← Tüm projeler

Radar T/R Modül PHM

Faz dizili radarın verici-alıcı modüllerinden gelen BIT telemetrisinde arızayı yakalayan, türünü söyleyen, geçici gürültüyü yanlış alarmdan ayıran ve kalan ömrü tahmin eden bir hat. Üç tespit yöntemini aynı veride karşılaştırıp hangisinin ne zaman seçileceğini gerekçelendirdim.

Dönem
Ağustos 2026
Alan
Yapay Zekâ / ML, Savunma & Sistem
Rol
Tek kişilik proje: tasarım, kod, test, değerlendirme
Teknoloji
Python, scikit-learn, pandas, Streamlit, MATLAB
Kod
github.com/l4NGEL/radar-tr-modul-phm
%93,3arıza tespit kapsamı
%0,9yanlış alarm oranı
%96,8arıza izolasyon doğruluğu

Veri

40 modül, 6 telemetri kanalı ve 4 arıza modu için sentetik BIT telemetrisi ürettim. Arıza modları gerçek T/R modülü literatüründen esinlendi; gizli ya da tescilli hiçbir veri kullanmadım.

Arıza modu Karakter Nasıl yakalanıyor
Güç yükselteci bozulması kademeli kazanç / güç eğilimi + kalan ömür
Konnektör arızası ani VSWR / güç eşik aşımı
Termal arıza kademeli, zincirleme sıcaklık eğilimi, kazanca yansıması
Osilatör kayması kademeli faz gürültüsü eğilimi + kalan ömür
Geçici sensör gürültüsü arıza değil yanlış alarm sınıflandırıcısı bastırıyor

Kararlar

  • Modül bazlı bölme: Bir modülün tüm zaman serisi ya eğitimde ya testte. Arıza başına yalnızca 5 modül olduğu için ayrıca arıza moduna göre katmanlandırdım; yoksa bazı arıza tipleri testten tamamen dışarıda kalabiliyordu.
  • Eşikler yalnızca sağlam veriden: Nominal eşikleri sadece sağlıklı eğitim örneklerinden türettim; arıza verisi kalibrasyona karışmıyor.
  • Kalan ömür için basit model: Gerçek arıza ömrü verisi olmadan karmaşık bir hayatta kalma modeli aşırı uyum riski taşır. Doğrusal eğilim ekstrapolasyonu kullandım.
  • Ani arızada kalan ömür yok: Konnektör arızasının öncü belirtisi olmadığı için kalan ömür hesaplamıyorum ve bunu açıkça belgeledim.

Tespit: üç yöntem

Test bölmesi, 12 modül ve 4.800 örnek:

Yöntem Tespit kapsamı Yanlış alarm Geçici sıçrama yakalama Tespite kadar örnek
Kural tabanlı, |z| > 3 %91,5 %1,2 %81,8 14,2
IsolationForest, denetimsiz %86,3 %7,6 %36,4 7,3
Random Forest, denetimli %93,3 %0,9 %90,9 12,3

Random Forest en iyi sonucu veriyor ama etiketli arıza geçmişi istiyor. IsolationForest etiket istemiyor ama yanlış alarmı 6 kat daha fazla. Gerçek bir sistemde ikisini birlikte kullanırdım: bilinen arızalar için Random Forest, yeni ve bilinmeyen arıza tipleri için IsolationForest.

Teşhis

4 sınıfta %96,8 izolasyon doğruluğu (1.384 test örneği). Tek karışıklık osilatör kayması ile termal arıza arasında; ikisi de yavaş başlayan arızalar olduğu için erken evrede birbirine benzemeleri beklenen bir durum.

Yanlış alarm ve kalan ömür

Yanlış alarm sınıflandırıcısı geçici sıçramaların %100’ünü bastırıyor, ama bunun bedeli bazı gerçek arızaları da yanlış alarm sanması (gerçek arıza sınıfında F1 %54,5). 51 olaydan yalnızca 16’sı gerçek arıza; küçük ve dengesiz bir küme. Gerçek bir sistemde bu, kaçırılan arıza ile gereksiz bakımın maliyetine göre ayarlanacak bir eşik kararı; olasılık çıktısını gösterge panelinde bu yüzden gösteriyorum.

Kalan ömür tahmininde 4 kademeli arızalı test modülünde ortalama mutlak hata 4,7 örnek; bozulma süresinin %3 – 4’ü kadar.

Sınırlamalar

  • Telemetri sentetik. Gerçek bir modülün gürültü ve korelasyon yapısı muhtemelen daha karmaşık.
  • MATLAB tarafı küçük ve çalıştırılabilir bir simülasyon betiği; Simulink deneyimi iddia etmiyorum.