BÜLENT ÇOBANOĞLU'NUN WEB SİTESİ

 

 

 

 

  

 

 

 

BİRİNCİ BÖLÜM    

 

1.BULANIK MANTIK VE BULANIK KÜME TEORİSİ

 

1.1.GİRİŞ

 

Dünyadaki bazı olayları açıklamak için kesin tanımlamalarda bulunabilmek   imkansızdır ve olaylar  çoğu kere belirsizlikler ve doğrusal olmama özellikleri taşır.  Cismin ısısını kaybetmesi,  kapasitörün şarj veya deşarj olayı bu doğrusal olmama özelliklerine birer örnektir. Belli bir miktar uranyumun bozulması esnasında hangi atomun ne zaman bozulacağının bilinmemesi de belirsizlik taşıyan bir olaydır. Bu nedenle eşya ve olaylar bulanıklık perspektifinde ele alındıkça, çok daha doğru ve verimli sonuçlar elde edilebilir. Bulanık mantık, bu yaklaşım için kullanılabilecek oldukça tesirli bir mantık anlayışıdır.

Terimler ya da ölçüler kesin olarak tanımlanıp ölçülemediğinden dolayı insanlar çoğu zaman belirsiz ( kesin olmayan ) ifadeler kullanırlar. İşte bulanık mantık bazı sorulara basitçe evet-hayır cevabı verilemeyen durumları kapsar. Bulanıklığın ve bulanık mantığın temeli de budur.

Bulanık mantık, klasik mantık sistemlerinden ziyade insan düşüncesi ve tabii dil ruhuna daha yakındır. Temel olarak, gerçek dünyanın eksik ve yaklaşık özelliğini yakalayan etkili bir araç sağlar.

Matematiksel model ve ölçülen değerlerin yanısıra insan düşüncesini de mühendislik sistemine katmak üzere insan düşüncesini formüle eder.

“Günlük konuşma dilini kullanan bulanık mantık, dilsel değişkenler (linquistic variables) yardımıyla biraz  sıcak, ılık, uzun, çok uzun, soğuk gibi günlük hayatımızda kullandığımız kelimeler yardımıyla insan mantığına en yakın doğrulukta denetimi sağlayabilir. Bulanık mantık denetleyici kullanılarak elektrikli ev aletlerinden oto elektroniğine, gündelik kullandığımız iş makinelerinden üretim mühendisliğine, endüstriyel denetim teknolojilerinden otomasyona kadar aklımıza gelecek her yerde kendisine uygulama alanı bulabilir”[1].

 

İkili mantık, iki ayrık değer alabilen değişkenleri ve mantıksal anlam taşıyan işlemleri ele alır. Değişkenlerin alabileceği iki değer farklı şekillerde adlandırılabilir ( örneğin doğru ve yanlış, evet ve hayır, vs.), burada her değişken ancak ve ancak olası iki ayrı değerden birini alabilir: 1 ve 0 [2].

Bulanık mantık; ikili mantık sistemine karşı geliştirilen ve günlük hayatta kullandığımız değişkenlere üyelik dereceleri atayarak, olayların hangi oranlarda gerçekleştiğini belirleyen çoklu mantık sistemidir.

Bulanıklık, çoklu değerlilik (multi – valued) demektir. İkili mantığın 0-1 önermelerine karşın bulanıklık, üç veya daha fazla, belki de sonsuz sayıda önermeler yapar. Yani bu mantıkta küme üyeleri derecelendirilebilir. Başka bir değişle siyah ile beyaz arasında yer alan sonsuz sayıda gri tonlarını içermektedir. Örneğin uzaklıkla ilgili bir problemde mesafenin yalnızca yakın ya da uzak olduğunu  belirtmekle kalmayıp ne kadar yakın ya da ne kadar uzak olduğunu da belirtir.

Bulanık mantığın gücü basit şeyleri basit tutmaktır. Klasik mantık bizleri çok katı sınırlar çizmeye zorlar. Mesela batı edebiyatında “novel” denilen roman, 90 veya daha fazla sayfadan , “novella” ise 90’dan daha az sayfadan oluşur. Bu standarda göre 91 sayfalık bir eser, roman olurken, 89 sayfalık bir çalışma “novella” (uzun hikaye) olur. Eğer bir bilgisayarda kelimelerin puntosu büyütülürse uzun hikaye, roman haline gelebilir. Bulanık mantık bu tür saçmalıkları önler.

Klasik mantıkta büyüklük-küçüklük, uzunluk-kısalık gibi kavramların kesin sınırları vardır. Diyelim ki uzun insanların alt sınırı 1.70 m’dir. Klasik mantığa,  “Ali uzun mudur?” sorusu sorulursa, bu sınıra bakıp, eğer Ali’nin boyu 1.70 m’in üzerinde ise Ali uzun, 1.69 m ise kısadır. Halbuki bulanık mantık, Ali’nin ne kadar uzun olduğunu sorar. Klasik mantık gibi uzuna 1, kısaya 0 gibi katı(kesin) değerler vermez. 0.1, 0.2, 0.3… gibi daha hassas ve esnek değerler verir. Böylelikle 1.69 m boyundaki bir insana kısa (0) demez, 0.2 gibi bir uzunluktadır der.Tabiî bulanık mantığında belli sınırları vardır ve bu sınırlar makama, ele alınan eleman ve şartlara göre değişirler. Onu klasik mantıktan ayıran nokta bu sınırların daha esnek olmasıdır. İşte bu esneklik sayesinde bulanık mantık tatbik edildiği her sahada çok daha hassas sonuçlar ve semereler doğurmaktadır.

Aşağıdaki  tablo klasik  mantık ile çoklu mantık arasındaki önemli kavram farklılıklarını listelemektedir.

   

İkili Mantık                                      Çoklu Mantık

A veya A değil                                   A ve A değil

            Kesin                                                 Kısmi

Hepsi veya Hiçbiri                               Belli Derecelerde

0 veya 1                                              0 ve 1 Arasında Sürekli

Dijital Bilgisayar                                  Nöral Ağ {Beyin}

Fortran, Pascal v.s.                             Türkçe { Doğal Dil }

İkili Birimler {bit }                               Bulanık Birimler {fit}

 

1.2. BULANIK MANTIĞIN TARİHÇESİ

Bulanık mantık ilk defa 1960 yılında, University of California, Berkeley’den Dr. Lotfi Zadeh tarafından, doğal dildeki belirsizliği modellemek için ortaya konmuştur. Zadeh, bulanık mantık teorisinin bağımsız ve tam bir teori olmaktan çok, bulanıklaştırma yönteminin (fuzzification), herhangi bir teorinin ayrık (crisp,discrete) formdan sürekli (continuous, fuzzy) forma dönüştürülmek suretiyle genelleştirilmesi için kullanılan bir metodoloji olarak ele alınmasını istiyor [3].

Bulanık mantık ilk kez 1973 yılında, Londra’daki Queen Mary College’de profesör olan H. Mamdani tarafından bir buhar makinesinde uygulandı. Ticari olarak ise ilk defa, 1980 yılında, Danimarka’daki bir çimento fabrikasının fırınını kontrol etmede kullanıldı.

“Bulanık mantık kuramının ilk önemli endüstriyel uygulaması 1980 yılında Danimarka’daki bir çimento fabrikasında ( F.L. Smidth ) gerçekleştirmiş, değirmen içinde çok hassas bir denge ile oranlanması gereken sıcaklık ve oksijen ayarı en uygun bir biçimde yapılmıştır. Bundan sonra bir başka dikkate değer uygulama ise Hitachi firması tarafından 1987 yılında Sendai Metro’sunda gerçekleştirilmiştir. Bu sayede trenin istenen konumda durması üç kat daha iyileştirilmiş, kullanılan enerji ise %10 azaltılmıştır. Bunun üzerine Hitachi firmasına benzeri bir sistemin Tokyo Metro’suna da kurması için talep gelmiştir. Yamaichi Securities’in geliştirdiği Bulanık Mantık temelli uzman sistem, 1988 yılının Ekim ayında kara Pazar adlı Tokyo Borsası’nda yaşanan krizin sinyallerini  onsekiz gün önceden haber vermiştir. Bu kadar başarılı uygulamaların ardından bulanık mantığa olan ilgi artmış, uluslararası bir çalışma ortamı oluşturabilmek amacıyla 1989 yılında aralarında SGS, Thomson, Omron, Hitachi, NCR, IBM, Toshiba ve Matsuhita gibi dünya devlerininde bulunduğu 51 firma tarafından LIFE ( Laboratory for Interchange Fuzzy Engineering) laboratuvarları kurulmuştur” [1].

LIFE’ın yanında FLSI (Fuzzy Logic Systems Institute) adındaki diğer araştırma merkezi de Bulanık Mantığın Elektronik, Otomotiv ve Üretim teknolojisi alanında yeni yeni uygulamalar kazandırmaktadır.

  1.3.BULANIK MANTIĞIN ETKİLERİ

Bulanık Mantık, makineleri “daha zeki” yapmış ve birçok ürünün ve üretim sürecinin makine IQ’ sü (Zeka seviyesi) bu sayede artmıştır. Bu makineler arasında fotoğraf makineleri, kameralar, televizyonlar, mikro dalga fırınlar, çamaşır makineleri, elektrikli süpürgeler, otomatik şanzımanlar, motor kontrolü, metro denetim mekanizmaları, asansörler ve mikrodevreler sıralanabilir.

Bulanık teori her bir kelimenin anlamında saklı olan  belirsizliği temsil eden teoridir. Bu teorinin bir uygulaması olarak “Bulanık Yapay Zeka” nın gelecekte insanlar ile bilgisayarlar arasında kurulacak olan yakın ilişkide büyük bir rol oynayacağı beklenmektedir.

Pilav pişirme aletlerinden asansörlere, arabaların motor ve süspansiyon sistemlerinden nükleer reaktörlerdeki soğutma ünitelerine, klimalardan elektrikli süpürgelere kadar bulanık mantığın uygulandığı birçok saha mevcuttur. Bu sahalarda temin ettiği enerji, iş gücü ve zaman tasarrufu ise, onun “iktisat” adına ne kadar çok önem verilmesi gereken bir sistem olduğunu göstermektedir.

Bulanık mantığın gelecekteki uygulama sahaları, daha da genişleyecek gibi gözükmektedir. Şeker hastaları için vücuttaki insülün miktarını ayarlayarak suni bir pankreas görevi yapan minik yapıların imalinde, prematüre doğumlarda bebeğin ihtiyaç duyduğu ortamı devam ettiren sistemlerin hazırlanmasında, suların klorlanmasında, kalp pillerinin üretiminde, oda içindeki ışığın miktarının ayarlanmasında ve bilgisayar sistemlerinin soğutulmasında bulanık mantık çok şeyler vaadetmektedir.

 

1.4.BULANIK KÜME TEORİSİ

İkili mantık (Binary Logic) ve altküme(subset) arasındaki güçlü bağlantı gibi, bulanık mantık ve bulanık altküme teorisi arasında da teorik ve pratik bir bağ vardır.

 

1.4.1 BULANIK KÜMELER (FUZZY SETS)

Bulanık küme kavramında klasik kümelerdeki  elemandır veya değildir ifadesi yerine şu kadar elemandır ya da şu kadar eleman değildir ifadeleri yer alır. Bir eleman için eleman olma durumu 1 ve olmama durumu 0 ile değil  0 ile 1 arasındaki üyelik derecesi ile gösterilir. Örneğin “Uzun boylu kime denir?” sorusuna  cevap verecek olan bir UZUN alt kümesini her iki mantığa göre tanımlayalım. Şekil 1.1’de de görüldüğü gibi klasik küme mantığına göre 160 cm. boyundaki bir kişi uzun boylu insanlar kümesi içinde değildir. Hatta 169 cm. boyundaki bir kişi uzun boylu insanlar kümesi içinde değildir. Oysa bulanık mantığa göre 160 cm. boyundaki kişiye kısa denilmez. Çünkü kısmen de olsa uzun boylu insanlar kümesi içindedir. Bulanık mantıkta  160 cm boyundaki biri 0.6 üyelik derecesiyle , 170 cm. boyundaki biri 0.7 üyelik derecesiyle , 180 cm. boyundaki biri de 1.0 üyelik derecesiyle uzun boylu olabilir.

   

  Şekil 1.1.  Bulanık küme ile klasik kümenin karşılaştırılması

  Bunun gibi bir insanın uzun boylu olması, bulanık küme mantığında derecelerine ayrılabilmektedir. Büyük üyelik dereceleri az bulanık kabul edilirken, küçük üyelik dereceleri  daha bulanık olarak kabul edilir.

 

1.4.2. ÜYELİK FONKSİYONLARI (MEMBERSHIP  FUNCTIONS)

.

Şekil 1.2.  Üyelik fonksiyonlarının alabildiği değişik şekiller

 

Uygulamaların birçoğunda  üyelik fonksiyonu, örnekte verilen UZUN gibi basit bir şekilde olmayacaktır. Üyelik fonksiyonlarının alabileceği muhtemel temel şekiller Şekil 1.2’de gösterilmiştir. Konuşma dilinde kullanılan her bir nitelikli tanımlamalar bir üyelik fonksiyonu olarak yazılırlar. Her noktada ve uygulanan sınırlarda üyelik sınıfları belirlenir.

Bulanık mantıkta, dilsel ifade kolaylığı sağlayacak  bölgelerin sınırlarını belirtmede ve algılayıcı bilgilerine (gerçek bilgiler) ait üyelik ağırlıklarının tespit edilmesinde kullanılmak üzere uygun üyelik fonksiyonlarının belirlenmesi gerekir.

Üyelik fonksiyonları, sistem parametrelerini tanımlar. Üyelik fonksiyonlarının sayısına ve şekline ait hiçbir kısıtlama yoktur. Tamamıyla tasarımcının istek ve tecrübesine bağlıdır. Bu zamana kadar olan çalışmalarda en çok üçgen, yamuk, çan eğrisi şeklinde üyelik fonksiyonları kullanıldığı görülmektedir [4].

 

1.4.3. BULANIK KÜME ÖZELLİKLERİ

 

Şekil 1.3’de bulanık kümenin  sınırları Venn şeması ile gösterilmiştir . Burada  "a"  elemanı  "A"  bulanık kümesinin kesin elemanıdır. Bu elemanın üyelik derecesi 1 olarak ifade edilir. "b" elemanı  A bulanık kümesine ait olmadığından üyelik derecesi 0 olarak kabul edilir. "c" elemanı ise A bulanık kümesine belli bir seviyede üyedir. Bu da [0,1] aralığında bir üyelik derecesi ile gösterilir.  

  Şekil.1.3. Bulanık kümenin sınırları

Bu şeklin üyelik fonksiyonu biçimindeki gösterilimi Şekil 1.4’de verilmiştir.

 

Şekil 1.4. Bulanık kümelerin üyelik fonksiyonu ile gösterimi

 

Bulanık kümeleri açıklamada ve karşılaştırmada kullanılan bazı özellikler şu şekilde tanımlanmıştır:

U, sürekli ve kesikli olabilen {u} gibi harfle gösterilen nesneler toplamı olsun. U’ya örnek uzayı denir ve u, U’nun belirli cinsine ait ( “veya genel” ) elemanını temsil eder.

 

Tanım 1:Bulanık küme:U örnek uzayındaki bulanık bir A kümesi µA : U›[0,1] ile ifade edilen [0,1] aralığında değerler alan µA  ile karakterize edilir. U’daki bulanık A kümesi, bir (alt eleman olan) u elemanının sıralı çiftler kümesi olarak gösterilebilir ve onun üyelik fonksiyonunun derecesi A={(u, µA(u))|u?U} ile ifade edilir. Eğer U sürekli ise, A bulanık kümesi A=?UµA(u)/u  olarak kısaca yazılabilir. Eğer U kesikli ise A bulanık kümesi;

 

n

A=å µA(ui)/ui                                                         (1.1)

i=1

ile gösterilir.

Tanım 2:Destek(Support),Geçiş noktası(Crossover Point) ve Bulanık Teklik(Fuzzy Singleton):   A bulanık kümesinin desteği U’daki bütün u noktalarının crisp(kesin) kümesidir. Öyle ki µA(u)>0 dır. Özelde U’daki u elemanı (µA=0.5 olduğu noktada ) karşıya geçiş noktası  (crossover point) adını alır ve bir bulanık kümenin desteği U’nun içindeki bir tek noktadır, bu da µA =1.0 dır ki bu nokta bulanık teklik(fuzzy singleton) olarak tanımlanır [5].

 

1.4.4.                                                                                                                                                      BULANIK KÜME İŞLEMLERİ

Bulanık küme teorisi, klasik küme teorisinin genelleştirilmiş halidir. Bu nedenle, bulanık küme işlemlerini tanımlarken, U uzayının klasik alt kümeleri arasında varolan ilişkilerin genişletilmesi yeterli olacaktır.

A ve B, µA ve µB üyelik fonksiyonlu U’daki iki bulanık küme olsun. Bulanık kümeler için birleşim, kesişim ve tümleyici küme teorik işlemler kendi üyelik fonksiyonları yoluyla tanımlanır. Daha spesifik olarak:

Tanım 3: Birleşme Özelliği: A ve B kümelerinin birleşimi AUB  olarak gösterilir. Aynı zamanda AUB kümesi U evrensel kümesinin bir bulanık alt kümesidir. Bu kümenin üyelik fonksiyonu biçimindeki matematiksel ifadesi şöyledir;

 

"uÎU,             µ AUB (u)=max{µA(u), µB(u))}                           (1.2)

Boole cebrindeki karşılığı AND ( VE) işlemidir.

 

Tanım 4: Kesişim Özelliği: A ve B kümelerinin kesişimi A?B şeklinde ifade edilir ve üyelik fonksiyonunun matematiksel ifadesi şöyledir;

 

"uÎU,              µ A?B (u)=min{µA(u), µB(u))}                           (1.3)

Boole cebrindeki karşılığı OR ( VEYA ) işlemidir.

 

Tanım 5: Tümleme(Complement) Özelliği: A bulanık kümesinin  tümleyeni µA olarak ifade edilir ve  üyelik fonksiyonunun matematiksel ifadesi şöyledir;

 

"uÎU,             µA(10)=1-µA(u)                                                  (1.4)

Boole cebrindeki karşılığı NOT ( DEĞİL ) işlemidir.

Bulanık kümeler, birleşme, değişme, dağılma ve De-Morgan kuralları gibi özellikleri ile klasik  kümelere benzemektedir. Bulanık kümeler ile klasik kümeler arasındaki en büyük fark bir kümenin tümleyenini alma işleminde ortaya çıkmaktadır. Bu fark grafiksel olarak Şekil 1.5. ve Şekil 1.6.’da gösterilmiştir.

A bulanık kümesinin tümleyeni ile birleşimi evrensel küme değildir. A bulanık kümesinin tümleyeni ile kesişimi boş küme değildir. Matematiksel olarak;

 

Tanım 6: Bulanık İlişki(Fuzzy Relation) : İki veya daha fazla bulanık kümenin elemanları arasındaki ilişkinin varlığının ve yokluğunun derecesi bulanık ilişkiyle temsil edilmektedir. Bir n bulanık ilişki U1 x •••••• x Un deki bulanık kümedir ve

 

R U1 x •••••• x Un = {((u1,······ ,un ),

µR (u1,······ ,un ))| (u1,······ ,un ) Î U1 x •••••• x Un }   (1.7)

olarak ifade edilir.

 

Tanım 7: Kartezyen Çarpım(Cartesian Product):Birden fazla uzay varsa,bu uzaylar üzerinde tanımlanmış bulunan bulanık kümeler arasında kartezyen çarpım tanımlamak gereklidir.

Eğer A1,A2,……,An bulanık kümeleri sırasıyla U1,U2,……,Un içerisinde tanımlanmışlar ise A1,A2,…..An’nin kartezyen çarpımı;

 

µA1x…..xAn(U1,U2,••••••Un) = min {µA1(u1).••••••. µAn(un)}       (1.8)

 

üyelik  fonksiyonlu U1 x •••••• x Un  çarpım uzayındaki bir bulanık kümedir.

   

Tanım 8: Sup-Star Kompozisyon:Eğer R ve S, UxV ve VxW’ deki bulanık ilişkiler ise R ve S’nin kompozisyonu R ? S ile tanımlanan ve

 

R ? S = {[ (u,w),sup(µR (u,v)* µS (v,w))], uÎU, vÎV, wÎW }                               (1.9)

 

bağıntısı ile ifade edilen bir bulanık ilişkidir. Burada * , üçgen normların sınıfındaki herhangi bir operatör olabilir; minimum, cebirsel çarpım, sınırlı çarpım, veya kesin çarpım[5].

   

Örnek olarak; A=(0.3,0.4,0.8,1) ve bulanık matris

   

1.4.4.     DİLSEL DEĞİŞKENLER (LİNGUİSTİC VARİABLES)

 

Bulanık mantığı oluşturan temel yapı taşlarından biri de dilsel değişkenlerdir. Dilsel bir değişken hem değeri bulanık bir sayı olan bir değişken hemde değerleri dilsel terimlerle tanımlanan bir değişken olarak kabul edilir.

Örneğin, hız bir dilsel değişken gibi gösterilirse, bu durumda T(hız) terim kümesi şöyle olabilir;

 

T(hız)={yavaş, orta (makul), hızlı, çok yavaş, çok veya az hızlı,..}

 

Burada T(hız)’ daki her terim U=[0,100] örnek uzayındaki bulanık küme ile karakterize edilir. Burada “yavaş” 40 km/h’ in altında bir hız ,”orta” terimini 55km/h’e yakın bir hız,”hızlı” ise 70 km/h’den fazla bir hız olarak tanımlayabiliriz. Bu terimlerin üyelik fonksiyonu Şekil.1.7. de gösterilen bulanık küme olarak karakterize edebiliriz.

   

Şekil.1.7. Hız değerlerine ait dilsel değişkenlerin bulanık kümedeki gösterimi.

 

Bu örnekte de görüldüğü gibi , tanımlar tamamıyla insanların söylemlerine göre geliştirilmiştir. Bu tanımlara ise dilsel terimler denir  ve bir dilsel değişkenin muhtemel değerlerini sergilerler. Dilsel değişkenler, gerçek değerleri dilsel değerlere dönüştürürler. Bunların işlevsel olarak elde edilmesi ve uygulama aşamasına getirilmeleri büyük ölçüde sistemde daha önce elde edilmiş deneyimlere bağlıdır ve bu deneyimlere dayalı olarak kurulan sistemlere ise uzman sistem adı verilmektedir.

  

 

 

 

İKİNCİ BÖLÜM

            

2.1.BULANIK KONTROL (DENETİM)

 

Günümüzde kontrol teknolojisi geleneksel kontrol tekniklerinden matematik modellere dayanan kontrol teknikleri ve bilgi tabanlı zeki kontrol tekniklerine  doğru hızla yol almaktadır.

Bulanık sistemler bir süreci modellemek için kullanılırsa; bu modele dayanarak tasarlanan kontrolörler bulanık kontrolörlerdir.

Bulanık kontrolün temel avantajları sistemin matematiksel formülasyona ihtiyaç duymaması, tam olmayan eksik nesnelerin tanımlanması ve çok amaçlı kontolün başarılmasında kullanılan dilsel değişkenler ve yaklaşık çıkarsama.

Klasik kontrol teorisinde sistemin yapısını açıklayan bilgiler, kesin değerler halinde verilir. Kontrol stratejisinin temelini; sisteme ait bilgilerle sistem değişkenleri arasında ilişkiler oluşturur. Klasik kontrol, sürecin matematiksel bir modeli ile başlar ve kontrolör de bu modele göre tasarlanır.

Bulanık kontrol ise bir insanın uzmanlığına ( IF – THEN kuralları yapısında ) ya da gözlemlerine dayanır ve kontrolör bu kurallar sentezinden yola  çıkılarak tasarlanır. Klasik ve modern kontrol teorisinde olduğu gibi kesin ve tam matematik modellere ihtiyaç duymaz. Denetlemesi zor olan karmaşık süreçlerde (çimento ocakları, çelik fırınları, çöp işleme fabrikaları gibi), bulanık kontrolü kullanmak zorunlu hale gelmektedir. “Bulanık mantık kullanarak fiziksel sistemlerin kontrolünü yapmak istersek önümüze dört seçenek çıkar.

 

¦ Bir mikrodenetleyici ile bir çıkarım işlemcisini kaskat bağlayıp beraber çalıştırmak,

¦ DSP ( “Designers of digital signal processing” )  ve yazılım destekli denetleyici kullanmak,

¦ Bilgisayar temelli uygulamalarda ise; kural tabanı, veri tabanı, bulandırıcı, çıkarım ünitesi ve durulayıcı ( netleyici) olarak yazılım kullanmak ve paralel iletişimle denetleyici tasarlamak,

¦ İçinde RAM, EEPROM, I/O birimlerinin yanısıra bulandırıcı, çıkarım motoru ve durulayıcı bölümleri de bulunduran tek entegre şeklinde bulanık işlemciler kullanarak fiziksel sistemlerin pratikte denetimini sağlamak mümkündür” [6].

 

Bir Bulanık Mantık Denetleyicisi’nin tasarımında, bilinmesi gereken temel faktörler şunlardır:

1.      Gerçek giriş ve çıkışlar ve bunların evrensel kümeleri, yani herbir değişkenin alması muhtemel değerler aralığı.

2.      Giriş ve çıkış değişkenlerinin ölçekleme faktörleri.

3.      Herbir giriş ve çıkış değişkenleri için bulanık değerlerin kurulmasında kullanılacak bulanık üyelik fonksiyonları.

4.      Bulanık kontrol kuralları tabanı.

 

Üyelik fonksiyonlarının ve bulanık kontrol kurallarının belirlenmesi bir Bulanık Mantık Denetleyicisi tasarımın anahtar konusudur. Tasarım amacına bağlı olarak, bir Bulanık Mantık Denetleyicisi aynı zamanda kendi kendini organize etme veya öğrenme kabiliyetine sahip olabilmektedir.

 

2.2. BULANIK MANTIK DENETLEYİCİ

 

Bir Bulanık Mantık Denetleyicisi tipik olarak Şekil 2.1.’ de görüldüğü gibi kapalı halka kontrol sistemi şeklindedir.

Sistem değişkenleri denetlenen sistemden ölçülen giriş değişkenleri hata (E) ve hatadaki değişim (CE) ve süreci  kontrol etmek için Bulanık Mantık Denetleyicisi tarafından kullanılan çıkış değişkenleri (DU) olmak üzere iki ana çeşittir. Kuralların ifadesinde kullanılan herbir sistem değişkeni için izin verilen değerler uygun evrensel kümede bulanık değerler olarak tanımlanmaktadırlar. Bu kümelerin tanımlanmaları tasarım işleminde en kritik adımlardan biridir ve sistem performansını doğrudan etkilemektedir.

   

“ Bulanık mantık denetleyicinin dayandığı temel nokta, uzman bir sistem operatörünün bilgi, deneyim, sezgi ve denetim stratejisini, denetleyici tasarımında bilgi tabanı olarak oluşturmaktır. Denetleme işlemleri, karmaşık ve klasik denetim algoritmalarıyla değil de bilgi ve deneyime dayanan sözel kurallarla gerçekleştirilir. Örneğin uzman sistem için gerekli denetim davranışlarını küçük , hızlı , yavaş gibi sözel bulanık terimlerini içeren komut kümesi ile ifade temsil eder. Bu komut kümeleri “Eğer – İse” kuralları yardımıyla oluşturulur” [4].

 

Şekil 2.2. ‘de görüldüğü gibi bulanık mantık denetleyici dört temel bileşenden oluşur. Bunlar;

Bulanıklaştırma ünitesi, bilgi tabanı, çıkarım (karar verme) ünitesi, netleştirme (bulanıklığı giderme). Bu bileşenlerin herbiri de aşağıdaki fonksiyonlardan oluşur.

1.Bulanıklaştırma         (fuzzifier):

a). Giriş değişkenlerinin değerlerini ölçme

b). Giriş değişkenlerinin değerler aralığını ilgili örnek uzayına taşıyan ölçekli şekli, haritayı  oluşturma.

c). Bulanık kümelerin işareti olarak gözlenebilen giriş verilerini uygun dilbilimsel değerlere dönüştüren bulanıklaştırma fonksiyonunu oluşturma.

2. Bilgi tabanı; uygulamaya ait tanım aralığı ve buna ait kontrol hedefleri bilgilerinden oluşur. “Veri tabanı” ve “Kural tabanı” ndan oluşur.

a). Veri tabanı, dilbilimsel denetim kurallarını ve BMK (FLC)  deki  bulanık veri kullanmayı tanımlamada kullanılan gerekli tanımları içerir.

b). Kural tabanı, bulanık şart cümlelerinin tamamını içerir. Denetim amaçlarına uygun dilsel denetim kuralları burada bulunur ve çıkarım ünitesine buradan verilir [7].

3. Çıkarım (Karar verme mantığı) Ünitesi, bulanık mantık kontrol (BMK) ‘un esasıdır. Bulanık kavramlara dayanan insani karar vermeyi simüle etme ve bulanık kapalı ifade ile işlem yapan bulanık kontrol faaliyetlerinde çıkarsama yapma kabiliyetine ve bulanık mantıkda çıkarsama  kurallarına sahiptir.

4. Netleştirme( Bulanık giderme) fonksiyonları,

a). Çıkış değişkenlerinin değerler aralığını  ilgili örnek uzaylarına dönüştüren bir ölçek (derece) haritalama (scale mapping).

b). Çıkarsama yapılmış bulanık kontrol faaliyetinden bulanık olmayan kontrol faaliyetini sonuçlandıran bulanıksızlaştırma  [5].

 

2.2.1. Sistem Değişkenleri ve Bulanık Parametreler

Genellikle kesin değerler olan giriş ve çıkış değerleri ile bulanık kümelere karşılık gelen ve özellikle sözel olan sistem değişkenleri veya bulanık parametreleri birbirinden ayırmak büyük önem arzetmektedir. Bu bulanık sistem değişkenleri giriş ve çıkış değişkenlerini içermektedirler. Giriş değişkenleri süreç durum değişkenleri  olarak bilinmekte ve kontrol edilen süreçden türetilen değerler almaktadırlar. Çıkış değişkenleri veya süreç kontrol değişkenleri ise Bulanık Mantık Denetleyicisi tarafından belirlenen değerler almaktadırlar. Her bir sistem değişkeni için izin verilen değerleri belirleyen bulanık kümelerin tasarımı, bir bulanık kontrol sisteminin tasarımının başarılı olması için kritiktir.

Bulanık sistemin karmaşıklığına bağlı olarak giriş ve çıkış değişkenlerinin sayısı değişmektedir. n giriş değişkenli ve m çıkış değişkenli bir sistem n-giriş, m-çıkış olarak tanımlanabilmektedir. Eğer n=1 ve m=1 ise bu sistem tek-giriş tek-çıkış sistem ( SISO ) olarak adlandırılmaktadır. Eğer n>=2 ve m=1 ise, bu tip sistem çok giriş tek çıkış ( MISO ) sistem olarak adlandırılmaktadır. Eğer n>=2 ve m>=2 ise böyle sistemler de çok girişli çok çıkışlı ( MIMO ) sistemler olarak adlandırılmaktadır.

Bir Bulanık Mantık Denetleyicisi çok giriş – tek çıkışlı bir sistemde bir klasik PI denetleyici ile değiştirilmek üzere tasarlandığında , Bulanık Mantık Denetleyicisi’nin giriş değişkenleri durum hatası (e) ve hatadaki değişim (ce) olmaktadır. Bulanık Mantık Denetleyicisi’nin çıkış değişkeni ise kontrol sinyali (du) olmaktadır.

Her bir sistem değişkeni için bulanık kümeler sözel terimlerle ifade edilmektedirler. Örneğin PB, PO, PK, S, NK, NO, NB vb. gibi. Her bir değişken için tanımlanan bulanık kümelerin sayısı onun ne kadar farklı değer alabileceğini ve Bulanık Mantık Denetleyicisi ile elde edilebilecek kontrol sayısını belirlemektedir. Her bulanık küme için belirli üyelik fonksiyonları sözel değerlerin anlamını belirlemekte ve o değişkenin evrensel kümesi içinde tanımlanmaktadır.

Bir bulanık küme için üyeliği belirlemenin nümerik ve fonksiyonel olmak üzere iki yolu bulunmaktadır. Nümerik tanımlama bir bulanık kümenin üyelik fonksiyonunun derecesini sayılar vektörü olarak açıklamaktadır. Bu vektörün boyutu ise evrrensel kümenin bölümlenmesinin derecesine bağlı olmaktadır. Fonksiyonel tanımlama ise bir bulanık kümenin üyelik fonksiyonunu fonksiyonel formda ifade etmektedir. Buna örnek olarak S – fonksiyonu, ? – fonksiyonu, üçgen, trapezoidal ve üstel fonksiyonu verilebilir. Bulanık mantık denetleyicilerinde  bir bulanık kümenin üyelik derecesi ya nümerik ya da fonksiyonel tanımlama kullanılarak belirlenmektedir.

Bir değişken için üyelik fonksiyonlarının şekli, aralığı ve sayısının seçimi nihayetinde subjektif tasarım seçimlerine bağlı olmasına ve bunun da sistem performansını etkilemesine rağmen, aşağıdaki bazı açıklamaların bilinmesinde fayda vardır:

1.      Evrensel kümede tanımlanan bulanık kümelerin simetrik olarak dağıtılması

2.      Her bir değişken için  tek sayıda bulanık kümelerin ortada yer alması mümkün olmaktadır. Tipik olarak her sistem değişkeni için 5 veya 7 tane bulanık küme kullanılmaktadır.

3.      Hiç bir kesin değerin herhangi bir bulanık kümede tanımsız kalmaması için yan yana bulanık kümelerin belli bir yüzde ile üst üste binmesi sağlanmalıdır. Böylece çıkışın belirlenmesinde de birden fazla kuralın kullanılması da sağlanmış olmaktadır.

4.      Daha az hesaplama zamanı gerektiren üçgen veya trapezoidal üyelik fonksiyonlarının seçilmesi daha kullanışlı olmaktadır.

 

 

2.2.2 Bulanıklaştırma (Fuzzification) Ünitesi

Bulanıklaştırma, sayısal giriş değişkenlerinin (kesin verilerin) bunlara karşılık gelen bulanık kümeye dönüştürme işlemidir. Yani bu değişkenlere birer etiket verilerek dilsel nicelik kazandırılır. Bu değişkenler bulanık kümeler tarafından tanımlanırlar.

Birçok uygulamada bulanık sistemlerin giriş ve çıkışları gerçek sayılardır. Çıkarım mekanizması ise bulanık değerlerden yola çıkarak insanın düşünme mekanizmasını modeller ve çıkışı bulanık değerler olduğundan sisteme uygulanamaz. Bu yüzden gerçek sayılar bilgi tabanında tanımlanmış bulanık kümelerden  birinin ismi olan linguistic (dilsel) değişkenlere dönüştürülür.

“Bulanıklaştırma işlemi göreceli olarak bu kadar kolay olmasına karşın uzman sistem tanımlamaları gerekmektedir. Bu da uzun deneyimlerin sonucu elde edilir. Örneğin bir operatörün sistemde çalışırken gösterdiği davranışlar, sistemin matematiksel olarak modellenmesinden daha önemlidir. Dolayısıyla bulanıklaştırma işlemine geçilebilmesi için gerekli süre bazen çok uzun olabilir. Bununla birlikte kesin olmayan bilgilerin kullanılabilmesi, bulanıklaştırma sürecinin matematiksel bir modeline  gerek duyulmaması ve uygulamaya çabuk olarak geçilebilmesi bütün bunlardan sonra da yüksek derecede verim alınabilmesi bulanık mantığın önemini açıkça ortaya koymaktadır” [1].

Bulanıklaştırma işlemi için birçok bulanık referans kümesi şekli vardır. İşte bu şekiller üyelik fonksiyonu olarak adlandırılır. Üyelik fonksiyonları 0 ile 1 arasında bir üyelik derecesine sahiptirler. Üyelik derecesi belirli bir değerin  bir bulanık küme içerisinde yer almasının güvenirliğinin veya kesinliğinin bir göstergesidir [8].

Bulanık kümeler genellikle üç, beş ya da yedi üyelik fonksiyonundan oluşabilirler. Örneğin, giriş değişkenleri hata (e) ve hatadaki değişim (ce)’in  bulanık forma dönüştürülmesi  Şekil 2.3.’de gösterilmiştir.

Burada girişten  0.65’lik bir değer geldiğinde , bu değerin bulanık formdaki yeni ismi “Pozitif Büyük(PB) bölgesinde üyelik derecesi 0.8” ve “Pozitif Orta(PO) bölgesinde üyelik derecesi 0.3” şeklinde olacaktır.

 

Bir bulanıklaştırma operatörü kesin (sayısal) verileri bulanık kümelerin etiketleri olarak uygun sözel (dilsel)  terimlere dönüştürmelidir. Bu işlem şu şekilde açıklanabilir:

x=bulanıklaştırıcı (xo)                                                                                  (2.1)

Burada xo süreçden alınan bir giriş değişkeninin kesin veri değeri ve x, bulanık bir küme; ve bulanıklaştırıcı ise bulanıklaştırma operatörünü temsil eder [5].

Bir çok bulanıklaştırma stratejileri vardır. Bunlardan bazıları bulanık teklik( fuzzy singleton), bulanık sayı ve karma bulanık/random sayılardır.

 

2.2.2.1.Bulanık Teklik(Fuzzy Singleton) :

Gerçek zamanlı kontrolda, girişler genellikle sensörlerle ölçülmektedir ve kesindirler. Bu yüzden belli bir değeri bulanık teklik olarak tanımlamak kolay olmaktadır. Bu yaklaşım kullanıldığında, alınan giriş verisi belli bir evrensel kümede bir bulanık tekliğe çevrilmektedir. Bu durumda, xo girişi bir bulanık A kümesi olarak yorumlanmakta ve bunun üyelik fonksiyonu µA(x), xo noktasının haricinde sıfıra eşit olmakta, xo noktasında ise µA(x)=1 olmaktadır. Bu strateji doğal ve gerçekleştirilmesi kolay olduğu için bulanık mantık kontrolu uygulamalarında geniş bir şekilde kullanılmaktadır.

 

2.2.2.2.Bulanık Sayı(Fuzzy Number):

Bir bulanık sayı veya belirsiz sayı emniyet aralığı konusunun bir uzantısı olarak düşünülmektedir. R içinde bir bulanık sayı R’nin bir bulanık alt kümesidir ve böylece bir bulanık sayı emniyet aralığının genelleştirilmesi olarak  düşünülmektedir. Bunun yanında, bu bir random değişken değildir. Bir random değişken ihtimal (probabilty) teorisinde tanımlanmaktadır. Bir random değişken objektif bir veridir, buna karşılık bir bulanık sayı subjektif veridir. Yani bulanık sayı bir değerlendirmedir ölçme değildir.

 

2.2.2.3.Karma bulanık/rasgele sayı (hybrid fuzzy/random number):

Eğer bazı ölçümler kesin ve bazıları da sadece istatistiki olarak ölçülebiliyorsa, bulanıklaştırılmış veriyi temsil etmek için karma (hybrid) sayılar kullanmak mümkündür. Bu karma sayılar konusu hem bulanık sayı hem de random sayı fikrini gerektirmektedir[9].

 

2.2.3.Bilgi Tabanı

Bilgi tabanı, veri tabanı ve kural tabanından meydana gelmektedir. Veri tabanı bulanık parametrelerin gerekli tanımlamalarını her bir değişken için evrensel kümede tanımlanmış üyelik fonksiyonları ile bulanık kümeler olarak sağlamaktadır. Kural tabanı ise kontrol amacını gerçekleştirmek üzere tasarlanmış bulanık kontrol kurallarını içermektedir.

Çıkarım ünitesi karar verme işlemlerinde, veri tabanından üyelik fonksiyonlarıyla ilgili bilgileri, kural tabanından ise değişik giriş değişkenleri için tespit edilmiş olan denetim çıkışları bilgisini alır.

 

2.2.3.1. Veri Tabanı

Veri tabanının oluşturulması her bir değişken için evrensel  kümenin tanımlanmasını, bulanık kümelerin sayısının belirlenmesini ve üyelik fonksiyonlarının tasarlanmasını gerektirmektedir.

 

2.2.3.1.1. Evrensel Kümenin Ayrıklaştırılması ve Normalizasyonu (discretization of universes of discourse and normalizasition)

Endüstriyel uygulamaların büyük bir kısmında ölçülen değerlerin çoğu analogdur ve verilen aralıkta süreklidir. Bu verilerin sayısal bilgisayara girilebilmesi için, analogdan sayısala çevrim gerekmektedir.

Evrensel kümenin normalizasyonu evrensel kümenin sonlu sayıda segment ile bölümlendirilmesini gerektirmektedir. Sürekli evrensel kümenin normalizasyonu ise giriş çıkış aralığının ön bilgisine ihtiyaç duymaktadır.

 

2.2.3.1.2.Giriş/Çıkış aralıklarının bulanık bölümlendirmesi

Bulanık kontrol kuralının şart kısmındaki giriş değişkenleri için, giriş evrensel kümesine göre bulanık kümeler tanımlanmak suretiyle bir bulanık giriş aralığı oluşturulurken, kuralın sonuç kısmında bulunan  çıkış değişkenleri için de bir bulanık çıkış aralığı oluşturulmaktadır. Bulanık kümeler giriş ve çıkış aralıklarını izin verilen çeşitli bulanık değerlere ayırmaktadırlar. Her bir değişken için tanımlanan bulanık kümelerin sayısı bir Bulanık Mantık Denetleyicisi’nin hassasiyetinin en temel belirleyicisi olmaktadır. Bununla birlikte, giriş sistem değişkenleri için tanımlanan bulanık kümelerin toplam sayısı bulanık kontrol kurallarının da maksimum sayısına bir sınırlama getirmektedir.

 

2.2.3.2. Kural Tabanı

Kural tabanı, kontrol kurallarının saklandığı veri tabanıdır. Bir sistem için kural tabanı geliştirilirken, sistem çıkışını etkileyebilecek giriş değerleri tespit edilmelidir. Bulanık kontrol kuralları genellikle bir uzman bilgisinden türetilir.

Kural tabanı; uzmanlar tarafından belirlenmiş, bulanık mantık denetleyicinin davranışlarını tespit eden denetim kurallarını içerir. Karar verme işlemlerinde kullanılan bir çok paralel kuraldan  ve denetim değişkenlerinden oluşmuştur. Bu kurallar, sistemin giriş ve çıkışları arasındaki mantıksal ilişkileri açıklar. Bulanık mantık denetleyicinin çıkışı, durum ve davranış bildiren kuralların değerlendirilmesi ile elde edilir. Kurallar, sistem değişkenlerinin tanımlandığı “eğer” ve denetim değişkenlerinin tanımlandığı “ise” komutlarıyla oluşturulur. Bulanık mantıkla denetimde kurallar iki değişik metodla ifade edilir. Bunlar; kural davranışı bulanık kümeler ile ifade edilmiş kurallar veya kural davranışı fonksiyon şeklinde ifade edilmiş kurallardır [4].

Bulanık Mantık Denetleyicisinde bir bulanık kontrol kuralı genellikle “Eğer – İse” formundadır. Bir çok girişli tek çıkışlı (MISO) sistem için bulanık kontrol kural tabanı şu şekilde olabilir:

Burada Xj sistem giriş değişkenleri için kullanılmaktadır. Örneğin hata, hatadaki değişim vb.; Aij Xj için bir bulanık kümedir, örneğin PB, PO, PK, S, NK, vb.; Y sistem çıkış değişkenine karşılık gelmektedir, örneğin DC motor için sürücü sinyal akımı vb.; Bi  Y için bir  bulanık kümedir, örneğin PB, PO, S, NK, NB vb.; VE  bulanık operatördür; i= 1,…….,n ; ve j= 1,…….,m  dır [9].

 

2.2.3.1. Kontrol kurallarının sayısı

Bir bulanık kontrol algoritması evrensel kümedeki herhangi bir giriş için uygun bir kontrol işlevi çıkarabilmelidir. Bu özellik bütünlük olarak adlandırılmaktadır. Bu bütünlük özelliği bulanık kontrol kuralları, tasarım tecrübesi ve mühendislik bilgisi ile bir iç içelik arzetmekte ve genellikle her bir giriş değerinin en az bir bulanık kümede yer alması için bulanık kümelerin belli bir yüzde ile üst üste binmesini gerektirmektedir. Aynı zamanda her bir girişin belli bir tepki vermesi için  kuralların dikkatli  bir şekilde tasarlanmasıda büyük önem arzetmektedir.

Bir geleneksel uzman sistem yaklaşımında eğer her bir giriş değişkeni için bulanık küme sayısı m ve sistem giriş değişkeni sayısı da n ise bütünlüğün sağlanması için m? tane farklı kural gerekmektedir. Fakat bir Bulanık Mantık Denetleyicisi kural tabanı bütünlüğü sağlamak için daha az sayıda kural kullanmaktadır. Çünkü bulanık kümelerin belli bir yüzde ile üst üste bindirilmesi kural sayısını önemli ölçüde azaltmaktadır. Böylece daha az hesaplama zamanı ve daha iyi bir performans elde edilmektedir. Bununla birlikte optimal kural sayısını belirleyecek bir prosedür bulunmamaktadır.

 

2.2.3.1.1. Bulanık  kontrol kurallarının oluşturulması için kullanılan kaynaklar

Bir bulanık denetleyicinin tasarlanmasında denetlenecek sistemin matematik  modeline ihtiyaç duyulmamaktadır. Bunun yerine o sistemi çalıştıracak operatörün sistem davranışı konusunda sahip olduğu bilgiler ve tecrübesi ön plana çıkmaktadır. Tasarım sırasında genellikle bu tür bilgilerden yararlanılmaktadır.

Kontrol edilmek istenen sistemden bulanık kuralların çıkarılması için dört değişik metod kullanılır:

1.      Bir uzmanın tecrübesi ve/veya kontrol mühendisliği bilgisi: Bunun için uzmana sistem hakkında sorular sorulur ya da sistem hakkında uzmanın tüm bilgisini ortaya koyması istenir. Günlük hayatımızda bizim kararlarımızı ilgilendiren bilgilerin çoğu doğal olarak sayısaldan çok dilbilimselliğe dayanmaktadır. Bu çerçevede bulanık kontrol kuralları insan davranışını ve karar analizini karakterize etmek için doğal bir yapı sağlamaktadır. Çoğu uzmanlar bulanık kontrol kurallarının onların bilgi alanlarını ortaya çıkarmak için uygun bir yol sağladığını bulmuşlardır.

2.                              Operatörün kontrol hareketlerinin modellenmesi. Bu yöntemde güvenirliği sağlayan tek unsur operatörün süreç üzerindeki deneyimi ve bilgisidir.Genellikle sistemin matematiksel modelinin elde edilmesinin mümkün olmadığı durumlarda kullanılır.

3.                              Sürecin bulanık modeli. Sistemin  dinamik karakteristiğinin dilsel anlatımı  bulanık modeli meydana getirir.

4.                              Öğrenen algoritmalar kullanılır: Kontrolör kendi kural tabanını oluşturur. İnsanın öğrenme yeteneği simüle edilir. Yapay sinir ağları, kendi kendine ayarlama (self tuning) ve kendi kendine yapılanmalar (self organization) böyle sistemleri oluşturmak için kullanılmaktadır. Procky ve Mamdani ilk defa kendi kendine çalışan kontrolcüyü (SOC) tarif ettiler. SOC iki kural tabanından oluşan, hiyerarşik bir yapıya sahiptir. Birincisi Bulanık Mantık Denetleyicisi’nin temel kontrol kural tabanıdır. İkincisi değişmiş (meta) kuralların kullanımını gerektirmektedir[5]. Bu sistem temel kontrol kuralları ve tecrübenin ışığı altında  bunların değiştirilmesi ile ilgilidir. Meta kurallar sistemin istenilen performansına bağlı olarak bir Bulanık Mantık Denetleyicisi’nin temel kural tabanını oluşturmak ve değiştirmek için etkili bir imkan sağlamaktadırlar.

 

Öğrenme kabiliyetine sahip olan bir bulanık kural tabanı sistemine çok ilginç

bir örnek olarak Sugeno’nun arabası verilebilir. Sugeno’nun bulanık arabası kendi kendine park edebilme yeteneğine sahiptir [5].

 

Bulanık kontrol kuralları bazı kriterleri sağlamalıdır. Bu kriterler:

1.                              Tutarlılık: İki ayrı bulanık kuralın koşullar kısmı hemen hemen aynı ise

farklı kararlar çıkması tutarsızlık meydana getirir.

2.                              Tamamlılık: Bulanık girişlerin her koşulu için bir çıkış olmalıdır ve eksik

kural bırakılmamalıdır.

3.                              Etkileşim: Kontrol kuralları,  “Eğer x Ai ise y Ci ”dir ( i:1,2,…. k,…,n)

şeklinde ise x Ak iken sonucun Ck olması beklenir. Fakat kontrol kurallarının etkileşiminden dolayı sonuç Ck’ nın bir alt ya da üst kümesi olabilir.

4.                              Bulanık kontrol kurallarının sayısı (Nicelik): Bulanık kuralların sayısının

tam olarak ne olması gerektiği söylenemez. Çünkü bu kuralların sayısı  bulanık kümelerin tanımına , kontrolün ne derece hassas olacağına ve giriş kombinasyonlarının sayısına bağlıdır.

 

Bulanık kontrol kurallarını türetmede iki temel yaklaşım ortaya çıkarmak mümkündür:

1.                              Tecrübeye dayalı( Heuristic ) metod

2.                              Deterministik metod

Heuristic metod bulanık kontrol kurallarını üretmek için uzman bilgisini ve

kontrol edilen süreçin davranışının analizini kullanmaktadır. Deterministik metod ise bulanık modelleme ile kontrol kurallarının yapısını ve parametrelerini belirlemekte ve böylece kontrol amacına ulaşılmaktadır.

 

 

 

2.2.4.      Çıkarım Ünitesi

Bulanık mantık denetleyicisinin kalbi bulanık çıkarım ünitesidir. Çıkarım ünitesi kontrol algoritmasının yürütüldüğü ve karar verme aşamasının gerçekleştiği anabloktur. Çıkarım ünitesinin girişleri bulanıklaştırma arabiriminin çıkışlarıdır. Bilgi tabanına erişerek edindiği bulanık kurallar ile bulanıklaştırma arabiriminden gelen dilsel değişkenleri işler. Bu işlem sonucunda kontrol aksiyonuna karar verir. Kural tabanındaki kurallar kontrolörce dilsel değişkenlere uygulanır ve seçilen mantıksal çıkarım mekanizmasıyla kontrol aksiyonu oluşturulur.

Bulanık muhakemede en çok kullanılan iki bulanık çıkarım kuralı:

1.      Generalized Modus Ponens (GMP- İleri Zincirleme Metodu)

2.      Generalized Modus Tolens (GMT- Geri Zincirleme Metodu)

 

Kural-1: Eğer x,  A ise  y , B  dir.        ( Fiyat yüksekse , kar fazladır.)

Kural-2:           x,  A'  dir.                   ( Fiyat çok yüksektir.)

          Sonuç :  y,  B'   dir             (GMP).      ( Kar çok fazladır.)

           B' = A' o R  formülü ile B' (aranan gerçek) bulunur.

   

Kural-1: Eğer x  A ise y  B dir ( Fiyat yüksekse kar fazladır.)

Kural-2: y, B' dir.                                ( Kar çok fazladır.)

Sonuç : x,  A' dir.               (GMT).      ( Fiyat çok yüksektir.)

A'  = R o B'  formülü ile A' bulunur.

 

Burada A, B, A', B'  bulanık  kümeleri;  x, y ise sözel değişkenleri gösterir. Kontrol sistemlerinde GMP kullanılır.

“Eğer fiyat yüksek ise kar fazladır” şeklindeki bir kuralın, yorumlanabilmesi için “yüksek” ve “fazla” bulanık ifadeleri arasında R bulanık ilişkisinin, elde edilmesi gerekir. “Yüksek” ve “Fazla” bulanık terimler, u ve v düzlemlerinde, sırasıyla A ve B gibi bulanık kümeler ile, tanımlandığında, A ve B arasındaki ilişkiyi, temsil eden, R A›B  bulanık ilişkisi, bir matris şeklinde elde edilir. Eğer birçok kural varsa, çok boyutlu matrise ihtiyaç duyulur. Bu çok boyutlu matrisi oluşturmak, depolamak ve üzerinde işlem yapmak, oldukça zordur. Bu nedenle R A›B  bulanık ilişkisini bulmak için, birçok “bulanık ilişki yöntemleri” geliştirilmiştir. Bunlardan bazıları minimum ilişki, cebrik çarpım, aritmetik kural, max-min kural yöntemleridir. Bu  yöntemlere ait R A›B  ifadeleri aşağıdaki gibidir.

Minimum ilişki[Mamdani]:

Rc =  A x B

= ?UxV  µA(u) ? µB( v ) / (u,v).                                             (2.2)

Cebrik çarpım[Larsen]:

Rp = A x B

= ?UxV  µA(u) . µB( v ) / (u,v).                                                           (2.3)

Aritmetik kural[Zadeh]:

Ra = ( not AxV)Å (UxB)

= ?UxV  1 ? (1-µA(u) + µB( v )) / (u,v)                                              (2.4).

Max-Min kural[Zadeh]:

Rm = (AxB) U (not A x V)

= ?UxV  (µA(u) ? µB(v)) V (1-µA(u)) / (u,v).                         (2.5).

Boolean :

Rb = (not A x V) U (U x B)

= ?UxV  (1-µA(u))V(µB( v )) /  (u,v).                                      (2.6).

 

A'  bulanık gözlemi ile temsil edilen , fiyatın “çok yüksek” olması şartı; “eğer A ise B” formunda ifade edilmiş , “fiyat yüksek ise kar fazladır” şeklindeki bir kurala uygulandığında , sonuçtaki B' bulanık çıkış , A' ile R  nin kompanzasyonu alınarak bulunur.

 

B' = A' o R                                                                                        (2.7).

 

Yukarıdaki işlemi açıklamak için bulanık yorumlama kurallarından faydalanılabilir. Kullanılan en yaygın metot Zadeh’in max-min kompanzasyon metodudur. Bu metotda B' , A'  ve R A›B  nin max-min ilişkisi ile hesaplanır. Bu işlem , bir vektör ve bir matris çarpımına benzer.Çarpma işlemi , min işlemi ile toplama işlemi max ile temsil edilir.

 

2.2.4.1. Bulanık Çıkarım Teknikleri (Fuzzy Reasoning Techniques)

Endüstriyel süreç kontrolünün tabiatından dolayı giriş verisi kesindir. Bulanıklaştırma işleminden sonra ya MAX- MİN ya da MAX – DOT bulanık çıkarım metodu kullanılmaktadır. Bu şu şekilde açıklanabilir.

İki tane bulanık kurala sahip bir bulanık kontrol kural tabanı olsun:

Kural-1: EĞER  x=A¹1 ve  y=A²1   O HALDE   z=B1

Kural-2: EĞER  x=A¹2  ve  y=A²2  O HALDE   z=B2

i‘nci kuralın kullanılma ağırlığı a¡ olsun. x? ve y? girişleri için kural   tabanındaki kuralların ?ı ve ?2  kullanılma ağırlığı şu şekilde olmaktadır:

?ı =  µA¹1 (x?)  ? µA²1 (y?)                                                               (2.8).

?2 = µA¹2 (x?)  ? µA²2 (y?)                                                              (2.9).

 

2.2.4.1.1. MAX- MIN Bulanık Çıkarım Metodu

MAX – MIN bulanık muhakemede, bulanık çıkarım için Mamdani’nin minimum ilişki operasyonu kural Rc kullanılmaktadır. Buna göre i ‘inci  kural  a¡ ? µC¡(w)  ile açıklanarak kontrol kuralına ulaşılmaktadır. Böylece çıkarım sonucu C’nin üyeliği şu şekilde olmaktadır:

 

µC(w) = ( aı ? µCı (w)) V ( a2 ? µC2 (w))                                     (2.10).

 

Şekil 2.4’de kesin giriş değerleri x? ve y? için MAX-MIN çıkarım işlemi görülmektedir [9].

2.2.4.1.2. MAX-DOT Bulanık  Çıkarım Metodu

MAX-DOT  bulanık muhakemede, Larsen’in çarpım operasyonu kural Rp bulanık çıkarım fonksiyonu olarak kullanılmaktadır. i’ inci kuralın  a¡ * µC¡(w) olarak açıklanması ile kontrol kararı alınmaktadır. Çıkarım sonucu C’nin üyeliği ise şu şekilde olmaktadır:

µC(w) = ( aı . µCı (w)) V ( a2 . µC2 (w))                                         (2.11).

Şekil 2.5’ de kesin giriş değerleri x? ve y? için MAX-DOT çıkarım işlemi görülmektedir [ 9].

2.2.5.     NETLEŞTİRME ÜNİTESİ (DEFUZZİFİCATİON  STRATEGİES )

Çıkarım ünitesi bulanıklaştırma arabiriminden gelen bulanık girişleri kural tabanındaki kurallar altında değerlendirir ve bulanık çıkış değerlerini oluşturur. Bu bulanık değerler kontrol edilecek sisteme verilmeden önce netleştirme arabiriminde ölçeklenir ve gerçek sayılara dönüştürülür. Yani

 

Zo = Netleştirici (Z)                                                                               (2.12)

 

Burada Zo bulanık olmayan bir kontrol çıkışı ve netleştirici , bir netleştirme operatörüdür.

Önce kullanılan her kural için üyelik değerlerinden oluşan herbir bulanık çıkış kümesi, çıkış evrensel kümesinde tesbit edilir. Daha sonra bu kümeler tarafından oluşturulan mantıksal birleşim kümesi üzerinde netleştirme metodlarından birisi kullanılır ve tek çıkış değeri bulunarak netleştirme işlemi yapılmış olur. Elde edilen değer bulanık mantık denetleyicinin sisteme uygulayacağı çıkış değeridir.

Netleştirme işleminde kullanılan metodlar şunlardır.

 

1. Maksimum değeri alma

Bulanık küme içinde en büyük değere sahip eleman “kesin değer” olarak alınır. Fakat birden fazla maksimum değeri olması halinde bu algoritma ile karar vermek oldukça güçleşir. Ayrıca konveks olmayan bulanık kümelerde yanlış sonuçlar çıkabilmektedir.

 

Şekil 2.6. Maksimum üyelik metodu grafiği.

  2.Maksimumların Ortalamasını Alma ( The Mean of Maximum Method (MOM))

Birden fazla maksimum noktası olması halinde çözüm üreten bir yöntemdir. Maksimum değerlerin ortalaması “kesin değer” olarak alınır. Bu netleştirme metodunda;

 

  Şekil 2.7. Maksimumların Ortalamasını alma metoduna göre netleştirilmiş çıkış değeri

 

3.Alan Merkezi Metodu ( The Center of Area Method – COA)

Alan merkezi ya da ağırlık merkezi de denilen bu yöntem en çok kullanılan netleştirme yöntemlerinden biridir ve ağırlık merkezi hesaplanarak yapılmaktadır (Şekil 2.16).

Matematiksel olarak;

 

Burada, aktif olan kuralların bulanık çıkışlarına ilişkin üyelik fonksiyon değerleri ile skaler ağırlıkları, çarpılarak, toplamları alınır. Elde edilen değerin, üyelik fonksiyon değerlerinin toplamına bölünmesiyle sayısal denetim işareti bulunur.

 

Yukarıdaki matematiksel ifadelerde,

Z*,                  Sayısal denetim işaretini (Gerçek denetim işareti)

Wj,                  Bulanık mantık denetim çıkışını

µz (wj),           Üyelik fonksiyonunu

n,                     Kural Sayısını

 

göstermektedir [10].

 

2.3. BULANIK DENETİMİN UYGULAMA ALANLARI

 

Son yıllardaki çalışmalar göstermiştir ki bulanık kontrol,  bulanık küme teorisinin uygulamasındaki araştırma için en aktif ve verimli alanlardan biri olarak doğmuştur[5]. Bulanık kontrolün ilk uygulamaları genellikle endüstriyel alanlarda, çimento sanayinde ve su arıtma sistemlerinde olmuştur. Daha sonraları otomatik tren çalışma sistemleri, otomatik konteyner vinç çalışma sistemleri, asansör kontrolü, nükleer reaktör kontrolü, otomobil aktarma sistemi (vites organları) kontrolü, hava uçuş kontrolu, bulanık mantık kontrol edici  donanım sistemi, bulanık hafıza araçları ve bulanık bilgisayarlar konusundaki bulanık kontrolün değişik uygulamaları görülmüştür.

1987’de, Milletlerarası Bulanık Sistemler Derneği’nin Tokyo’da düzenlediği bir konferans sonrası bulanık denetime duyulan ilgi birden artmıştır. Bu konferansta bir mühendis, bulanık mantıkla programladığı bir robota, bir çiçeği ince bir çubuğun üzerinde düşmeyecek şekilde bıraktırmayı başarmıştır. Bundan daha fazla ilgi çeken gerçek ise, robotun bunu yaptığını gören bir seyircinin mühendise, sistemden bir devreyi çıkarmasını teklif etmesinden sonra görülmüştür. Robot yine aynı hassaslıkla çiçeği düşürmeden çubuğun üzerine bırakınca herkesin ağzı açık kalmıştır. Kısacası bulanık mantık sistemleri, yetersiz bilgi temin edilse bile tıpkı insanların yaptığı gibi bir tür “sağduyu” kullanarak (mevcut bilgiler yardımıyla neticeye götürücü akıl yürütmeler yaparak) işlemleri gerçekleştirebilmektedir.

Bulanık denetimin Japon toplumu içerisinde gördüğü yüksek oranda kabule bir örnek, bir Japon ev kadınının, çocuk yetiştirmede kazandığı deneyimlerden yararlanarak geliştirdiği bebek bakım uzman sistemidir. Bu bulanık uzman sistem, çocuğun karakterini, fiziksel durumunu ve çevre koşullarını da  içeren bir bilgi tabanına dayandırılmıştır ve anneye bebeğine ne kadar süt vermesi gerektiğini söyler. Sistem anneler arasında oldukça populer olmuş ve mucit anneyi zengin etmiştir. Diğer benzer bir uzman sistem de Maruman firması tarafından geliştirilmiş olup golf oyuncusuna golf sopasının seçiminde yardımcı olur [11].

Daha çarpıcı bir örnek ise, Canon firması tarafından geliştirilen mercek ayarını yapan fotoğraf makinesidir. Vizördeki görüntünün altı noktasının netliği ölçülür ve en iyi mercek ayarı yapılır. Toplam oniki duyarga kullanan bu fotoğraf makinesinde altı duyarga vizördeki görüntünün netliğini ölçerken diğer altı duyarga da mercek konumunu ölçer. Çıkış ise merceklerin konumudur. Bulanık kontrol sistemi 13 kurala dayandırılmıştır ve kurallar 1.1 Kbytelık bir bellekte yer alırlar. Diğer bir uygulama ise Mitsubishi firması tarafından geliştirilmiş olan 25 soğutma ve 25 ısıtma kuralı olan klimadır. Giriş bir termistörden gelen ortam ısısıdır. Diğer tasarımlarla karşılaştırıldığında bu klima 5 kat daha hızlı ısıtma ve soğutma yaparken , %24 daha az güç harcamaktadır.

Kameralardaki bulanık mantık devreleri ise sarsıntılardan doğan görüntü bozukluklarını asgariye indirmektedir. Bilindiği gibi elde taşınan kameralar, ne kadar dikkat edilirse edilsin net bir görüntü vermez. Bulanık mantık programları ile bu görüntüleri netleştirmek için şöyle bir metot kullanılır: Eğer görüntüdeki bütün şekiller, aynı anda, bir tarafa doğru kayıyorsa bu, insan hatasından kaynaklanan bir durumdur; kayma göz önüne alınmadan kayıt yapılır. Bunun dışındaki şekiller ve hareketler ise normal çekim durumunda gerçekleştiği için müdahale edilmez.

Bulanık uygulamalar hakkında araştırmalar devam etmekle birlikte son yıllarda araştırmalar bulanık uzman sistemleri ve bulanık mantığın yapay sinir ağları ile birleştirilmesi konularında yoğunlaştırılmaktadır. Bulanık mantığın yapay sinir ağları ile birleştirilmesi sonucunda “öğrenme” yeteneğine sahip bulanık kontrol sistemlerine ulaşılmak istenmektedir.

Bulanık denetim günümüzde ve özellikle Japonya ve Kuzey Kore’de çok geniş uygulama alanları bulmuştur. Tablo 2’ de bu alanlara bazı örnekler verilmiştir.

 

   

 

ÜÇÜNCÜ BÖLÜM         

3.      HAVA TRAFİK KONTROL SİSTEMİ

 

Hava taşımacılığı hizmetlerinin son yıllardaki artışı dolayısıyla, havaalanı tıkanıklığı ve gecikme sorunları daha da önemli hale gelmiştir. Hava terminali tıkanıklığına sebep olan öğeler arasında hava trafik kontrolü sorunu en anlaşılabilir olanıdır. Havaalanı sistemindeki gecikmelerin hızlı artışının sebebi hava taşımacılığına olan  talebin  o sistemin maksimum kapasitesine yaklaşmasıdır [12].

 

“Kalabalık gökyüzü sendromu” , hava  taşımacılığındaki gelişmeleri sınırlandırır. Fakat gerçek şu ki;hava sahası potansiyeli ,taşımacılık ortamına göre tam olarak kullanılamamaktadır. Kalabalık olan sistemdir, gökyüzü değil.

 

Her yıl, dünyada yaklaşık 20 hava taşımacılığı çarpışmaları tespit edilmektedir. Kazaların en genel nedenleri aşağıda gösterildiği gibi tespit edilmiştir[13].

 

-         Havalanma esnasında yönlendirme kontrolünün kaybolması.

 

-         Rüzgarlı hava koşullarında ki kontrol kaybı.

 

-         Hızlanmadaki başarısızlık.

 

-         Teşebbüs edilen aşırı yüklü havalanma.

 

-         Elemanların aksaması (Malfuctioning components).

 

-         Pistin kötüye kullanımı(Örn: uzun,kısa veya zor inişler).

Tablo 3.1. Kazaların nedenlerinin gösterildiği 1959-1989 hava taşımacılığı kaza istatistikleri.

 

 

1959-1989  arasındaki   yıllar için toplam 363 jet hava taşımacılığı kazaları, Uluslararası Sivil Havacılık Teşkilatı (ICAO) tarafından kaydedildi. Bunlar Tablo 3.1.’de verilmiştir.

 

Bu istatistiklerden elde edilen saptamalar şunlardır:

 

-         Kazaların %28’i uçuşun ilk 5 dakikasında oluşmaktadır.(Örn:Havalanma ve tırmanış).

 

-         Kazaların %41’i uçuşun son  10 dakikasında oluşmaktadır.(Örn:Son yaklaşma ve iniş).

 

Bu sonuçlar , hava trafik kontrol sistemlerinin  önemini ve bu alandaki çalışmaların gerekliliğini  açıkça ortaya koymaktadır.

 

Bu tehlikenin yanında havaalanlarındaki ağır hava trafiği tarafından oluşturulan bir başka önemli konu vardır:

 

15 dakikadan daha fazla geciken uçuşların oranı 1986-1989 yılı arasında yaklaşık ikiye katlandı. Havaalanlarına ve seyahat eden halka bu gecikmelerin maliyetinin yıllık 1,5 milyon dolar olduğu, araştırmacılar tarafından tahmin edilmektedir. Gecikmeler, askeri hava sınırlamaları ve yetersiz yapıdan kaynaklanan etkisiz yöntemler, optimal olmayan uçuş profilleri, düşük ATC sistem verimliliği ve diğer yetersizliklerin maliyetinin 5 milyon dolar olduğu tahmin edilmektedir.

 

Yine tahminler göstermektedir ki planlanan ve planlanmayan yolcuların sayısı 2000 yılına kadar yaklaşık 2’ye , 2010’a kadar da 3’e katlanacaktır.

 

 

3.1.      Hava Tıkanıklık Problemi

 

Kontrolör kadrosu oluşturma , akış yönetimi , ileri radar kurulması ve sistem harmonizasyonlarını artırmak için şu anki çalışmalar ATC sistemlerinin problemlerini tespit etmede esas teşkil ederken, saptanmış kapasite yetersizliğine köklü çözüm, tekrar yönlendirme ve tekrar sektörleştirme olacaktır.

 

Bir havaalanı sistemi için problemlerin çoğu trafik tıkanıklığı yüzündendir. Tıkanıklık hava kazalarına ve büyük gecikmelere neden olur. Bu gecikmeler kazalara sebebiyet verir. Bu yüzden , havaalanı trafik kontrolörlerinin ilk amacı hızlı ve güvenli uçuşları sağlayarak, gecikmeleri azaltmaktır.

 

Bu amaca acil bir çözüm, kontrolörlerin iş yükü ve kontrolörler tarafından yürütülen uçuşlar arasındaki boşluk, azaltılarak başarılabilir.

 

3.2.      Havaalanı

 

Tüm trafiğin, yeryüzünün herhangi bir noktasında başlaması ve sona ermesinden dolayı , havaalanlarının ve iniş / kalkış alanlarının yeterliliği, hava trafik kontrol sistemini  direkt olarak etkilemektedir.

 

Havaalanlarındaki gelişmeler, hava kontrol sistemindeki tüm gelişmelerin bir parçası olarak ele alınmalıdır ve yeni uçaklar, hava trafik yoğunluğunun genişletilmesi konularındaki gelişmelere de uyum sağlamalıdır. Havaalanlarındaki gelişmeler, havacılık alanındaki teknolojik gelişmelere ayak uydurmadıkça, havaalanları, hava taşımacılığının güvenliği ve etkisi konusunda en önemli bir tıkanıklığa sebep olmuş olur.

 

Havaalanı sistemi 6 bileşene ayrılabilir:

 

1.                              Hava sahası (Airspace)

 

2.                              Pist (Runway)

 

3.                              Taksi yolu (Taxiway)

 

4.                              Apron kapısı (Apron-gate)

 

5.                              Terminal binası (Terminal building)

 

6.                              Yere erişim kolaylıkları (Ground-access facility)

 

Yukarıdaki ilk dört madde, hava trafik sistemi içindedir, son iki madde ise teorik olarak hava trafiğini etkilememektedir. Havaalanı terminal binasının planı ve havaalanının yerleşimi, uçakların hareketleri konusunda hiçbir etkisi yoktur. Fakat yolcular için gecikmelere sebep olabilir(Şekil 3.1).

 

Havaalanı sistemi bileşenleri içindeki, hava sahası ve uçak pisti, havaalanı kapasitesini sınırlandıran kritik bileşenlerdir.

 

Hava sahası ve uçak pisti bileşenlerinin kapasitelerini sınırlandıran iki önemli faktör vardır; art  arda iki uçağı indirmek veya kaldırmak için minimum ayırma kriteri ve pistin kullanım zamanı. Kapasitenin sınırlandırılması gecikmelere sebep olur.

Havaalanı trafiğinden kaynaklanan gecikmeler kabaca iki kategoriye ayrılabilir. Birincisi trafikten kaynaklanan gecikme , ikincisi ise pistin hazır olmamasından kaynaklanan gecikme [14] [15].

 

Trafik yüzünden kaynaklanan gecikme, pistin mevcut olmamasından değil, hava trafik kontrolörleri tarafından düzenlenen her bir uçağın düzeni yüzünden kaynaklanır. Bu yüzden programdaki ufak bir değişiklik uçaklarda değişik gecikmelere sebep olur. Minimum ayrılış kriteri (the minimum separation criteria) trafik kontrol sistemindeki yetersizlikten kaynaklanan uçak kazalarını engellemek için , uçağın iniş ve kalkış prosedürüne etki eder. Bu kriterlerin vortex (kuyruk turbulansı) problemini azaltacağı ve hava trafik kontrol sistemini geliştireceği beklenmektedir [16].

 

   
Şekil 3.1. Sebep-Sonuç ilişkilerini göstererek, havaalanındaki gecikmelerin sınıflandırılması.

 

  Pistin hazır olmamasından kaynaklanan gecikmeler, kullanılan pistlerden kaynaklanmaktadır ve minimum ayrılış kriteri, girdabı ve çarpışmayı önlemek için kullanılır. Maalesef güvenlik için şayet pistte bir uçak varsa, diğer uçağın pisti kullanmasına müsaade edilmez. Minimum ayrılış kriteri ile havaalanını kullanım zamanı doğru orantılı olarak azalmadıkça, havaalanı kullanım kapasitesi oranı artmaz. Pisti kullanım zamanı, uçağın piste inişi ile pisti tamamen terk edişi arasında geçen süredir.

 

 

 

3.3.      Hava Trafik Yönetimi

 

Gecikme problemini çözmenin kolay yolu, hava trafiğinin yoğunluğunu belli bir zaman diliminde ve belli durumlarda sınırlamaktır, fakat bu problemin çözümü olamaz.

Halkın tüm taşımacılık taleplerini karşılamak için, hava sahası ve havaalanının daha etkili bir şekilde kullanılması ve dolayısıyla daha etkili bir metoda ihtiyaç vardır. Bu amaç büyük ölçüde tüm hava trafik kontrol sisteminin yeteneğine bağlıdır. Hava trafik kontrol hizmetinin amacı, Uluslararası Sivil Havacılık Teşkilatı (ICAO) tarafından açıklanmıştır[13].

 

·                                Havada uçakların çarpışmasını önlemek,

 

·        Manevra sahası üzerindeki uçaklarla manialar arasındaki çarpışmaları önlemek ve mani olmak,

 

·        Hava trafiğinin düzenli bir şekilde akışını sağlamak

 

·        Etkili ve güvenli bir uçuş için tavsiyede bulunmak ve gerekli bilgiyi vermek, uçaklar için kurtarma yardımı, inceleme gibi konularda gerekli yardımı yapmak.

 

Bu sistemle çalışan hava trafik kontrolörünün derecesi temel olarak uçağın uçuş halindeki hava durumuna bağlıdır. Uçak açık, bulutsuz bir havada uçtuğunda, pilotun görüş açısı geniştir. Uçuş VFR uçuşu diye adlandırılan, “Görerek Uçuş Kuralları - Visual Final Rules” na göre sevk edilir. VFR uçuşlarının yerden kontrolü yapılmaz. Uçuşun güvenliğini “görmek ve görünmek” ortamında kontrol altına almak pilotun görevidir. Şayet uçuş VFR’ye göre sevk edilmiyor ise, “Aletle  Uçuş Kuralları - Instrument  Flight Rules” veya IFR uçuşu ’ na göre sevk edilmelidir ve tüm bu tür uçuşlarda pozitif ayırma kontrolü uygulanır. Trafik kontrol prosedür ve parametreleri uçuş durumuna göre ikiye ayrılır.

 

Durum bilgisi veren uzun – zincirli radarlar ve kontrol görevini yapan bilgisayarlar, uçaklar arası ayrışımı başarmak için kontrolörlere yardım ederler.

3.3.1.   Sektörler

 

Sektörlerin sorumluluk sahaları mesafe ve irtifa olarak belirlenmiştir. Kontrolörün görevini yapabileceği seviyede, görevini sürdürebilmesi için merkezin hava sahasını iki sektöre böler. Bu hava sahası, sayısız havayolu veya rotası, havaalanları ve seyrüsefer cihazlarını içeren coğrafik bölge olarak tanımlanır[13]. Bu tür her bir sektör; kendi hava sahasındaki tüm uçaklardan sorumlu uygun sayıda kontrolör ve yardımcılar tarafından tespit edilir. Gerçekte hava sahası ufak parçalara ayrılır, her bir parça az sayıda uçak içerir. Hazırlıklar, sektörleri birleştirmek için, trafik yoğunluğunun az olduğu zamanlarda yapılır ve trafik yoğunluğu tek kontrolörün  trafiği baş edemeyeceği  duruma geldiğinde  bölünmüş olan sektörleri biraz daha bölerler.

 

Her bir sektörün kontrolörü vardır ve o kişi kendisi için tespit edilen sahanın kontrolünden sorumludur. Radar ve iletişim araçları genel olarak kontrolörlerin uçaktan aldıkları bilgileri alarak ve hava trafik merkezi aracılığıyla pilotlara gönderilen bilgileri sağlarlar. Doğru talimatı belirlemek için kontrolörün her bir uçağın pozisyonunu, bir sonraki planını kendi sektörü içerisinde bilmesi gerekir.

 

3.3.2.   Hava Trafik Kontrol  Hizmetleri

Hava trafik kontrol hizmetleri Hava trafik kontrolörleri tarafından son teknoloji ürünü cihazlar kullanılarak yapılmaktadır. Bu cihazlar Radar, frekans, Pist Apron, Taksi yolu ışıkları ve uçaklara iniş, kalkış ve uçuşlarında yardımcı olan seyrüsefer cihazlarıdır.

Hava trafik kontrolörleri uçakları uçaklarla, uçakların yerdeki manialarla çarpışmalarını engellemek ve hava trafiğinin güvenli , düzenli akışını sağlamak üzere görev yapan eğitimli personeldir. Pilot, hava kontrolörlerinin kendisine verdiği talimatları uygulayarak uçuşunu yapmaktadır[17].

Kontrolörün çalışmasına etki eden diğer faktörler ise, meydanların coğrafi konumu, taksi yollarının eksikliği, apron kapasitelerinin azlığı, terminal binaları yetersizliği, slat, komşu ülkelerle haberleşmeyi sağlayan devreler, seyrüsefer yardımcılarının uygun yerlere tahsis edilmemesidir. Bunlar, pilot ile kontrolör diyalogunun gereksiz yere uzamasına iniş ve kalkış problemlerinin geç çözülmesine neden olmaktır. Havayollarının arzulanan bağlantıları sağlayamaması nedeniyle hava trafiği belli yollarda sıkışıklık yaratmakta ve uçakların düşük seviyelerde uçmasına, yakıt ekonomilerinin bozulmasına ve alçalacak uçakların da gecikmesine neden olmaktadır. Türk hava sahasının sivil ve asker kullanıma hitap etmesi askeri otoritelerini sivil hava trafiğinin daha uygun rota takiplerine izin vermemesi ve havayolunun uçuş minimumlarını yüksek tutmaları da kontrolörlerin verdiği hizmeti kısıtlamakta ve hava sahası organizasyonların olumsuz yönde etkilemektedir.

Hava trafik kontrol hizmetleri, saha kontrol merkezi, yaklaşma kontrol ofisi ve meydan kontrol  kulesi  tarafından sağlanır. Bu hizmetler tüm kontrol edilen IFR ve VFR uçuşlarına ve hava meydanındaki tüm havaalanı trafiğine verilir.

 

1.Saha kontrol hizmeti: Kontrollü uçuşlar için hava trafik kontrol hizmetinin hazırlıkları  uçaklar arası çarpışmayı önlemek ve düzenli bir şekilde hava trafiğinin akışını sağlamaktır.

 

Bu hizmet, eğer hiçbir saha kontrol merkezi kurulmadı ise  yaklaşma kontrol hizmet birimi tarafından sağlanır. Kontrollü hava sahasında uçuş halindeki trafik ayrışımını IFR uçuş uçaklarına sağladıkları için onlara hava güzergah trafik kontrol merkezi de denir. Onlar kontrollü  hava sahasının büyük alanlarından sorumludur. Bu hizmetler birçok sektörlere ayrılır, her bir sektör kendi frekansını kullanır ve belli bir bölgedeki radarın kapsama alanından    sorumludur.

 

2.Yaklaşma Kontrol Hizmeti:  Yaklaşma kontrol, gelen uçakların hava yollarından iniş istikametine, kalkan uçakları ise bu yollara yönlendirir. Bu hizmet  meydan kontrol kulesi veya saha kontrol merkezi ile; ya da ayrı bir birim kurulması gerekli olduğu zaman  bir yaklaşma kontrol ofisi ile sağlanabilir.

Bu hizmetler havaalanında 25-60 deniz miline kadar olan bölgeyi kontrol eder. Kesin  durumlarda, yaklaşma veya ayrılma kontrol sektörleri, kontrolörlerin iş yükünü azaltmak için küçük sektörler içinde alt bölümlere ayrılabilirler.

 

Şekil 3.3. Hava Trafik kontrol merkezi ve diğer bölgelerle ilişkileri.

     

3.Meydan Kontrol Hizmeti: Bir meydanın görüş alanı içindeki trafik kontrolü; kontrol kulesi tarafından sağlanır. Kontrol kulesinde çalışan kontrolörler inen ve kalkan uçaklar ile manevra sahasındaki  araçlar ile uçaklar arasındaki ayırmayı sağlar.

 

VFR (görerek uçma kuralları) a göre özellikle yaklaşmakta olan bir uçak kontrol sahasına bir kaç mil ötedeyken meydan kontrolle bağlantı kurar. Meydan kontrolörü kullanılan pist, rüzgar yönü ve hızı, altimetre ayarı ve bölgedeki diğer trafik hakkında kurallara uygun bilgi verir. Meydana yaklaşan pilot rüzgar altı  bacağındaki trafik sirkülasyonuna katılır. Meydan kontrolörü pilota “süzülüş bacağındaki cessnayı takiben ikincisiniz” veya “son yaklaşmadaki 707’yi takiben üçüncüsünüz” gibi talimatlarla iniş sıralaması yaparak pilotu yönlendirir.

 

Uçacak olan uçağa piste nasıl gideceği konusunda talimatlar verilir, bu durum pilotun uçuşa hazır olması ve trafiğin uygun olması anına kadar devam eder. Piste inecek olan uçak kontrol kulesinden aynı şekilde, uçağın inişinin uygunluğu ve pist trafiğinin uygunluğu açıklanarak sağlanır ve daha sonra uygun şekilde yerde ilerleyerek boşaltma noktasına gider.

 

Şekil 3.3. havaalanındaki bir uçağın kontrolünün yönünü gösterir. Şekil 3.2. ise bir uçağın hava trafik kontrol merkezi boyunca tipik uçuş aşamalarını gösterir.

 

Şu anki hava trafik kontrol sisteminde uçak gideceği yere ulaştığında, yaklaşma kontrolü, uçağın manevra yapmasını ve iniş için her bir uçağın pistte hizaya getirilmesi için gerekli yönlendirmeyi sağlar. Uçakların yere indirilmeleri “ilk  gelen ilk servis yapılır” sistemine göre yapılır. Normal durumlarda; yaklaşma sektöründe, uçaklar arasında minimum ayırma uygulanır. Şayet kule kontrolörü durumun uygun olduğunu bildirir ve  pilot yaklaşma manevrasında,  uçağını minimum yükseklik 200 feet’ e ulaştırarak iniş için uçağı stabilize eder (sağlamlaştırır) ise normal bir iniş ortaya çıkacaktır. Pistten çıktıktan sonra  inen uçak; varsa, onun için tahsis edilen kapıya veya taksi yollarını kullanarak aprondaki park etme yerine yönlendirilir. Ayrılacak olan uçaklar benzer bir şekilde ayrılış kuyruğuna girerler. Şayet uçak birinci sırada ise ve aynı pistte başka uçak yok ise ve son yaklaşma sektöründe  hiçbir şey  yoksa uçağın piste doğru gitmesi için yol açılmış olur. Ayrılış kontrolörü, ayrılış uygun olana dek - meydan kontrol alanının çıkış noktasına kadar -  hava yolu üzerinde hava trafiğinin akışını  sürdürür.

 

3.4.      İstanbul Atatürk Havaalanı ATC Sistemi

 

İstanbul Atatürk havaalanı Türkiye’deki planlı uçuşları kabul eden beş uluslararası havaalanından  en büyük olanıdır. Gerçekte Türkiye’nin toplam hava trafiğinin  %47 ve yolcu trafiğinin ise %45’i bu havaalanı tarafından sağlanmaktadır. Son birkaç yıl içerisinde bu havaalanındaki uçak sayısı ve yolcu trafiğindeki artış oranı uluslararası ATC yetkililerinin yaptığı tahmininde ötesinde oldu. Bu büyüme, yolcu terminal binası ve uçak hareket sahası açısından kapasite problemini ortaya çıkardı.

 

Atatürk Havaalanı

 

Toplam 9.470.554 m²’lik kurulu alanı bulunan ve 12.067 m²’lik İç Hatlar Terminali , 60.686 m²’lik Dış Hat Terminali olarak iki ayrı yapı altında organize edilen Limanın , Terminal Binası toplamı 72.753 m² olup , ülkemiz Hava Meydanlarının en büyüğünü teşkil etmektedir [18].

 

Atatürk havaalanının  iki tane, belli bir noktada birleşen ve merkezde kesişen (36/18 ve 24/06) pisti vardır. Boyutları şöyledir: 36/18 lik pistin ölçüleri 3000*45 metre ve 24/06 lık pistin ölçüsü 2300*60 metre . İlk pistin çıkış için 7 tane , diğer pistin ise 6 tane çıkış noktası vardır. Şu anki pistin kapasitesi saatte 40 iniş ve kalkış , aksi durumlarda ( yılda 4-5 ay ) tek pist kullanarak kapasite saatte 24 uçağın iniş ve kalkışına müsaade ediyor.

 

Tablo 3.1. ve 3.2. İstanbul havaalanındaki trafik kapasite probleminin artışını göstermektedir.

 

Atatürk Havaalanında 64 adet uçak park sahalı muhtelif boyut ve isimlerde 11 adet apron bulunmaktadır. Park sahalarına aynı anda ; 13 adet DC-9, 17 adet B-727, 5 adet DC-10, 4 adet DC-8, 15 adet A-310, 7 adet B-747, 3 adet B-707 ve benzeri uçaklar park edebilmektedir [18].

 

Park etme yerlerinin yetersizliği havaalanı trafiğinde sıkıntı oluşturmaktadır. Uçağa biniş ve iniş sürecinde uluslararası terminal binasında dokuz kapı vardır ve geri kalan kısım ise  seyyar rampalarla (mobile ramps) yerine getirilir.

 

1994 de Charter terminal  binası yapılması ile, terminal kapasitesi bir milyon yolcudan 8.5 milyona çıkarıldı. Havaalanının 1236 otomobil kapasiteli iki park yeri vardır.

 

Havaalanındaki trafik akışı şu anda Eurocontrol isimli, Avrupa Hava Trafik Kontrol Teşkilatı'nın çalışması altındadır. Kapasite problemlerine geçici çözüm için; havaalanı yönetimi tarafından zorunlu bir program uygulanmaktadır.

 

 

İstanbul ATC Sistemi

 

Bundan  önceki bölümlerde anlatıldığı gibi İstanbul havaalanı yönetimi; sezonun belli günleri ve günün belli saatlerindeki havaalanı trafik yığılmasını daha aza indirmek için,  planlı uçuşlar üzerine özel bir akış kontrol mekanizması uygular.

 

Akış kontrol servisinin temel amacı, ATC sistemiyle güvenli bir şekilde yerleştirilebilen belli bir yükseklikte maksimum sayıdaki uçağın, IFR trafik akışını sınırlamak veya düzenlemektir.

 

Normalde her meşgul havaalanı için akış kontrol mekanizması aşağıda gösterildiği gibi uygulanır. Genellikle iki saatten fazla olmayan belirli bir zaman periyodundaki önceden beklenen gecikmeleri göstermek için periyodik olarak akış kontrol tahminleri yapılır.

 

 

    Tablo 3.2. İstanbul Havaalanındaki son üç yılın uçak trafiğindeki artış oranı ve uçak trafiği.

   

Varış gecikmeleri 15  dakika uzadığında ve zamanın uzatılmış periyodu için üstün gelmesi beklendiğinde, aşırı trafikten sakınmak için route segmentleri, önleyici hareket gerektirdiğinde, seyrüsefer cihazlarındaki bir bozulma yüzünden trafik akışı aksadığında veya hava koşulları normal iniş prosedürlerindeki aşırı gecikmelere neden olduğunda ; akış kontrolü uygulanır.

 

İleri akış kontrolü prosedürleri trafiğin yoğun olduğu saatlerde uygulanır  (ki   ATC sistem onları  güvenli ve hızlı bir şekilde yerine getirebilene dek ayrılış noktasında yerdeki uçağı muhafaza etmesi gerekebilir). Uygun olan ATC merkezi, havaalanındaki saatlik talepleri pistin  ve havanın durumuna göre hesaplar ve talepleri kabul eder. Belli toleransın ötesinde talep kabulü tahminin ötesinde uzatılırsa ileri akış kontrol prosedürü, trafik akışını, tüm kullanıcılara gecikmeleri eşit dağıtmak için harekete geçer. Gideceği havaalanına yaklaşırken rotadan çıkması gerekebilir, yerde olan gecikme havadaki gecikmeden daha ucuzdur, yerdeki benzin tüketimi havadakinin % 75 i kadardır. Üstelik yerde beklemek, Holding Stack  sahasında uçmaktan  daha güvenlidir ki terminal hava sahasının bir parçasıdır ve uçak uçuşa geçmeden önceki  düzenli bir şekilde beklediği yerdir. Bunlar kuyruktaki uçaklar için dikey olarak ayrılmış  dikdörtgen hava sahalarıdır.

Bu iki akış kontrol prosedürünün temel farkı, birinci metot hedefini uçak havada iken gerçekleştirir. İleri akış kontrol kavramı diğer taraftan, ayrılış havaalanında yerde onları tutar ve daha ileri yığılma problemlerini çözmek için tasarlanır. İleri seviye  prosedüre ulaşmak için İstanbul havaalanını kullanmak isteyen bir uçak inmek veya kalkmak için, bunu havaalanı yönetimine ve akış kontrol merkezine bildirmek zorundadır. Oysa , ambulans, VIP, teknik ve askeri uçuşlar , 12 koltuk kapasitesinden daha az uçaklar bu zorunluluklara dahil değildir. Bu zorunlu olmamanın olumsuz sonuçları; 24/06 lık pisti bazen Türk Hava Kuvvetleri eğitim amaçlı kullandığında ve VIP uçakları günün herhangi bir saatinde indiğinde ortaya çıkar.

 

Bu temel sisteme yapılan farklı modifikasyonlar yoğun saatlerde yaşanan önemli gecikme problemleri olduğundandır. Bu teknikler sadece trafik gecikmelerine geçici bir rahatlama sağlarlar. Bunlar altı çizilen havaalanı ve hava sahası kapasitesini artırma problemine temel çözüm olmamaktadır. Havaalanındaki kapasite yoğunluğunu gördükten sonra, İstanbul hava trafik kontrol sistemini incelemenin tam zamanı.

 

3.5.      İlk Yaklaşma (Initial Approach)

 

İstanbul havaalanı terminal hava sahasına 7 kapıdan giriş yapılır ve havaalanının hava sahası silindir şeklindedir ve havaalanındaki hava trafik kontrol merkezi tarafından kontrol edilir. Her bir giriş kısmının havaalanı pistine olan uzaklığı 60 deniz milidir, gerçekte onlar terminal hava sahası ve uçuş koridoruyla kesişme noktasıdır. Uçağın uçtuğu terminal hava sahasının ilk sektörü ilk yaklaşma sektörü olarak adlandırılır. Genellikle bir uçağın hızı varış noktasına yaklaşık olarak saatte 140-200 deniz milidir ve uçağın pistin başlangıç noktasından uçmasına kadar 20-25 dakika sürer.  Gelen trafik, hava-yol trafik kontrol merkezinden yaklaşma kontrol sektörüne(bölgesine) kadar gider ve tersi işlemde, ayrılış trafiği ile yer değiştirir. Yaklaşma kontrol merkezi uçaklar arasına uygun aralık bırakır ve sıraya sokar( Yaklaşık 5 mil  aralık gereklidir, bu da yaklaşık 2 dakikaya tekabül eder). Gürültüden sakınmak için aralık gereklidir ki bu kanat uçlarının dönmesi ile oluşan izlerdir, önde giden uçak tarafından oluşturulur ve bu yüzden hava trafiğinin karakterizasyonuna, yani  trafik kuyruğundaki her bir uçağın spesifik özelliklerine bağlıdır. Örneğin bir uçak bu sektörde daha ağır bir uçağı takip ederse yaklaşık aralık 3 mil olabilir; fakat tersi bir durum için aralık 3 milden daha kısa olacaktır. Yaklaşma kontrolörü  ikincil gözetim radarı adı verilen radarın çıkış ekranından  her bir uçağın durumunu ve ilgili verileri izler. Veriler, yükseklik, hız, tür, yön, uçağın uçuş numarası, uçağı kontrol eden sektörün adını içerir. Radar ekranındaki veri, radarın kapsadığı alanda  uçan uçakların vericileri tarafından otomatik olarak gönderilir ve her uçak için hemen hemen her 5 saniyede güncelleştirilir. Her bir sektörün kontrolörü, radar ekranından kendisine ait  trafiği tanır ve yönlendirir. Şayet uçak görülebilir  uçuş kurallarına göre uçarsa, o zaman çarpışmayı önleme sorumluluğu, “gör ve görül” kuralına göre pilota aittir. Bu durumlarda, VFR uçuşların pilotları uçaklarını, hızlandırabilirler, uçaklar arası mesafeyi düşürebilirler, bununla beraber ; şayet bir uçak IFR’ de uçmak için yeterli donanıma sahipse ve pilot yetenekli ise o zaman  görsel meteorolojik koşullarda bile IFR uçuşu yapmak isteyebilir.

 

Bir sektör kontrolörü yaklaşma sektörü içinde en fazla 10 uçağı ele alabilir. Şayet  uçak bu limiti aşan sektöre girerse, kontrolör uçağın daire şeklinde uçmasını sağlar,  böylelikle trafiği azaltmak için zaman kazanmış olur.  Kuyruğa giren uçaklar, iniş sektörüne doğru, “ilk gelen ilk hizmeti alır” prensibine göre sıraya girer. Bununla beraber, kuyruktaki bir uçak için acil bir durum varsa veya VIP uçağı sektöre varırsa bu kural bozulabilir. Bu kuyrukları, uygun bir şekilde ele almanın yolu, yaklaşma sektörlerinin belli kısımlarında “holding stacks” kurmaktır. Holding Stack , kuyruktaki uçaklar için dikey olarak bölümlenmiş  dikdörtgen şeklindeki alanlardır. Holding Stack ‘a gelen bir uçak en alt alandan kuyruğa girer ve bu alandaki uçan uçak sonraki katmana kadar kaydırılır. Uçaklar en üst katmandan Stack’ ı terk ederler. Bu strateji hava sahası kullanımını etkinleştirir. Holding Stack, İstanbul hava sahasında denenmiştir fakat teknoloji ve eğitimli personel yetersizliği yüzünden daha sonra iptal edilmiştir.

 

Normal olarak bir kontrolör bir saatlik periyot içinde 24-30 hava trafiğini ele alabilir. Bu limit; yaklaşma sektörü, daha küçük sektörlere bölünerek ve yeni yaklaşma sektörleri için kontrolör atayarak artırılabilir. Şu anki konfigürasyonda, İstanbul havaalanı yalnızca bir yaklaşma sektörüne ve bir ayrılma sektörüne sahiptir. Onların her ikisi de  aynı kişi tarafından kontrol edilmektedir. Yoğun havaalanlarının  birçoğu birden fazla yaklaşma sektörü kullanır; ve İstanbul havaalanı için terminal hava sahasının yeni bir sektörizasyonu EUROCONTROL gözetimi altında işletilmektedir.

 

Başlangıç yaklaşma kontrolörü gelen uçağı kullanımda olan piste yönlendirir. Hava koşulları (özellikle rüzgar) izin verirse tercih edilen pist 36/18 dır. Bir saatteki uçak sayısı 20’den fazla ve hava koşulları uygunsa, o zaman gecikmeleri minimumlaştırmak için inişler 24/06 pistine ve kalkışlar 36/18 pistine yönlendirilir. Bununla beraber  çoğu ağır uçak iniş ve kalkış için daha uzun olan 36/18 lik piste ihtiyaç duyar.

 

İstanbul havaalanı, iniş için ICAO  standart hava seyrüsefer cihazları olan aletli iniş sistemini kullanır. Yaklaşma esnasında uçak Instrument Landing  System Glide Slope  na doğru hızını yavaşlatır. Bu, havaalanındaki  elektronik cihazlardan gönderilen sinyallerden, iniş için seyrüsefer yardımı sağlar. Bu yardımla pilotlar görüş mesafesinin az olduğu  hava koşularında dahi iniş yapabilir.

 

 

3.5.            Son Yaklaşma (Final Approach)

 

Uçaklar ilk yaklaşma sektöründen geçtikten sonra, son yaklaşma  sektörüne ulaşırlar, burası da uçakların iniş ve pisti kullanım düzenindeki son aşamasıdır. Son yaklaşma sektöründe, uçaklar arasındaki boylamasına ayırım belirlenir ve arası en az 3 mildir. Uçak aletle iniş sistemi (ILS) kapısından ayrıldıktan sonra karar noktasına ulaşana dek glode slop ‘a inmeyi sürdürür. Eğer pist boş ise, normal iniş devam edecek ; aksi takdirde uçak durmak zorundadır.

 

Son yaklaşma sektörü, pistten 6 deniz mili mesafeden başlar. Sektör kontrolörü durdurma gereği duymazsa, sektördeki ortalama uçuş zamanı 1.5 - 2.5 dakikadır. Bu sektör,  havaalanındaki kontrol kulesi tarafından kontrol edilir. Sektör kontrolörü tarafından uygulanan minimum ayırma  3 mildir( 1.5 dakikadır).

 

Bu sektördeki aletli iniş sistemi, havaalanı iniş pistiyle ilgili yatay ve dikey düzlemlerin her ikisinde de pilota rehberlik sağlarlar. ILS yaklaşım yolu boyunca çok yüksek frekans fan markerleri -Very High Frekans Fan Markers- üç pozisyonda sağlanır. Bunlar Dış Marker (pist sonunda yaklaşık 6 mil ) ,  Orta Marker (pist sonunda 3.500 feet), İç Marker (pistin sonunda) .

 

Tam yaklaşma prosedürleri için bir karar yüksekliği vardır ki bu da deniz seviyesinden 200 feet’ dir. Burada pilot yaklaşmayı  sürdürmek için ya da bir kayıp yaklaşma prosedürünü (kuyruktaki ilk uçak olarak iniş süreci dönüşleri ve tekrar girişleri ) yerine getirmek için bir karar almalıdır. Kullanımdaki pist mevcut değilse pilot iniş sürecini kaçırabilir veya uçak karar yüksekliğine ulaştığı zaman istenen pozisyonda onu stabilize edemez.

 

Pistteki iniş (touchdown) noktasına uçuş esnasında, bu sektördeki gelen uçak yalnızca pistin özel kullanımına değil buna ek olarak diğer pisti kullanımda tutma hakkına da sahiptir.

 

İnen uçak yere değdiği zaman pistlerdeki alıkoyma serbest bırakılır ve alternatif pist varışlar ve ayrılışları mümkün kılar. Fakat inen uçak tarafından kullanılan aktif pist, üzerindeki uçak tarafından hala işgal edilir ve inen uçak bir taksi yolunu kapatır kapatmaz diğer uçaklar için pistin kullanımı mümkün olur. Buradaki kural pist üzerinde bir uçak (inen veya havalanan) varsa o zaman diğer uçağın piste girmesine izin verilmez. Üstelik son yaklaşma sektöründe bir uçak varsa ayrılan uçak, kullanımdaki pist üzerinde gidemez.

 

Bu kurallar güvenlik ihtiyaçlarını yerine getirmektir. Fakat pilotun hatası ile veya ayrılış kuyruğunu azaltmak için bir kontrol tarafından bozulabilir.

 

Ayrılışlar, varışlardan daha çok olduğu zaman, bazen daha sonraki durum uygulanır. Bu aralıklarda ayrılış kuyruğunun uzunluğu 5 veya 6 uçağı aşarsa ve havadaki kuyruk bundan daha kısa ise o zaman kule kontrolörü inen uçaklar ve bu zaman boşluklarındaki araya giren ayrılışlar arasındaki boşluğu artırarak bu iki kuyruğu birleştirmek için karar verebilir.

 

Uçuş maliyeti kuyrukta bekleme maliyetinden daha yüksek olmasına rağmen, şayet bütün bekleme zamanları düşünülürse  ortalama olarak, ayrılış kuyruğundaki gecikme bir uçuş esnasında meydana gelen diğer gecikmelerden çok daha fazladır. Örneğin, İstanbul Hava Trafik Yönetimi sabahleyin ayrılan uçakların gecikme zamanını kayıt eder. Yaz sezonları için bu 30 dakikayı aşar (Bir Boeing B747 uçağı için pist üzerindeki ilerleme maliyeti dakikada 24.50 $ ‘dır.).

 

İyi ki ayrılışlar sabah 8.00 a.m. (GMT) esnasında yığılır  ve varış grupları yaklaşık 4 saat sonra 12 p.m. (GMT) civarında gelir.

 

Sonuç olarak bir uçak aktif piste değdikten sonra pilotlar, uçağın hızını yavaşlatmak ve piste çıkış yapmak için frene  basar. Pistler hızlıca uçağın Aprona inmesine  müsaade etmek için final çıkışından önce, hız çıkışlarına sahiptir.

 

Hava taşımacılığının ortalama pistten yararlanma zamanı yaklaşık 1 dakikadır. Pistten çıktığı zaman uçağın kontrolü Yer kontrolü adı verilen bir sonraki hava trafik birimine atılır.

 

 

 

 

 

KAYNAKLAR

 

[1]  GÜNAL, Ü.,1997, Bulanık Mantık,Otomasyon dergisi,No.55,56,s.50-55.

 

[2]  M.Morris Mano.,1997, Sayısal Tasarım, MEB Yayınları, s.26.

[3] ZADEH, L., 1973, Outline of a new approach to the analysis of complex systems and decision processes. IEEE Trans. Syst. , Man. and  Cybern. sayı SMC-3.

 

[4] BABA, A., F., 1995, İTÜ Triga Mark-II Reaktörünün Bulanık Kontrolü, doktora Tezi, Marmara Üniversitesi Fen Bilimler Enstitüsü,s.29-35.

 

[5] LEE., C., C., 1990, Fuzzy Logic in Control Systems: Fuzzy Logic Controller, Part-I, IEEE Trans.Syst., Man and Cybern.,Vol.20,No.2, s. 404-415.

 

[6] DOĞUERİ, A., K., 1996, Bulanık Mantık ve Bulanık İşlemciler, Otomasyon Dergisi N0.44, sayfa. 105-110.

 

[7] ZADEH, L., 1971, On Fuzzy Algorithms, Electron. Res. Lab., Univ. California, Berkeley, Memo. M-325.

 

[8] ZADEH, L., 1977, Fuzzy Sets as a Basis for a Theory of Possibility, Electronics Research Laboratory Memorandum M77/12., Univ. California,Berkeley., To Appear in Fuzzy Sets and System.

 

[9] YAN, J., RYAN, M., POWER, J., 1994, Using Fuzzy Logic:Towards intelligent systems, Prentice Hall, New York.,s.50-55.

 

[10] s.78,84 Lotfi A Zadeh,Ronald R Yager, An Introduction to fuzzy Logic Applications in Intelligent systems , Kluwer Academic Publishery, Boston/London

 

[11] KAYNAK, O., "Bulanık Denetim ve Endüstiyel Uygulamaları". TÜBİTAK,Marmara Araştırma Merkezi, CAD/CAM ve Robotik Bölümü,28 Ocak 1993].

 

[12]  J.C. Yu, W.E. Wilhelm, and S. A. Akhand. GASP simulation of terminal air traffic system. Transportation Engineering, 95:593-609, 1974.

[13]  ICAO Annex 11: Air Traffic Services, 1978.

 

[14] F. Sokhar, A. Harjanto, and S.V. Nelson. Examination of air traffic flow at a major airport. Proceedings of the 1990 Winter Simulation conference, 1990.

 

[15] H.D. Sherali, A.G. Hobeika, A. A. Trani, and B. J. Kim. An integrated simulation and dynamic programming approach for determining optimal runway exit locations. Management Science, 38:1049-1063,1992.

 

[16] S. Hall. Air traffic simulation; one and two runway airports. Transportation Engineering, 106:756-784,1985.

 

[17]  http://www.mt.gov.tr/shgm/sedat.html.,10.10.1999.

 

[18]  DHMI.,1993, Havaliman ve Havaalanları, Ankara, s.14-15.

 

   

 

 

 

 

 

| ana sayfa | bulanık mantık | yapay zeka | pic | plc | paralel port | mikroişlemciler | assembly | programlama temelleri | elektronik dergiler | program örnekleri |
| universiteler | resmi kurumlar | sertifika programları | download siteleri | iletişim sistemleri | fotoğraf albümü | özgeçmiş | mesaj panosu| arama motorları | mezunlar | 

| müfredatlar |

 

Sahibi © Öğr.Gör.BÜLENT ÇOBANOĞLU
Tasarım ve Kodlama © BİLGİSAYAR PROGRAMCISI MEHMET YAVAŞ
İçerik hazırlama: BÜLENT ÇOBANOĞLU
Bu siteyi en iyi IE4.0 ve üzeri browser, 1024x768 ekran genişliği ve yüksek renk modunda izleyebiliriniz.
                                                Her hakkı saklıdır.