Dergiler / Havacılık ve Uzay Teknolojileri Dergisi / 2021 / Cilt: 14 - Sayı: 2

Uçak Bakımında Görsel Muayene Yöntemleri Üzerine Bir İnceleme

A Review on Visual Inspection Methods for Aircraft Maintenance

Sayfa
185–192
Yayın Tarihi
2022-10-18
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Bu çalışmada, uçak bakım ve onarımında yer alan derin öğrenme tabanlı görsel inceleme yöntemleri incelenmiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Uçak bakımı sırasında çatlak, yanık, korozyon gibi hasarların kontrolü hassasiyetle yapılması gereken bir işlemdir.
📊
Temel Bulgular & Veri:Bundan dolayı yapılan işlem uzun bir zaman alabilmektedir.
💡
Sonuç & Katkı:Bu çalışmada, uçak bakım ve onarımında yer alan derin öğrenme tabanlı görsel inceleme yöntemleri incelenmiştir.
🔬Tür:Araştırma Makalesi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Alan Parametreleri

Özet

Uçak bakımı sırasında çatlak, yanık, korozyon gibi hasarların kontrolü hassasiyetle yapılması gereken bir işlemdir. Bundan dolayı yapılan işlem uzun bir zaman alabilmektedir. Hızlı kontrol yapıldığı zamanlarda ise hataların takibi sağlıklı bir şekilde gerçekleştirilememektedir. Bununla birlikte kontrol işlemi genellikle göz ile gerçekleştirildiği için insan kaynaklı risklere oldukça açıktır. Son yıllarda yapay zekanın uygulama alanının genişlemesi ile birlikte hava taşıtları bakım ve arıza işlemlerinin gerçekleştirilmesinde modern tekniklerin kullanımı havacılık sektöründe giderek artmaktadır. Bu çalışmada, uçak bakım ve onarımında yer alan derin öğrenme tabanlı görsel inceleme yöntemleri incelenmiştir.

Abstract

During aircraft maintenance, the control of damages such as crack, burn, corrosion should be done precisely. Therefore, the process can take a long time. In the case of rapid control, errors cannot be detected properly. However, since the control process is usually carried out by naked eye, it is quite open to human-induced risks. In recent years, with the expansion of the application area of artificial intelligence, the use of modern techniques in aircraft maintenance and breakdown operations has been increasing in the aviation industry. In this study, deep learning-based visual inspection methods involved in aircraft maintenance and repair are surveyed.

🔖

Bu Makaleye Atıf Yap

DUVAR, R., URHAN, O., BÖYÜK, M. (2022). Uçak Bakımında Görsel Muayene Yöntemleri Üzerine Bir İnceleme. Havacılık ve Uzay Teknolojileri Dergisi, Cilt: 14 - Sayı: 2, 185–192. https://ajindex.com/articles/535173

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (13)

  1. K. A. Latorella and P. V. Prabhu, “A review of human error in aviation maintenance and inspection,” International Journal of Industrial Ergonomics, vol. 26, pp. 521-549, August 2000
  2. Y.-H. Chang and Y.-C. Wang, “Significant human risk factors in aircraft maintenance technicians,” Safety Science, vol. 48, pp. 54–62, January 2010
  3. U. Polimeno and M. Meo, “Detecting barely visible impact damage detection on aircraft composites structures,” Composite Structures, vol. 91, pp. 398–402, December 2009
  4. R. Çoban, “Uçak Bakım Sektöründe İş Yükü ve Zaman Baskısı Üzerine Bir Örnek Olay Araştırması,” Journal of Aviation, vol. 3, June 2019
  5. M. A. Kayrak, “Uçak Bakım Planlamasında Hata Analizi,” Mühendis ve Makina, vol. 53, pp.34-39, June 2012
  6. T.-C. Wang and L.-H. Chuang, “Psychological and physiological fatigue variation and fatigue factors in aircraft line maintenance crews,” International Journal of Industrial Ergonomics, vol. 44, pp. 107– 113,January 2014
  7. K. Yuan, Y. Yu, and X. Liu, “Aircraft cable fault location system based on principle of regression analysis,” in 2010 5th International Conference on Computer Science & Education, Hefei, China, August 24-27, 2010, pp.1226–1229
  8. M. Boyuk, R. Duvar, and O. Urhan, “Deep Learning Based Vehicle Detection with Images Taken from Unmanned Air Vehicle,” in 2020 Innovations in Intelligent Systems and Applications Conference (ASYU), Istanbul, Turkey, October 15-17, 2020, pp. 1– 4
  9. K. Erdogan, O. Acun, A. Kucukmanisa, R. Duvar, A. Bayramoglu, and O. Urhan, “KEBOT: An Artificial Intelligence Based Comprehensive Analysis System for FUE Based Hair Transplantation,” IEEE Access, vol. 8, pp.200461–200476, 2020
  10. Z. Jiao, G. Jia, and Y. Cai, “A new approach to oil spill detection that combines deep learning with unmanned aerial vehicles,” Computers & Industrial Engineering, vol. 135, pp. 1300–1311, September. 2019
  11. Y. Wu, Y. Qin, Z. Wang, and L. Jia, “A UAV- Based Visual Inspection Method for Rail Surface Defects,” Applied Sciences, vol. 8, p. 1028, June 2018. [12] “Aircraft Corrosion,” 2016. [Online]. Available: https://www.aopa.org/go-fly/aircraft-and- ownership/maintenance-and-inspections/aircraft- corrosion [Accessed Dec. 24, 2020]
  12. T. S. B. of C. Government of Canada, “Aviation Investigation Report A13C0105,”, 2015. [Online].Available:.https://www.bsttsb.gc.ca/eng/rapp ortsreports/aviation/2013/a13c0105/a13c0105.html [Accessed Dec. 24, 2020]
  13. Yu. B. Blokhinov, V. A. Gorbac