Bu çalışma, rüzgâr türbini kanatlarını türbin çalışmaya devam ederken incelemek amacıyla üç farklı göreve ayrılmış insansız hava araçlarından oluşan bir mimari önermektedir. Birinci İHA türbinin tamamını uzaktan izleyerek kanatların açısını, dönüş hızını ve fiziksel kimliğini takip etmektedir. İkinci İHA türbine üstten bakarak kanatların rotor düzleminin dışına doğru yaptığı flapwise sapmayı ölçmektedir. Üçüncü İHA ise yakın mesafeden yüksek çözünürlüklü yüzey görüntüleri toplamakta ve rotor düzlemi içindeki edgewise sapmayı değerlendirmektedir. Bir yer istasyonu bütün İHA’lardan gelen verileri eşleştirmekte, doğru kanat kimliğiyle ilişkilendirmekte ve inceleme veri tabanında birleştirmektedir.

Mimarinin temel bilgisayarlı görü bileşenleri, 2,2 metre rotor çapına sahip üç boyutlu yazdırılmış bir rüzgâr türbini modeli üzerinde sınanmıştır. Türbin 8, 15 ve 30 dev/dk hızlarında döndürülmüş; YOLOv8n, ByteTrack, açısal hareket tahmini ve Kalman filtresini birleştiren kanat takip yöntemi standart ByteTrack çıktısıyla karşılaştırılmıştır. Standart takip sistemi 8 dev/dk’da 96, 15 dev/dk’da 272 ve 30 dev/dk’da 530 kimlik değişimi üretirken önerilen tahmin temelli yöntem üç deneyin tamamında sıfır kimlik değişimi bildirmiştir.

Kanat sapması deneyi için 8 ve 15 derece bükülmüş iki kanat modeli hazırlanmıştır. Her kanat 8, 15 ve 30 dev/dk hızlarında birer dakika kaydedilmiştir. Sistem, kanat maskesini çıkardıktan sonra iskeletleştirme ve eğri uydurma uygulamış; kanat kökü ile uç kısmındaki teğetlerin açısal farkından flapwise sapmayı hesaplamıştır. Ölçümler genel olarak modellenen açılara yakın kalmış, en büyük sapmalar 30 dev/dk hızında görülmüştür. Araştırmacılar bunu yüksek hızda her kanat geçişinin daha az video karesiyle temsil edilmesine bağlamıştır.

Nvidia Jetson Orin NX üzerinde yapılan ölçümlerde kanat takip ve kimliklendirme hattı ortalama 10,1 W, flapwise sapma hattı 6,4 W ve edgewise sapma hattı yaklaşık 7 W güç tüketmiştir. Bu değerler yalnızca gömülü işlem platformunun yükünü temsil etmektedir; İHA motorlarının, uçuş kontrolünün, haberleşmenin ve ağır kamera sisteminin toplam enerji tüketimi ölçülmemiştir.

Türkiye açısından: Önerilen yaklaşım Türkiye’deki kara ve deniz üstü rüzgâr enerjisi tesislerinde, türbin duruşunu azaltmaya yönelik araştırmalar, periyodik kanat incelemesi ve dinamik kanat şekil değişiminin izlenmesi açısından değerlidir. Türkiye’de uygulanmadan önce sistemin gerçek boyutlu türbinlerde, farklı kanat uzunluklarında, değişken rüzgâr hızlarında, güneş parlaması ve karmaşık arka planlarda, uzun süreli uçuşlarda ve güvenli İHA–türbin mesafeleri altında doğrulanması gerekir. Ayrıca yer istasyonu haberleşmesi, bağlantı kaybı davranışı, görüntü zamanlaması ve acil uzaklaşma prosedürleri gerçek saha koşullarında sınanmalıdır. Laboratuvar sonuçlarından, sistemin Türkiye’deki türbinlerde güvenli biçimde çalışacağı, üretim kaybını belirli bir oranda azaltacağı veya bütün yüzey kusurlarını tespit edeceği sonucu doğrudan çıkarılamaz.

Araştırmanın çözmeye çalıştığı sorun nedir?

Rüzgâr türbini kanatları yağmur, parçacık çarpması, çevresel kirlenme, yapısal yükler ve uzun süreli işletme nedeniyle yüzey ve şekil değişiklikleri geliştirebilir. Kanatların düzenli incelenmesi, hasar ilerlemeden önce sorunların belirlenmesi bakımından önemlidir. Ancak geleneksel halatla erişim veya yerden uzun odaklı kamerayla inceleme yöntemleri erişim, zaman ve insan emeği bakımından sınırlıdır.

Tek İHA kullanılan incelemeler bu sınırlamaların bir bölümünü azaltabilir. Buna karşılık tek bir İHA’nın aynı anda türbinin tamamını izlemesi, her kanadı fiziksel kimliğiyle takip etmesi, yakın mesafeden ayrıntılı yüzey görüntüsü toplaması ve farklı yönlerdeki kanat sapmalarını ölçmesi zordur.

Yakın mesafeye gelen bir İHA yüksek çözünürlüklü görüntü elde edebilir, ancak bütün rotorun durumunu göremeyebilir. Uzaktaki bir İHA ise rotorun tamamını izleyebilir fakat küçük yüzey hasarları için gerekli mekânsal çözünürlüğü sağlayamayabilir. Aynı platformun bütün görevleri sırayla yürütmesi inceleme süresini ve işlem yükünü artırabilir.

Çalışma bu görevleri üç uzmanlaşmış İHA arasında dağıtarak kapsam, çözünürlük ve işlem kapasitesi arasındaki ödünleşimi azaltmayı amaçlamaktadır.

Neden türbin çalışırken inceleme yapılması hedeflenmiştir?

Birçok görsel inceleme yöntemi, kanatların önceden belirlenmiş bir konumda durdurulmasına dayanır. Duran kanatların görüntülenmesi hareket bulanıklığı ve zamanlama sorunlarını azaltır. Ancak türbinin durdurulması üretim kesintisine yol açar ve dönüş sırasında ortaya çıkan kanat sapması gibi dinamik davranışların gözlenmesini engeller.

Çalışan türbinin incelenmesi ise hızlı görüş açısı değişimleri, hareket bulanıklığı, kanatların kule arkasında geçici olarak kaybolması, güneş parlaması, gökyüzüyle renk benzerliği ve kesin kamera tetikleme zamanlaması gibi yeni zorluklar oluşturur. Önerilen mimari, bu zorlukları merkezi bir yer istasyonu ile görevleri ayrılmış İHA’ların eşgüdümü üzerinden ele almaktadır.

Sistem hangi üç katmandan oluşmaktadır?

Çalışmanın 16. sayfasındaki Şekil 1, mimariyi fiziksel, işleme ve kontrol katmanlarına ayırmaktadır.

Şekil 1’in konum çiziminde küresel görüş İHA’sı türbinin uzağında sabit bir noktada durmaktadır. Üstten görüş İHA’sı nacelle üzerinde, rotora üstten bakacak şekilde konumlandırılmaktadır. Yakın görüş İHA’sı önce bütün kanadı kadraja aldığı bir ölçüm noktasına, daha sonra kanat yüzeyini bölüm bölüm görüntülediği yakın inceleme güzergâhına geçmektedir.

Küresel görüş İHA’sının görevi nedir?

\(D_{\text{global}}\) olarak adlandırılan küresel görüş İHA’sı, türbinin tamamını görüntüleyen geniş açılı bir kamera taşımaktadır. Önerilen geometride rotorun en az üç kanat yarıçapı kadar uzağında güvenli bir konumda bulunması öngörülmektedir.

Bu İHA’nın temel çıktısı türbin durum vektörüdür:

\[ x=[t_0,\omega,\theta_1,\theta_2,\theta_3] \]

• \(t_0\), ölçümün zaman damgasıdır.
• \(\omega\), rotorun açısal hızıdır.
• \(\theta_1,\theta_2,\theta_3\), üç fiziksel kanadın açısal konumlarıdır.

Bu bilgi yer istasyonuna gönderilmekte ve diğer İHA’ların kameralarını ne zaman çalıştıracağını hesaplamasında kullanılmaktadır. Böylece ağ gecikmesine duyarlı anlık bir “şimdi çek” komutu yerine, gelecekteki kanat geçiş zamanları her İHA üzerinde önceden hesaplanabilmektedir.

Kanat maskeleri ve rotor merkezi nasıl hesaplanmaktadır?

17. sayfadaki Şekil 3, ham video görüntüsünün dört ana işlemden geçtiğini göstermektedir:

1. Kanatların örnek tabanlı görüntü bölütlemesi
2. Rotor merkezi veya hub merkezinin hesaplanması
3. İlk takip kimliklerinin oluşturulması
4. Açı tahmini ve kalıcı fiziksel kimliklerin atanması

YOLOv8n bölütleme modeli, her görünür kanat için piksel düzeyinde maske üretmektedir. Her maske boyunca bir eksen uydurulmakta ve üç eksenin kesişiminden rotor merkezinin görüntüdeki konumu hesaplanmaktadır. Rotor merkezi, İHA’nın rüzgâr veya titreşim nedeniyle küçük hareketler yapması durumunda açı ölçümleri için dinamik referans noktası görevi görmektedir.

Standart takip kimlikleri neden yeterli değildir?

ByteTrack tarafından oluşturulan ilk kimlikler, görüntüdeki geçici nesne izlerini temsil etmektedir. Bir kanat kule arkasında kaybolduğunda, maske kısa süreliğine bozulduğunda veya kanat yeniden göründüğünde takip sistemi aynı fiziksel kanada yeni bir kimlik verebilir.

Bu durum çoklu İHA incelemesinde ciddi bir veri ilişkilendirme sorunu oluşturur. Yakın görüş İHA’sının bulduğu bir yüzey hasarının veya üstten görüş İHA’sının ölçtüğü sapmanın hangi fiziksel kanada ait olduğu bilinmelidir. Bu nedenle çalışma, geçici takip kimliklerini \(B_1\), \(B_2\) ve \(B_3\) biçimindeki kalıcı fiziksel kanat kimliklerine dönüştürmektedir.

Kalıcı kanat kimliği nasıl korunmaktadır?

Her kanat, açısı ve açısal hızı bulunan bir hareket durumu olarak modellenmektedir. Ayrık Kalman filtresi önce kanadın bir sonraki karedeki açısını tahmin eder. Yeni görüntü ölçümleri geldiğinde tahmin edilen açılarla gözlenen açılar arasındaki farklar hesaplanır.

Algoritma en küçük açısal uyuşmazlığa sahip tahmin–gözlem çiftlerini önce eşleştirir. Eşleşen kanat durumları yeni ölçümle güncellenir. Bir kanat geçici olarak görünmüyorsa tahmin edilen durum korunur. Etkin takip sayısı üçten azsa eşleşmeyen yeni gözlemlerden yeni bir fiziksel kanat izi oluşturulabilir.

Algoritmanın beş aşaması şöyledir:

1. Önceki durumdan yeni açıların tahmin edilmesi
2. Gözlemlerle tahminlerin açısal uzaklığa göre eşleştirilmesi
3. Eşleşen izlerin Kalman filtresiyle güncellenmesi
4. Eksik izlerin tahminle sürdürülmesi veya yeni iz kaydedilmesi
5. Bütün kanatlardan türbin durum vektörünün oluşturulması

Üstten görüş İHA’sı neyi ölçmektedir?

\(D_{\text{top}}\) olarak adlandırılan İHA, türbin nacelle bölümünün üzerinde konumlanmakta ve kamerasını aşağıya doğru yöneltmektedir. Çalışmada bu İHA’nın nacelle üzerinde en az \(1{,}5\,r_{\text{blade}}\) uzaklıkta ve yatay olarak yaklaşık \(0{,}5\,r_{\text{blade}}\) ötelenmiş biçimde bulunması önerilmektedir.

Bu bakış açısı, kanadın rotor düzleminin dışına doğru yaptığı flapwise bükülmeyi ölçmek için kullanılmaktadır. Edgewise ve flapwise sapma arasındaki fark 17. sayfadaki Şekil 4’te gösterilmiştir:

• Edgewise sapma: Kanadın rotor düzlemi içindeki bükülmesidir.
• Flapwise sapma: Kanadın rotor düzlemine dik yöndeki bükülmesidir.

Gelecekteki görüntü yakalama zamanı nasıl hesaplanmaktadır?

Yer istasyonundan alınan türbin durum vektörü kullanılarak her kanadın hedef açıya geleceği gelecekteki zamanlar hesaplanmaktadır:

\[ t_{i,n}=t_0+ \frac{ (\theta_{\text{target}}-\theta_i)\bmod 2\pi+2\pi n }{\omega}, \qquad n=0,\ldots,k-1 \]

• \(t_{i,n}\), \(i\) numaralı kanadın hedef konuma geleceği tahmini zamandır.
• \(\theta_{\text{target}}\), kameranın görüntüleme için seçtiği rotor açısıdır.
• \(\omega\), rotorun açısal hızıdır.
• \(n\), kaç tam dönüş sonraki geçişin hesaplandığını gösterir.

Tek bir zaman noktası yerine, tetikleme hatalarını azaltmak amacıyla tahmini zamanın çevresinde bir yakalama aralığı oluşturulmaktadır:

\[ W_i= \left\{ \left( t_{i,n}-\frac{\tau}{2}, t_{i,n}+\frac{\tau}{2} \right) \;\middle|\; n=0,\ldots,k-1 \right\} \]

\(\tau\), görüntü yakalama zamanının önüne ve arkasına eklenen toplam zaman payıdır. Türbinin hızı değiştiğinde küresel görüş İHA’sı yeni bir durum vektörü göndermekte ve yakalama aralıkları yeniden hesaplanmaktadır.

Flapwise sapma görüntüden nasıl çıkarılmaktadır?

Üstten görüş videosu üç aşamalı bir işlemden geçirilir:

1. Dinamik arka plan çıkarma: Gaussian Mixture tabanlı yöntemle hareketli kanat, görece sabit kule ve çevreden ayrılır. Açma ve kapama gibi morfolojik işlemler maskeyi temizler.
2. İskeletleştirme ve spline uydurma: İkili kanat maskesi tek boyutlu bir merkez çizgisine indirgenir ve gürültüyü azaltmak için düzgün bir eğri uydurulur.
3. Teğet tabanlı ölçüm: Kanat kökü ile kanat ucundaki eğri teğetleri hesaplanır. İki teğet arasındaki açı flapwise sapma olarak alınır.

20. sayfadaki Şekil 9’da 15 derece bükülmüş kanat için 15,07 derecelik örnek bir ölçüm, düz kanat için ise 0,28 derecelik örnek bir ölçüm gösterilmektedir. Bunlar tek görüntü örnekleridir ve bütün deneylerin ortalama hatasını temsil etmemektedir.

Yakın görüş İHA’sının iki görevi nedir?

\(D_{\text{close}}\) iki ardışık görev yürütmektedir. Önce kanadın tamamını yandan görüntüleyerek edgewise sapmayı ölçmekte, ardından rotora yaklaşarak kanat yüzeyini bölüm bölüm yüksek çözünürlükle görüntülemektedir.

Yakın görüş İHA’sı edgewise sapma için kanat yarıçapının en az 1,5 katı uzaklıkta bulunmakta ve bütün kanadı kadraja almaktadır. Daha sonra yüzey incelemesi için kanat köküne yakın başlangıç noktasına geçmekte ve yatay olarak kanat ucuna doğru ilerlemektedir.

18. sayfadaki Şekil 6, bu İHA’nın kamera, görüntü kalite analizi, kamera parametresi ayarlama, yerel depolama ve edgewise sapma modüllerini göstermektedir.

Kamera uzaklığı ve görüntülenen kanat bölümü nasıl hesaplanmaktadır?

Yakın çekim görüntülerinde hedeflenen yer örnekleme mesafesi, yani GSD kullanılarak kamera–rotor uzaklığı ile tek karede görüntülenebilecek kanat uzunluğu hesaplanmaktadır:

\[ y=\frac{Gf}{p} \]

\[ s=\frac{\mu y}{f} \]

• \(y\), kamera ile rotor düzlemi arasındaki mesafedir.
• \(G\), hedef GSD değeridir ve mm/piksel birimindedir.
• \(f\), objektifin odak uzaklığıdır ve milimetre cinsindendir.
• \(p\), kamera sensörünün piksel aralığıdır ve mm/piksel cinsindendir.
• \(\mu\), sensörün fiziksel genişliğidir.
• \(s\), tek görüntüde kapsanan fiziksel kanat uzunluğudur.

Kanadın tamamının kaplanması için gerekli en düşük görüntü sayısı yaklaşık olarak:

\[ \left\lceil\frac{r_{\text{blade}}}{s}\right\rceil \]

biçiminde hesaplanmaktadır. Gerçek uygulamada görüntüler arasında birleştirme ve güvenli örtüşme gerekeceğinden yalnızca bu alt sınır yeterli olmayabilir.

Hareket bulanıklığı nasıl sınırlandırılmaktadır?

Kanat ucunun doğrusal hızı rotorun açısal hızı ve kanat yarıçapıyla artar. Pozlama sırasında kanadın görüntü düzlemindeki hareketinin hedef GSD’yi aşmaması için azami pozlama süresi şu koşulla sınırlandırılmaktadır:

\[ t_{\text{exposure}}\leq \frac{G}{\omega r_{\text{blade}}} \]

Rotor hızı yükseldikçe izin verilen pozlama süresi kısalmaktadır. Kısa pozlama hareketi dondurabilir, ancak sensöre daha az ışık ulaşmasına neden olabilir. Bu nedenle sistem pozlama, ISO ve görüntü keskinliği arasında bir denge kurmaya çalışmaktadır.

Görüntü kalite analizi nasıl çalışmaktadır?

Yakın görüş İHA’sı her kanat geçişinde seri görüntüler almakta ve bunları İHA üzerinde değerlendirmektedir. Görüntü kalite analizi iki temel kontrol uygulamaktadır:

• Hareket bulanıklığı: Laplasyen varyansı önceden belirlenmiş keskinlik eşiğinin altındaysa görüntü bulanık kabul edilmektedir.
• Pozlama: Histogramdaki piksellerin yüzde 5’ten fazlası 0 veya 255 seviyesinde yığılmışsa görüntü düşük ya da aşırı pozlanmış kabul edilmektedir.

Geçersiz görüntüler yer istasyonuna gönderilmemekte ve kanadın sonraki dönüşünde aynı bölüm yeniden çekilmektedir. Görüntü bulanıksa pozlama süresi bir adım azaltılıp ISO üst sınırı yükseltilmektedir. Görüntü karanlık fakat bulanık değilse pozlama süresi, hareketi dondurma koşulu izin verdiği ölçüde artırılmaktadır. Donanım sınırı nedeniyle uygun görüntü üretilemiyorsa yer istasyonuna çekimi geçici olarak durdurma uyarısı gönderilmektedir.

Bu kalite denetimi mimarinin parçası olarak ayrıntılı biçimde tanımlanmış olsa da çalışmada yakın mesafeden gerçek dönen türbin kanadı yüzeyinde elde edilen kabul–ret oranları, keskinlik dağılımları veya kusur tespit performansı raporlanmamıştır.

İletişim neden iki kanala ayrılmıştır?

Önerilen sistemde haberleşme iki farklı amaç için ayrılmaktadır:

Her İHA aynı zamanda yerel depolama kullanmaktadır. Haberleşme kesilirse görüntüler uçuş sonrasında yer istasyonuna aktarılabilir. Ancak çalışmada bu bağlantı mimarisi gerçek İHA uçuşunda veya paket kaybı koşullarında sınanmamıştır.

Çalışma kamuya açık veri kümelerini nasıl değerlendirmiştir?

Araştırmacılar, rüzgâr türbini kanadı kusurları için erişilebilir altı veri kümesini incelemiştir. Çalışmadaki sınıflandırmaya göre kusurlar; ön kenar erozyonu, çatlak ve ayrılma, kanada bağlı bileşen hasarı, delik, yüzey kirlenmesi ve diğer hasarlı alanlar olarak altı gruba ayrılmıştır.

Araştırmacılar, bu veri kümelerinin hiçbirinin çalışan türbin kanatlarındaki flapwise veya edgewise sapmayı doğrudan kapsamadığını belirtmektedir. Önerilen çoklu İHA mimarisinin bu tür dinamik verilerin toplanmasına yardımcı olabileceği savunulmaktadır.

Laboratuvar kurulumu nasıldır?

19. sayfadaki Şekil 7’de görülen deney düzeneği şu bileşenlerden oluşmaktadır:

• 2,2 metre rotor çapına sahip üç boyutlu yazdırılmış türbin modeli
• En fazla 30 dev/dk sağlayan 12 V doğru akım dişli motor
• Küresel ve üstten görüşü temsil eden iki Logitech C920 kamera
• Yakın görüşü temsil eden yüksek çözünürlüklü bir kamera
• İHA üzerindeki işlem birimini temsil eden Nvidia Jetson Orin NX
• Yer istasyonunu temsil eden bir dizüstü bilgisayar

Web kameraları 1920 × 1080 piksel, saniyede 30 kare ve 78 derece görüş alanıyla çalıştırılmıştır. Bir kamera rotorun tamamını önden, diğer kamera nacelle üzerinde aşağıya doğru görüntülemiştir.

Bu düzenek, İHA’ların farklı görüşlerini sabit kameralarla taklit etmektedir. Gerçek uçuş hareketi, rüzgâr, titreşim, konumlandırma hatası veya İHA’lar arası çarpışma riski deneye dâhil değildir.

Kanat kimliği takibinde hangi sonuçlar elde edilmiştir?

Üç adet bir dakikalık video kaydedilmiştir. Türbin bu videolarda sırasıyla 8, 15 ve 30 dev/dk hızlarında dönmüştür. Standart ByteTrack ile önerilen kalıcı kimlik yaklaşımı, fiziksel bir kanada farklı bir kimlik atandığı her olay sayılarak karşılaştırılmıştır.

21. sayfadaki Şekil 10, standart takipte hız arttıkça kimlik değişimlerinin yükseldiğini, önerilen yöntemde ise üç bir dakikalık deney boyunca kimliklerin korunduğunu göstermektedir.

Bu sonuç laboratuvar ortamındaki üç video için güçlüdür. Ancak farklı arka planlarda, gerçek türbin boyutunda, İHA kamerasının hareket ettiği koşullarda veya uzun süreli uçuşlarda aynı sıfır hata düzeyinin korunacağını göstermemektedir.

Kanat sapması deneyi nasıl yapılmıştır?

Özgün kanat modelinden ayrı olarak 8 ve 15 derece bükülmüş iki kanat üretilmiştir. Her deneyde bir bükülmüş ve iki düz kanat kullanılmıştır. Her bükülme seviyesi 8, 15 ve 30 dev/dk hızlarında birer dakika kaydedilmiş; toplam altı sapma deneyi gerçekleştirilmiştir.

21. sayfadaki Şekil 11’de ölçülen sapma değerleri, bilinen 8 ve 15 derecelik referans çizgileriyle karşılaştırılmaktadır. Değerler genel olarak doğru bükülme düzeylerinin çevresinde kalmaktadır. En yüksek hız olan 30 dev/dk’da ölçüm sapması ve dalgalanma artmaktadır.

Araştırmacılar, yüksek hızda kanadın kamera görüşünden daha kısa sürede geçmesi nedeniyle her geçişte daha az kare elde edildiğini belirtmektedir. Daha yüksek kare hızlı kamera veya daha fazla dönüş üzerinden ortalama alınması çözüm olarak önerilmektedir.

Çalışma, eğrilerden hesaplanmış ortalama mutlak açı hatası, standart sapma veya güven aralığı vermemektedir. Bu nedenle iki sapma yöntemi için tek bir genel doğruluk yüzdesi çıkarılamaz.

Edgewise sapma ayrıca doğrulanmış mıdır?

Hayır. Araştırmacılar edgewise sapma hattının, hareket tabanlı arka plan çıkarma yerine YOLOv8n maskesi kullanması dışında flapwise yöntemle aynı iskeletleştirme ve açı hesaplama adımlarını uyguladığını belirtmektedir.

Edgewise işlem hattının güç tüketimi ölçülmüş, ancak bilinen edgewise bükülme açılarıyla ayrı bir ölçüm doğruluğu deneyi yapılmamıştır. Bu nedenle çalışmanın güçlü deneysel kanıtı flapwise sapma ölçümüne aittir.

Gömülü işlem platformunun güç tüketimi nedir?

Jetson Orin NX, 25 W azami güç kipinde çalıştırılmıştır. Her işlem hattı beş kez sınanmış; her çalışma 175 saniye sürmüştür. İlk 30 saniye boşta, sonraki 145 saniye etkin işlem dönemi olarak kullanılmıştır. Güç, Jetson’un güç kaynağı ile cihaz arasına bağlanan dijital multimetreyle ölçülmüştür.

Kanat takip hattında YOLOv8n bölütlemesi nedeniyle GPU kullanımı belirgin biçimde artmış, CPU kullanımı daha düşük düzeyde kalmıştır. Flapwise sapma hattı ağırlıklı olarak klasik görüntü işleme kullandığı için GPU yükü düşüktür ve CPU kullanımı yaklaşık yüzde 25–30 düzeyinde seyretmiştir.

Edgewise sapma deneyinde türbin 8 dev/dk hızında çalıştırılmış, her 2,5 saniyede bir geçen kanat için beş görüntülük seri işlenmiştir. YOLO çıkarımı yalnızca kanat geçişlerinde çalıştığından güç tüketimi düzenli aralıklarla yükselip düşmüştür.

Bu güç değerleri İHA’nın toplam enerji bütçesi değildir. Pervaneler, uçuş motorları, ağır kamera, gimbal, radar, haberleşme ve batarya dönüşüm kayıpları hesaba katılmamıştır. Sonuçlar yalnızca görüntü işleme modüllerinin Jetson Orin NX üzerinde çalıştırılabilir olduğunu desteklemektedir.

Çalışmanın güçlü yönleri nelerdir?

• Tek İHA’nın karşılaştığı kapsam ve çözünürlük ödünleşimini görev dağılımıyla ele almaktadır.
• Kanatların fiziksel kimliğini farklı görüşlerden gelen sonuçlar boyunca korumaya odaklanmaktadır.
• Görüntü yakalama zamanını ağ üzerinden anlık komut vermek yerine İHA üzerinde öngörmektedir.
• Yüzey görüntülemenin yanında çalışan kanattaki flapwise ve edgewise sapmayı mimariye dâhil etmektedir.
• Görüntü keskinliği, pozlama, GSD ve rotor hızı arasındaki ilişkiyi sistem tasarımına katmaktadır.
• Laboratuvar ölçekli fiziksel bir türbin kullanılmıştır.
• Takip yöntemi standart ByteTrack çıktısıyla sayısal olarak karşılaştırılmıştır.
• Farklı rotor hızları ve bilinen iki bükülme açısı kullanılmıştır.
• CPU, GPU ve güç tüketimi haricî ölçüm cihazıyla incelenmiştir.
• Türbin modeli, bazı donanım bilgileri ve kontrol betikleri paylaşılmıştır.

Çalışmanın başlıca sınırlılıkları nelerdir?

• Tam çoklu İHA sistemi uygulanmamış; İHA görüşleri sabit kameralarla temsil edilmiştir.
• Gerçek boyutlu veya elektrik üreten bir rüzgâr türbininde deney yapılmamıştır.
• Rüzgâr, yağış, güneş parlaması, sis, titreşim ve değişken arka plan koşulları sınanmamıştır.
• İHA konumlandırması, uçuş rotası ve türbin çevresindeki güvenlik kontrolü çalışma kapsamının dışında bırakılmıştır.
• Düşük bant genişlikli kontrol ve yüksek bant genişlikli görüntü bağlantıları gerçek uçuşta sınanmamıştır.
• Bağlantı kaybı, paket gecikmesi veya zaman eşitleme hataları için ölçüm verilmemiştir.
• Yakın görüş İHA’sının hareketli kanattan yüksek çözünürlüklü yüzey görüntüsü toplaması deneysel olarak değerlendirilmemiştir.
• Görüntü kalite analizinin kabul ve ret başarısı ölçülmemiştir.
• Çatlak, erozyon, delik veya yüzey kirlenmesi gibi kusurların tespit algoritması uygulanmamıştır.
• Edgewise sapma doğruluğu bilinen bükülme açılarıyla ayrıca sınanmamıştır.
• Takip değerlendirmesi yalnızca üç adet bir dakikalık videoya dayanmaktadır.
• Sapma sonuçları için ortalama hata, standart sapma ve güven aralığı verilmemiştir.
• Güç ölçümleri uçuş motorlarının enerji tüketimini içermemektedir.
• Uzun süreli batarya dayanımı ve çoklu İHA görev süresi hesaplanmamıştır.
• Çalışma hakem değerlendirmesinden geçmemiştir.

Çalışma neyi desteklemektedir?

• YOLOv8n, ByteTrack, açısal tahmin ve Kalman filtresinin birleşimi laboratuvar videolarında kalıcı kanat kimlikleri sağlayabilmiştir.
• Önerilen takip yöntemi, test edilen üç hızda standart ByteTrack’ten daha az kimlik değişimi üretmiştir.
• Üstten görüntülerden iskelet ve teğet tabanlı flapwise sapma ölçümü dönen model türbinde uygulanabilmiştir.
• 8 ve 15 derecelik bükülmüş kanatlar, üç farklı rotor hızında birbirinden ayırt edilebilmiştir.
• Üç temel görüntü işleme hattı Jetson Orin NX’in 25 W işlem sınırı içinde çalışmıştır.
• Farklı inceleme görevlerinin ayrı İHA’lara dağıtıldığı bütünleşik bir sistem mimarisi teknik olarak tanımlanmıştır.

Çalışma neyi kanıtlamamaktadır?

• Üç İHA’nın gerçek bir rüzgâr türbini çevresinde güvenli ve eş zamanlı uçabileceğini kanıtlamaz.
• Türbinin üretim sırasında hiç durdurulmadan tam bir incelemesinin başarıyla tamamlandığını göstermez.
• Bütün kanat yüzeyinin gerekli GSD ile görüntülendiğini kanıtlamaz.
• Çatlak, erozyon, delaminasyon veya başka yüzey kusurlarını tespit etmez.
• Edgewise sapma ölçümünün doğruluğunu deneysel olarak kanıtlamaz.
• 30 dev/dk laboratuvar modelinin tam ölçekli türbin aerodinamiğini veya kanat ucu hızını bütünüyle temsil ettiğini göstermez.
• Sıfır kimlik değişiminin gerçek saha görüntülerinde korunacağını garanti etmez.
• İHA uçuş süresinin veya toplam sistem enerji tüketiminin yeterli olduğunu göstermez.
• İncelemenin ekonomik tasarrufunu, duruş süresini veya bakım maliyetini ölçmez.
• Sistemin bir güvenlik sertifikasını veya endüstriyel kabul ölçütünü karşıladığını göstermez.

Çalışmanın Yöntemi ve Bulguları

Teknik yöntem özeti

Takip deneyinin ayrıntıları

Sapma deneyinin ayrıntıları

Güç ölçüm düzeni

Şekillerin temel mesajları

• Şekil 1: Üç İHA türünü, fiziksel–işleme–kontrol katmanlarını ve İHA konumlarını göstermektedir.
• Şekil 2: Küresel görüş İHA’sının kamera, yerel denetleyici, takipçi, depolama ve yer istasyonu bağlantısını göstermektedir.
• Şekil 3: Bölütlemeden rotor merkezi ve geçici takibe, ardından kalıcı kimlik atamasına giden veri akışını göstermektedir.
• Şekil 4: Edgewise ve flapwise kanat sapmasının geometrik farkını göstermektedir.
• Şekil 5: Üstten görüş İHA’sının flapwise sapma ölçüm modüllerini göstermektedir.
• Şekil 6: Yakın görüş İHA’sının görüntü kalite denetimini, edgewise ölçümü ve kanat boyunca ilerleme güzergâhını göstermektedir.
• Şekil 7: Sabit kameralar, model türbin, Jetson ve dizüstü bilgisayardan oluşan laboratuvar düzeneğini göstermektedir.
• Şekil 8: Kanatlara atanan kalıcı renkli kimlikleri ve takip verilerinden yeniden oluşturulan rotor durumunu göstermektedir.
• Şekil 9: Bükülmüş ve düz kanat üzerinde teğet tabanlı sapma ölçümünü göstermektedir.
• Şekil 10: ByteTrack kimlik değişimlerinin hızla arttığını, tahmin temelli takipte üç deneyde sıfır kaldığını göstermektedir.
• Şekil 11: 8 ve 15 derecelik kanatlarda farklı dönüş hızlarında ölçülen flapwise sapmaları göstermektedir.
• Şekil 12: Üç işlem hattının Jetson Orin NX üzerindeki CPU, GPU ve güç tüketimini göstermektedir.

Kanıt düzeyine göre bileşenlerin durumu

Kaynak ve Yöntem Notu

Çalışmanın tam özgün adı: In-Service Wind Turbine Blade Inspection: A Multi-UAV Architecture

Yazarlar: Mario Leopold, Farzad Tashtarian ve Klaus Schöffmann.

Yazar sıralaması: Mario Leopold birinci, Farzad Tashtarian ikinci ve Klaus Schöffmann üçüncü yazardır.

Eşit katkı bilgisi: Yüklenen sürümde eşit katkıda bulunan yazar bilgisi yer almamaktadır.

Sorumlu yazar: Mario Leopold.

E-posta: mario.leopold@aau.at

Kurumsal bağlantı: Institute of Information Technology, University of Klagenfurt, Klagenfurt, Austria.

ORCID bilgileri:

• Mario Leopold: 0009-0003-1395-1665
• Farzad Tashtarian: 0000-0002-5584-6690
• Klaus Schöffmann: 0000-0002-9218-1704

DOI:10.2139/ssrn.7030621

Yayın platformu: SSRN.

Resmî kaynak bağlantısı:SSRN çalışma kaydı

Yayın yılı: 2026.

Kaynak türü: Çoklu İHA sistem mimarisi, bilgisayarlı görü uygulaması ve laboratuvar ölçekli deneysel doğrulama; preprint.

Hakemlik durumu: Çalışma hakem değerlendirmesinden geçmemiştir.

Dergi: Yüklenen sürümde belirli bir dergi adı yer almamaktadır. “Preprint submitted to Elsevier” ifadesi bulunmakta, ancak bu ifade bir dergi kabulü veya nihai yayın kanıtı değildir.

Yayınevi: Nihai hakemli yayın için yayınevi bilgisi bulunmamaktadır.

Finansman: Çalışma, Avusturya Araştırma Teşvik Ajansı tarafından DORBINE projesi kapsamında desteklenmiştir.

DORBINE proje bağlantısı:DORBINE proje sayfası

Laboratuvar türbini ve kontrol kaynakları:WindTurbineModel GitHub deposu

Paylaşılan materyalin kapsamı: Depoda türbinin üç boyutlu yazdırılabilir model dosyaları, değiştirilen parçalar, donanım listesi ve devir kontrol betikleri bulunmaktadır. Çalışmada kullanılan bütün bölütleme, takip, sapma ölçümü, yer istasyonu ve çoklu İHA koordinasyon kodlarının eksiksiz deposu belirtilmemiştir.

Yazar katkıları: Mario Leopold kavramsallaştırma, yazılım ve ilk metni; Farzad Tashtarian kavramsallaştırma, proje yönetimi, danışmanlık ve metin incelemesini; Klaus Schöffmann metin incelemesi ve danışmanlığı üstlenmiştir.

Çıkar çatışması: Yüklenen sürümde açık bir çıkar çatışması beyanı yer almamaktadır.

Bu Türkçe açıklama, yüklenen çalışmanın metni, algoritmaları, matematiksel ifadeleri, açık veri kümeleri tablosu ve Şekil 1–12’deki görsel bulgular temel alınarak hazırlanmıştır. Çalışmada bulunmayan bir gerçek saha deneyi, yüzey kusuru tespit başarısı, ekonomik tasarruf veya güvenlik sonucu eklenmemiştir. Dış kaynaklar yalnızca DOI, yazar ve kurum kimliği, proje finansmanı ve paylaşılan laboratuvar kaynaklarının bibliyografik doğrulanması için kullanılmıştır.

Çalışmanın en güçlü deneysel bulgusu, üç laboratuvar videosunda kalıcı kanat kimliği takibinin sıfır kimlik değişimiyle sürdürülmesi ve bilinen flapwise bükülmelerin dönen model türbinde ölçülebilmesidir. Buna karşılık makale başlığındaki “çalışma sırasında inceleme” hedefi henüz gerçek boyutlu ve elektrik üreten bir türbinde doğrulanmamıştır.

Çalışma, tam bir kusur tespit sistemi değil, bu tür algoritmaların daha sonra bağlanabileceği veri toplama ve görev koordinasyonu mimarisidir. Bu nedenle sonuçlar, yüzey çatlaklarının veya başka kanat hasarlarının başarıyla tespit edildiği şeklinde yorumlanmamalıdır.