Havacılıkta risk yönetimi: Rüzgar kırılmasını önceden tahmin eden yapay zeka

Araştırmacılar, uçuş sırasında rüzgar kırılması riskini 15 saniye önceden tahmin edebilen transformatör tabanlı bir yapay zeka modeli geliştirdi. NASA uçuş verileriyle eğitilen sistem, pilotlara erken uyarı sağlayarak uçuş güvenliğini artırmayı hedefliyor.

Havacılıkta uçuş güvenliğini tehdit eden en önemli risklerden biri, rüzgar hızında veya yönünde ani değişiklikler olarak tanımlanan rüzgar kırılması. 2022 yılı verilerine göre, dünyadaki havacılık kazalarının yüzde 18’inin temel nedenleri arasında yer alan bu olay, özellikle iniş ve kalkış gibi kritik uçuş aşamalarında ciddi tehlike oluşturuyor. PNAS Nexus dergisinde yayımlanan yeni bir araştırma, rüzgar kırılmasını yalnızca tespit etmekle kalmayıp önceden tahmin etmeyi amaçlayan yeni bir yapay zeka modelini ortaya koydu.MEVCUT SİSTEMLER ANLIK TESPİT YAPIYORBugün uçaklarda kullanılan rüzgar kırılması tespit sistemleri, büyük ölçüde F faktörü adı verilen bir indekse dayanıyor. Bu indeks, rüzgar hızı, rüzgar yönü ve uçak hızı gibi verileri kullanarak mevcut durumu analiz ediyor. Ancak F faktörü, yaklaşan rüzgar kırılması olaylarını önceden tahmin etmek yerine çoğunlukla anlık tespit sağlıyor. Bu nedenle araştırmacılar, pilotlara karar almak için daha fazla zaman kazandırabilecek bir erken uyarı modeli geliştirmeye odaklandı.NASA VERİLERİYLE EĞİTİLDİAraştırmacı Xiaowei Yue ve ekibi tarafından geliştirilen sistem, fiziksel mekanizma destekli transformatör tabanlı bir model olarak tasarlandı. Model, NASA DASHlink Örnek Uçuş Veri Seti kullanılarak eğitildi. Bu veri seti, gerçek uçuş koşullarına ait ayrıntılı bilgiler içeriyor. Algoritma, yalnızca hava durumunu değil; uçağın mekanik durumunu, motor gücünü, kontrol sistemlerini ve dış uçuş ortamını da kapsayan 19 temel parametreyi analiz ediyor.19 PARAMETRE ANLIK OLARAK İZLENİYORYeni model, uçuş sırasında farklı sistemlerden gelen verileri eş zamanlı olarak değerlendiriyor. Bu kapsamda uçağın hız ve güç değerleri, kontrol yüzeyleri, dış çevre koşulları ve uçuş dinamikleri birlikte inceleniyor. Toplanan veriler üzerinden gelecekte oluşabilecek rüzgar sapmaları hesaplanıyor. Böylece sistem, yalnızca mevcut riski göstermek yerine yaklaşan tehlikeyi önceden tahmin etmeye çalışıyor.PİLOTLARA 15 SANİYE KAZANDIRIYORGerçek uçuş verileri üzerinde yapılan testlerde model, potansiyel rüzgar kırılması risklerini en az 15 saniye önceden tahmin edebildi. Havacılıkta saniyeler, özellikle ani irtifa, hız veya rota değişikliklerinde kritik önem taşıyor. Bu süre, pilotlara motor gücünü ayarlama veya uçuş rotasını değiştirme konusunda ek karar zamanı sağlayabilir. Araştırmacılar, erken uyarı kapasitesinin rüzgar kırılması kaynaklı operasyonel risklerin azaltılmasında önemli rol oynayabileceğini belirtiyor.TAHMİNLERDE YÜZDE 5’TEN AZ SAPMAModelin test sonuçları, tahminlerin farklı zaman aralıklarında gerçek sonuçlardan yüzde 5’ten daha az sapma gösterdiğini ortaya koydu. Bu oran, sistemin rüzgar kırılması gibi hızlı değişen ve karmaşık bir atmosfer olayında güvenilir tahmin üretme potansiyeline işaret ediyor. Araştırmacılar, fiziksel ölçümlerle makine öğrenimi yaklaşımını birleştiren bu yöntemin, uçuş güvenliği teknolojilerinde yeni bir erken uyarı katmanı oluşturabileceğini değerlendiriyor.UÇUŞ GÜVENLİĞİNDE YENİ ERKEN UYARI KATMANIRüzgar kırılması, özellikle alçak irtifada uçağın performansını kısa sürede etkileyebilen kritik bir risk olarak biliniyor. Yeni yapay zeka modeli, bu riski önceden tahmin ederek pilotların daha erken müdahale etmesine imkan sağlamayı hedefliyor. Araştırma, transformatör tabanlı yapay zeka modellerinin havacılıkta yalnızca veri analizi için değil, gerçek zamanlı güvenlik uyarıları için de kullanılabileceğini gösteriyor.