AI Summary & Key Takeaways
AI InsightDolayısıyla, insansız hava araçlarının BLDC motorları için parametre tahminlemesinde %98 güvenilirlik oranıyla, en yüksek doğruluk oranına sahip olan quadratik SVM ve kübik SVM algoritmalarının kullanılmasının daha uygun olacağı saptanmıştır.
📌 3 Key Takeaways
Abstract
Küreselleşen 21. yüzyıl günümüz dünyasında, bilişim işletmeleri ile endüstriyi bir araya getiren Endüstri 4.0 teknolojilerinde, her geçen gün önemi gittikçe artan insansız hava araçları, askeri, sivil ve bilimsel amaçlı projelerde oldukça yoğun olarak kullanılmaktadır. Bu nedenle uçuş kontrol sistemine güç sağlayan insansız hava aracı motorlarının yüksek verimde ve güvenli bir şekilde kullanılması büyük önem taşımaktadır. Bu çalışmada, insansız hava araçlarının önemli bir ekipmanı olan fırçasız doğru akım motorundan ve ilgili uçuş kontrol sisteminden alınan veriler Matlab Simulink’te SVM, KNN, karar ağaçları, en küçük kareler yöntemleri kullanılarak analiz edilmiştir. BLDC motorun giriş parametrelerine göre, sistemin maksimum verime ulaşabileceği tork değeri çapraz doğrulama yöntemi kullanılarak tahmin edilmiştir. Yapılan analizler ışığında insansız hava araçlarının uçuş performansını ve konforunu önemli ölçüde arttıran %98 başarı oranına sahip SVM tabanlı bir parametre tahminlemesi yöntemi geliştirilmiştir. Dolayısıyla, insansız hava araçlarının BLDC motorları için parametre tahminlemesinde %98 güvenilirlik oranıyla, en yüksek doğruluk oranına sahip olan quadratik SVM ve kübik SVM algoritmalarının kullanılmasının daha uygun olacağı saptanmıştır.