Sıvı yakıtlı roket motorlarının (SYRM), kapsamı tam olan adıyla sıvı yakıtlı itki sistemlerinin (SYİS) bileşenlerinden biri kontrol ve durum denetleme sistemidir (KDDS). KDDS, motor kontrol birimi (İng. Engine Control Unit - ECU) olarak da anılır. SYİS’lerde durum denetleme (İng. condition monitoring) veya diğer adlandırmasıyla sağlık durumu gözleme (İng. health monitoring) konulu bu yazının içeriği, KDDS üzerine yapılan literatür araştırmasında elde edilen yayınlardan derlenmiştir.
SYİS’lerin ilk geliştirilme dönemlerinde, sağlık durumu gözlemesi, büyük ölçekli SYİS’lerin yer test süreçlerinin bir parçası olmuştur. 70’li yıllarda, motor işlevini yansıtan bazı önemli parametrelerin sınır değer gözlemesi şeklinde uygulanmıştır. Örneğin, 70’lerde geliştirilmiş olan ve kısmen yeniden kullanılabilir özellikteki uzay mekiği ana motoru RS-25 (İng. Space Shuttle Main Engine - SSME), böyle bir durum gözleme sistemine sahipti.
80’li yıllarda, bahsi geçen sistemin gözleme başarımını arttırmak adına, yer testlerinde kullanılmak üzere bir anomali ve arıza tespit sistemi (İng. System for Anomaly and Failure Detection - SAFD) geliştirilmiştir. 80’lerin sonunda ve 90’lı yılların başında, daha yüksek başarımlı sağlık durumu gözlemesine yönelik olarak, sağlık durumu gözleme sistemi (İng. Health Monitoring System - HMS), roket motoru için sağlık yönetim sistemi (İng. Health Management System for Rocket Engine - HMSRE), tümleşik sağlık durumu gözlemesi (İng. Integrated Health Monitoring - IHM) ve akıllı kontrol sistemi (İng. Intelligent Control System - ICS) adlı sistemler üzerinde çalışılmıştır.
90’ların başında, aynı zamanda, test verisini otomatik olarak çözümleyen sistemler geliştirilmeye başlanmıştır. O sıralarda, sağlık durumu gözleme sistemleri, uçuş ve uçuş sonrası değerlendirme sırasında da kullanılır hâle gelmiştir. RD-170, RD-120, RD-0120 gibi yüksek itkili Sovyetler Birliği motorlarındaysa, 80’li yıllarda kullanıma sokulan teknoloji teşhis edici sistemler (İng. Technology Diagnostic Systems - TDS) adı verilen sistemler sağlık durumu gözleme işlevini yerine getirmiştir.
Söz konusu sistemler, yer testlerinde ve uçuş sonrası değerlendirmesinde iş görmüştür. SYİS’lerdeki arızalar (İng. failure), “yavaş gerçekleşen” veya “acele (İng. urgent) gerçekleşen” şeklinde ikiye ayrılabilir. Mekanik aşınma veya yakıtın hattan dışarıya sızması yavaş gerçekleşen arızalara örnektir ve motorun başarımını zaman içinde olumsuz etkiler. Yanıcının oksitleyici pompasına sızmasıysa acele gerçekleşen bir arızadır ve patlamaya yol açabilir.
SYİS sağlık durumu gözleme sistemleri, hata tespit ve teşhisi (İng. fault detection and diagnosis), karar verme ve hata kontrolü işlevlerine sahiptir. Hata tespiti, algılayıcılardan alınan ölçümlerin çözümlenmesi ve ölçümler kullanılarak bazı hesaplamalar yapılması şeklinde yürür; tespit hassasiyetinin arttırılması ve yanlış alarmların önlenmesi önemlidir. Hata teşhisinde, arıza türünün farkına varılır, arızanın yeri bulunur ve boyutu belirlenir.
Tespit ve teşhis işlevi aynı algoritmaya yüklenebilir. Karar verme, teşhis sonuçlarına göre arızanın ilerleme eğiliminin ve motorun işleyiş koşullarına etkisinin değerlendirilmesini içerir. Hata kontrolü olarak, motor durdurulur, itki seviyesi düşürülür veya yedek sistemler devreye alınır. Dinamik süreçlerinin aşırı karmaşıklığı ile şiddetli ve rastgele bozucular etkisinde işlemesi nedeniyle, doğruluğu yüksek şekilde modellenmesi zor bir sistemdir.
Bu nedenle, tespit ve teşhis algoritmalarının, model belirsizlikleri ve rastgele bozuculara dayanıklı (İng. robust) özellikte tasarlanması gerekmektedir. Hedeflenen, son derece düşük yanlış alarm verme olasılığıyla birlikte hatalara yeterince duyarlılıktır. Hata tespit ve teşhis yöntemleri, arıza kipleri ve SYİS’nin arızaya yanıt karakteristiklerine dayalı olarak kullanılır. Arıza testleri hem maliyetli, hem de tehlikeli olduğundan dolayı, gerekli verinin yalnızca test aracılığıyla toplanması gerçekçi değildir. Bu nedenle, arıza benzetimi ve çözümlemesi önemlidir. Hata kipi çözümlemesi, ana arıza türlerinin ortaya çıkma olasılığının istatistiksel çözümlemesini, gözlenecek parametrelerin seçimi ve değerlendirilmesini, gözlenen parametrelerin hatalara duyarlılığı ile arızaya yanıt karakteristiklerinin çözümlenmesini içerir.
Bu çözümleme için hem test verilerinden elde edilen istatistiksel sonuçlardan hem de sayısal benzetim sonuçlarından yararlanılır. Uygulamada, gözlenen parametrelerin sayısı sınırlıdır. Bu nedenle, söz konusu parametrelerin seçimi ve değerlendirilmesi üzerinde titizlenilmelidir. Bozuculara yanıt ve hatalara duyarlılığın yanında, ölçülen niceliğin işaret/gürültü oranı (İng. Signal-to-Noise Ratio - SNR) da seçimde kullanılan bir ölçüttür. SYİS’lerin sağlık durumu gözlemesinde; yerdeki ateşleme testinde ve uçuşta veri toplanması, hata kiplerinin benzetimi ve çözümlenmesi; normal ve normal dışı çalışma hâllerinde anahtar niteliğindeki parametrelere kabul edilebilir eşik değerleri atanması, ilgili tasarımın önemli unsurlarıdır.
Bilgisayar bilimi, otomatik kontrol, işaret işleme, sistem tanıma, yapay zekâ ve özelleşmiş algılayıcı teknolojisindeki gelişmeler, hata tespit ve teşhis (İng. Fault Detection and Diagnosis - FDD) tekniğinin SYİS’lere uygulanmasının önünü açmıştır. FDD çalışmaları da, literatürde otomatik kontrol ile bilgisayar bilimi ve teknolojisi olmak üzere iki disiplin altında toplanmıştır. Niceliksel bilgiye dayalı FDD, otomatik kontrol disiplininin konusu olmuştur. Bu yaklaşım, analitik model temelli FDD yöntemlerini doğurmuştur.
Niteliksel değerlendirmeye dayalı FDD ise, bilgisayar bilim ve teknolojisinin konusudur. Model temelli FDD’nin başarımı modelleme doğruluğu ve uygulamadaki belirsizlikler tarafından sınırlandırılırken, niteliksel FDD uzmanlaşma ve tecrübeye dayalı ön bilgi ister ve sürekli hâl (İng. steady state) gözlemesine uygundur. Doğal olarak iki yol zamanla birleşmiştir. Bir başka adlandırmayla, arıza tespit, tanıma ve öngörme (İng. Failure Detection, Identification and Prognostics - FDI&P) algoritmaları model temelli ya da veri odaklı olabilir. Model temelli yaklaşımda, gözlenen parametreler için modelden alınan çıkış ile ölçülen değer arasındaki fark izlenir. Modelleme hataları, ölçüm gürültüsü ve normal bozucular düşük farklara yol açarken, sistemde arıza ortaya çıktığında farklarda artış beklenir.
Bu yaklaşım genellikle durum değişkeni (İng. state variable) modelleri ve gözleyicilerine (İng. observer) dayalı olarak uygulanır. Öte yandan, veri odaklı yaklaşımda, algılayıcı verisi, karakterizasyon ve çıkarım mekanizmalarına dayalı olarak sistemin durumlarını tanımada kullanılır. Bu yaklaşıma ait yöntemler, çoğunlukla yapay zekâ veya istatistiksel çözümlemenin ana dallarında yer alır. Yapay zekâ yöntemleri olarak yapay sinir ağları (İng. Neural Networks - NN) bulanık kural temelli (İng. fuzzy rule-based) ve nöro-bulanık (İng. neuro-fuzzy) sistem yaklaşımları ile Bayezyan ve Markov gibi stokastik ağ modelleri sayılabilir.
İstatistiksel yöntemler olaraksa, çok değişkenli istatistiksel (İng. multivariable statistical) yaklaşımlar, doğrusal ve kuvadratik ayrım (İng. linear and quadratic discriminate) analizi, kısmi en küçük kareler (İng. partial least squares) analizi ve kanonik rastlantı değişkeni (İng. canonical variates) analizi sıralanabilir. Model temelli yöntemlerle yapay zekâ tekniklerini bir arada kullanan yaklaşımlar da önerilmiştir. Sistemin matematiksel modelinin elde olmaması hâlinde, SYİS’de tanımlanacak çok sayıda tek-girişli-tek-çıkışlı (İng. Single-Input-Single-Output - SISO) transfer fonksiyonunun parametrelerinin sistem tanıma yöntemleriyle kestirimine dayalı olarak arıza tespiti mümkündür.
Bununla birlikte, indirgenmiş ve doğruşallaştırılmış modeller üzerine kurulu durum ilerleticisi (İng. state propagator) ile Kalman süzgeci çıkışları arasındaki farktaki değişimin, yanlış alarma yol açmayacak şekilde gözlenmesi de arıza tespitine hizmet eder. Bu yaklaşımların üzerine sistemli bir şekilde kurulmuş bir yönteme örnek olarak, literatürde “Da-Lin Hybrid FDI Technique” adıyla yer alan teknik gösterilebilir. Sürekli hâlde hata tespitinde kullanılan yöntemlere bir örnekse, SYİS’nin yanma odası için yazılan enerji dengesi denklemlerine dayalı olarak gerçekleştirilen çoklu doğrusal regresyon (İng. multiple linear regression) yaklaşımıdır; bu etkin yöntemin SYİS’nin başlatılma ve durdurulma kiplerine uygulanması, üzerinde çalışılmayı bekleyen bir konudur.
Kaynak: Roketsan Dergisi 17. sayı / Kıdemli Uzman Mühendis Dr. Ahmet Sofyalı