turkey), (2015).
  11. Ervural, B. Ç., “İki Aşamalı Risk Değerlendirme Yöntemi ile Havacılık Sektöründe Uygulama”, International Journal of Advances in Engineering and Pure Sciences, 35(4), 460-484, (2023).
  12. Voloşencu, C. (Ed.), Adaptive Neuro-Fuzzy Inference System as a Universal Estimator, BoD–Books on Demand, (2024).
  13. Kurnaz, S., and Sunar, O. N. “Havacılıkta Risk Yönetimi: Türk Sivil Havacılık Sistemi Açısından Bir Değerlendirme”, III. Ulusal Havacılık Teknolojileri ve Uygulamaları Kongresi, Konak, İzmir, (2015).
  14. Bucharles, A., Cumer, C., Hardier, G., Jacquier, B., Janot, A., Le Moing, T.,. and Vacher, P., “An Overview of Relevant Issues for Aircraft Model Identification”, Aerospace Lab, (4), p-1, (2012).
  15. Goncharenko, Y., Blyskun, O., Martyniuk, O., Radko, O., Kolomiiets, Y., and Bilokur, M. “Flight safety fuzzy risk assessment for combat aviation system”, In Proceedings of the 2nd. IEEE International Conference on Advanced Trent in Information Theory, Kyiv (pp. 132-137), (2020).
  16. Veshneva, I., Bolshakov, A., and Kulik, A. “Increasing the safety of flights with the use of mathematical model based on status functions”, In International Conference on Information Technologies (pp. 608-621). Cham: Springer International Publishing, (2019).
  17. İris, M. “Zeytin Dalı Harekâtı’nda Kullanılan Yerli Silahların Medyada Yer Alış Biçimi”, Uluslararası Kültürel ve Sosyal Araştırmalar Dergisi, 5(2), 530-546, (2019).
  18. Hellmann, M. “Fuzzy logic introduction”, Université de Rennes, 1(1), (2001).
  19. Sharma, D. “Designing and modeling fuzzy control Systems”, International Journal of Computer Applications, 16(1), 46-53, (2011).
  20. Guillaume, S., and Charnomordic, B. “Fuzzy inference systems: An integrated modeling environment for collaboration between expert knowledge and data using FisPro”, Expert Systems with Applications, 39(10), 8744-8755, (2012).
  21. Ataseven, B., “Yapay sinir ağlari ile öngörü modellemesi”, Öneri Dergisi, 10(39), 101-115, (2013).
  22. Kaymakçı, Ö. T., “Robotik Kaynak Hatlarının Bulanık Hata Ağacı Analizi”, Politeknik Dergisi, 27(4), 1243-1256, (2023).
  23. Jang, J. S., “ANFIS: adaptive-network-based fuzzy inference system”, IEEE transactions on systems, man, and cybernetics, 23(3), 665-685, (1993).
  24. Adem, A., “İş sağlığı ve güvenliğinde kullanılan risk analizi tekniklerinin değerlendirilmesi için bir rehber önerisi”, Politeknik Dergisi, 25(3): 1319-1328, (2022).
  25. Bucharles, A., Cumer, C., Hardier, G., Jacquier, B., Janot, A., Le Moing, T.,. and Vacher, P., “An Overview of Relevant Issues for Aircraft Model Identification”, Aerospace Lab, (4), p-1, (2012).