birinci bölüm 1.bulanık mantık ve bulanık küme teorisi

Transkript

Öğr.Gör.Bülent ÇOBANOĞLU
Niksar MYO /GOP UniverSitesi , 2000
1
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].
2
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.
3
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
4
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
5
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.
Üyelik derecesi
Üyelik derecesi
µ(x)
µ(x)
UZUN
UZUN
1.0
1
0.7
0.6
0
1.5 1.6 1.7 1.8 1.9
Boy (m)
Bulanık küme
Şekil 1.1. Bulanık küme ile klasik kümenin karşılaştırılması
0
1.6 1.7 1.8 1.9
Klasik küme
Boy(m)
6
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)
.
µ
µ
1
1
X
0
2
3
X
Sayılar
Klasik (crisp) küme
0
2
4
Sayılar
Üçgensel(Triangular) bulanık küme
µ
µ
1
1
X
0
2
3
X
Sayılar
0
Trapezoidal bulanık küme
1
3
4
Sayılar
Quadratik bulanık küme
µ
µ
1
1
X
0
1
5
Sayılar
X
0
Gaussain bulanık küme
Şekil 1.2. Üyelik fonksiyonlarının alabildiği değişik şekiller
1
5
Sayılar
Çan eğrisi bulanık küme
7
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.
U(Evrensel küme)
A
c
a●
b ●
Şekil.1.3. Bulanık kümenin sınırları
8
Bu şeklin üyelik fonksiyonu biçimindeki gösterilimi Şekil 1.4’de verilmiştir.
U
µ A(u)
1
b
c a c
b
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))|uU} 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=∑ 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
9
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;
∀u∈U,
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;
∀u∈U,
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
µĀ olarak ifade edilir ve üyelik fonksiyonunun matematiksel ifadesi şöyledir;
∀u∈U,
µĀ(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.
10
A bulanık kümesinin tümleyeni ile birleşimi evrensel küme değildir. A
bulanık kümesinin tümleyeni ile kesişimi boş küme değildir. Matematiksel olarak;
AUĀ≠U
(1.5)
A∩Ā≠Ø
(1.6)
ifade edilir.
U=Evrensel küme
χ
χ
χ
1
1
1-
A
Ā
0
x
0
x
(a)
0
x
(b)
(c)
Şekil 1.5. (a) A ve Ā klasik kümesinin [0,1] aralığındaki grafiği
(b) AUĀ=U matematiksel ifadesinin [0,1] aralığındaki grafiği
(c) A∩Ā=Ø matematiksel ifadesinin [0,1] aralığındaki grafiği
Ā
µ
1
µ
µ
1
˜
1
A
˜
0
x
(a)
0
x
0
(b)
x
(c)
Şekil 1.6. (a) Bulanık küme (A) ve onun tümleyeninin (Ā) [0,1] aralığındaki grafiği
˜
˜
(b) A U Ā ≠ U matematiksel ifadesinin [0,1] aralığındaki grafiği
˜
˜
(c) A ∩ Ā ≠ Ø matematiksel ifadesinin [0,1] aralığındaki grafiği
˜
˜
11
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 ) ∈ 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.
0.7
Örneğin; U1 = {a,b} ve U2 ={1,2,3} uzaylarında tanımlı, sırasıyla, A=
+
a
0.8
B=
0.3
+
1
1.0
+
2
bulanık kümelerinin, U= U1 x U2 uzayında tanımlı
3
bulunan C= AxB kartezyen çarpımı,
0.7
C=
0.3
+
(a,1)
olarak bulunur.
0.7
+
(a,2)
0.6
+
(a,3)
0.3
+
(b,1)
0.6
+
(b,2)
(b,3)
0.6
b
12
Tanım 8: Sup-Star Kompozisyon:Eğer R ve S, UxV ve VxW’ deki bulanık
ilişkiler ise R ve S’nin kompozisyonu R ο S ile tanımlanan ve
R ο S = {[ (u,w),sup(µR (u,v)* µS (v,w))], u∈U, v∈V, w∈W }
(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
M=
0.2
0.8
0.7
0.7
0.6
0.6
0.8
0.1
0.5
0
0.2
0.3
olarak verilsin.
4x3
µ R ο S ( i ) = Max[ Min(ai,mij )]
µ R ο S ( 1 ) = Max[ Min(0.3,0.2),Min(0.4,0.7),Min(0.8,0.8),Min(1,0)]
= Max ( 0.2,0.4,0.8,0 )
= 0.8
µ R ο S ( 2 ) = Max( 0.3,0.4,0.1,0.2 )
= 0.4
µ R ο S ( 3 ) = Max( 0.3,0.4,0.5,0.3 )
= 0.5
µ RοS
= (0.8,0.4,0.5)
13
1.4.5. 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.
µ(hız)
yavaş orta
hızlı
1.0
0.5
0
40 55 70
hız ( km/h)
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.
14
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” )
denetleyici kullanmak,
ve yazılım destekli
15
─ 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.
ωref
E
ω CCC
ω (Çıkış)
DU
Bulanık
Mantık
Denetleyicisi
16
Sistem
CE CCeECCCCCCCC
CCC
ωωωωω
Şekil - 2.1. Bulanık mantık denetleyicili kapalı halka kontrol sistemi
Bilgi Tabanı
Veri
Tabanı
Bulanıklaştırma
Ünitesi
Sistem çıkışı
Bulanık
Kural
Tabanı
Çıkarım
Ünitesi
Kontrol edilmek istenen sistem
(Proses)
Bulanık
Netleştirme
Ünitesi
Gerçek değer
(Gerçek değer)
Şekil - 2.2. Bulanık Mantık Denetleyicinin Temel Yapısı
“ 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
17
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
18
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, mçıkış 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
19
etmektedir. Buna örnek olarak S – fonksiyonu, л – 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
20
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.
µe(e),µce(ce)
NB
NO
NK
S
PK
PO
-0.5
-0.25
0
0.25
0.5
PB
1
0.8
NB: Negatif Büyük
NO: Negatif Orta
NK: Negatif Küçük
S : Sıfır
PK: Pozitif Küçük
PO: Pozitif Orta
PB: Pozitif Büyük
0.3
0
-1.0 -0.75
0.75
1.0
Şekil-2.3. Hata(e) ve Hatadaki değişimin(ce) bulanık forma dönüştürülmesi.
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)
21
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
22
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
tanımlanmasını,
bulanık
kümelerin
sayısının
belirlenmesini
kümenin
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
23
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:
Kural – 1. EĞER X1=A11 VE ……. VE Xm=A1m İSE Y=B1
Kural – 2. EĞER X1=A21 VE ……. VE Xm=A2m İSE Y=B2
Kural – n. EĞER X1=An1 VE ……. VE Xm=Anm İSE Y=Bn
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
24
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 mⁿ 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
25
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.
26
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.
Sonuç : y, B′ dir
27
( Fiyat çok yüksektir.)
(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) Λ µB( v ) / (u,v).
(2.2)
Cebrik çarpım[Larsen]:
Rp = A x B
= ∫UxV µA(u) . µB( v ) / (u,v).
(2.3)
28
Aritmetik kural[Zadeh]:
Ra = ( not AxV)⊕ (UxB)
= ∫UxV 1 Λ (1-µA(u) + µB( v )) / (u,v)
(2.4).
Max-Min kural[Zadeh]:
Rm = (AxB) U (not A x V)
= ∫UxV (µA(u) Λ 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 α¡ olsun. xο ve yο girişleri için kural
tabanındaki kuralların αı ve α2 kullanılma ağırlığı şu şekilde olmaktadır:
αı = µA¹1 (xο) Λ µA²1 (yο)
α2 = µA¹2 (xο) Λ µA²2 (yο)
29
(2.8).
(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 α¡ Λ
µC¡(w) ile açıklanarak kontrol kuralına ulaşılmaktadır. Böylece çıkarım sonucu
C’nin üyeliği şu şekilde olmaktadır:
µC(w) = ( αı Λ µCı (w)) V ( α2 Λ µC2 (w))
(2.10).
Şekil 2.4’de kesin giriş değerleri xο ve yο 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 α¡ * µC¡(w)
olarak açıklanması ile kontrol kararı alınmaktadır. Çıkarım sonucu C’nin üyeliği ise
şu şekilde olmaktadır:
µC(w) = ( αı . µCı (w)) V ( α2 . µC2 (w))
(2.11).
Şekil 2.5’ de kesin giriş değerleri xο ve yο için MAX-DOT çıkarım işlemi
görülmektedir [ 9].
2.2.5. NETLEŞTİRME
ÜNİTESİ
30
(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.
31
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.
µA (z*) ≥ µA (z)
(2.13).
1
0
z
z*
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;
l
z* = Σ
j=1
zј
───
(2.14).
l
formülünden yararlanılır. Şekil 2.6’ da gösterildiği gibi bulanık çıkış kümelerinin
MOM metoduna göre netleştirilmiş çıkış değerleri grafiksel olarak gösterilmiştir.
ℓ
zј
(.3*2.5)+(.5*5)+(1*6.5)
z* = Σ
j =1
─── = –––––––––––––––––––––– =
ℓ
32
5.41 metre. Olarak
.3+.5+1
bulunur.
.
µ
1
.5
z*
.3
z(m)
0 1 2
3
4
5
6
7
8
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;
n
Σ
µz (wj).wj
j=1
z* = ––––––––––––––––––––
(2.15)
n
Σ
µz (wj)
j=1
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.
33
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,
34
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.
Ürün
Firma
Assansör Denetimi
Fujitec/Toshiba
Bulanık Mantığın İşlevi
Yolcu trafiğini değerlendirir, böylece
Mitsubishi/ Hitachi
Otomatik Şanzıman
Honda,Nissan,Subaru
bekleme zamanını azaltır.
35
Motor yükü,sürüş tarzı ve yol şartlarına
göre uygun vites seçme
Fotokopi Makinesi
Canon
Resim yoğunluğu,sıcaklık ve nem
oranına göre dram voltajını ayarlamak.
Fotoğraf Makinesi
Canon, Minolta
Ekranda birkaç obje olması durumunda
en iyi fokusu ve aydınlatmayı belirler.
Bulaşık Makinesi
Matsushita
Bulaşıkların miktarı ve kirlilik
derecelerine göre yıkanma ve parlatma
stratejilerini ve süresini belirlemek.
Çamaşır Makinesi
Matsushita,Daewoo
Çamaşırın kirliliğine, ağırlığına, kumaş
cinsine
göre
yıkama
stratejilerini
belirler.
Elektrikli Süpürge
Matsushita
Yerin durumunu ve kirliliğini sezer ve
motor
gücünü
uygun
bir
şekilde
ayarlar.
Mikro Dalga Fırın
Hitachi
Enerji sarfiyatını ve pişirme
stratejilerini belirler.
Televizyon
Gold Star, Sony
Her bir çerçeve için renk ve dağılımı
ayarlamak ve odanın durumuna
göre sesi stabilize eder.
Kamera
Panasonic,Canon
Cihazın elle tutulması nedeni ile çekim
sırasında oluşan sarsıntıları ortadan
kaldırır.
Tercüman
Epson
Kelimeleri tanıyıp tercüme etmek.
Hisse Senedi Alışverişi
Yamaichi
Makro ve Mikro Ekonomik verilere
göre Japon Hisse Senedi piyasasını
idare eder.
Klima Cihazı
Mitsubishi
Ortam koşullarına göre en iyi çalışma
durumunu sezer, odaya birisi
girerse soğutmayı artırır.
Sendai Metro Sistemi
Hitachi
Hızlanma ve yavaşlamayı ayarlayarak
rahat bir yolculuk sağlamanın yanısıra
durma pozisyonunu iyi ayarlar, güçten
tasarruf sağlar.
ABS Fren Sistemi
Nissan
Tekerleklerin kilitlenmeden
frenlenmesini sağlar.
Çimento Sanayi
Mitsubishi Chem
Değirmende ısı ve oksijen oranı
36
denetimi yapar.
3.
3.
BÖLÜM
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).
Sebepler
Kazalar
Yüzde
Pilot
271
%75
Uçak
40
%11
Hava
18
%5
Havaalanı
15
%4
Bakım
6
%2
Tespit edilemeyen
13
%3
37
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
çalışmaların gerekliliğini açıkça ortaya koymaktadır.
önemini ve bu alandaki
38
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
39
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.
40
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].
Uçak
Hava
Gecikme
Yolcu
Alana erişim
Gecikme
Uçak
Alan
Gecikme
Şekil 3.1. Sebep-Sonuç ilişkilerini göstererek, havaalanındaki gecikmelerin sınıflandırılması.
41
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.
42
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
43
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
44
sorumludur. Bu hizmetler birçok sektörlere ayrılır, her bir sektör kendi frekansını
kullanır ve belli bir bölgedeki radarın kapsama alanından
2.Yaklaşma Kontrol Hizmeti:
sorumludur.
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.
Saha Kontrol
Hizmet Birimi
Yaklaşma Kontrol
Hizmet Birimi
Meydan Kontrol
Hizmet Birimi
Şekil 3.2. Kontrollü hava sahasında IFR uçuşlu uçak için basamaklar.
Zemin Kontrolü
Kontrol Kulesi
Ayrılış Kontrolü
Yaklaşma kontrolü
45
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
46
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
47
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 B727, 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.
48
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.
49
Şekil 3.4. İstanbul Atatürk havaalanının sınırlarının planı(ölçekli değil).
Yıl
Kapasite
1991
1992
1993
7.500.000
7.500.000
8.500.000
Yolcu
5.204.500
7.371.600
9.396.230
% artışı
En kalabalık gün
42
27
21.188
37.936
47.675
En kalabalık saat
1.674
2.751
3.125
Tablo 3.1. İstanbul Havaalanındaki son üç yılın yolcu trafiği artışındaki oranları gösteren
tablo.
Yıl
Kapasite
1991
1992
1993
350.400
350.400
350.400
Yolcu
% artışı
82.206
109.508
139.771
33.21
27.64
En kalabalık gün
322
390
449
En kalabalık saat
23
29
36
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
50
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
51
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
52
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
53
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
54
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.
55
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.
56
[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.

birinci bölüm 1.bulanık mantık ve bulanık küme teorisi

Transkript

Benzer belgeler

sec 405 ders bilgileri

Fuzzy Proje

determınıng a most convınıent locatıon for campus by

PDF ( 28 )

Muş-Bulanık Terekeme Ağzı - Türük Uluslararası Dil, Edebiyat ve

bulanık doğrusal programlama ve bir bisküvi işletmesinde optimum

birleşik krallık birliği üyelik formu

8 Mart - 19 Nisan, 2014 Açılış: 7 Mart Cuma, 18:00

6.4 Su Yönetiminde Bilgi Teknolojileri

Untitled - Sigma Dergisi - Yıldız Teknik Üniversitesi

Full Text - Journal Of Accounting, Finance And Auditing Studies

Untitled - Sigma Journal of Engineering and Natural Sciences