18 Kasım 2026 itibarıyla MECC 2026 konferans programı ve DroneXL’in 17 Kasım haberi esas alınmıştır. · Yazan: Mustafa KAÇAN

Kursiyerlerimize uçuştan önce hep aynı şeyi söylüyoruz: pervanelere bakın, motoru elinizle çevirin, garip bir ses var mı dinleyin. Bu kontrolün en zayıf halkası insan kulağı ve gözü. Çatlak bir pervane ya da yatağa kaçmış bir kum tanesi ilk bakışta fark edilmeyebilir.
Ekim sonunda Phoenix’te sunulan bir bildiri tam da bu boşluğu hedefliyor: Motorun sesini kaydedip yapay zekâyla “sağlıklı mı, değil mi?” sorusuna cevap vermek. Konuyu ilk olarak DroneXL duyurdu; ben de konferans programındaki bildiri künyesiyle karşılaştırarak özetliyorum.
Detaylar: Araştırma ne yapıyor?
Yöntem şöyle işliyor: Drone’un her motoru yerde, tek başına çalıştırılıyor ve motor ile pervane yakınına yerleştirilen mikrofonlar sesi kaydediyor. Kayıt, bir yapay zekâ modeline veriliyor. Model yalnızca sağlıklı motorların seslerinden öğrenmiş durumda. Yani “arızalı ses böyle çıkar” diye ona örnek göstermiyorlar; model sağlıklı sesin profilini çıkarıyor ve bu profilden sapan her şeyi şüpheli işaretliyor.
Bu yaklaşımın avantajı şu: Her arıza tipi için ayrı ayrı etiketli kayıt toplamak gerekmiyor. Çatlak pervane de, yatağa kaçmış kum da, normalden farklı bir ses ürettiği sürece yakalanabiliyor.
| Konu | Bilgi |
|---|---|
| Kim yaptı | Cincinnati Üniversitesi (Prissha Chawla, Prof. Manish Kumar ve öğrenciler), ZHAW’dan Manuel Arias Chao, NASA Ames’ten Chetan Kulkarni |
| Nerede sunuldu | 2026 Modeling, Estimation and Control Conference (MECC), Phoenix, 25–28 Ekim; bildiri 28 Ekim’de sunuldu |
| Yöntem | Her motor yerde tek başına çalıştırılıp mikrofonla kaydediliyor; 1 boyutlu evrişimli otokodlayıcı (1D CNN autoencoder) sağlıklı motor sesini öğreniyor, ondan sapan sesi arıza sayıyor |
| Eğitim verisi | Dokuz farklı manevra sırasında kaydedilmiş sağlıklı fırçasız DC motor sesleri; etiketli arıza verisi gerekmiyor |
| Hedef arızalar | Çatlak veya kırık pervane, motor yatağına kaçan kum/toz (motoru kilitleyebilir) |
| Bildirilen başarı | Yaklaşık %97 kesinlik (precision), %92 duyarlılık (recall) |
| Sınırlar | Analiz şimdilik yer istasyonundaki bilgisayarda; uçak üzerinde çalıştığı gösterilmedi; tam makale henüz açık arşivde yok |
Bu ne anlama geliyor?
Rakamları sahaya çevirelim: %97 kesinlik, her 100 arıza uyarısının yaklaşık 3’ünün yanlış alarm olduğu anlamına geliyor. %92 duyarlılık ise gerçek arızaların yaklaşık yüzde 8’inin kaçırıldığı demek. Yani sistem güçlü bir yardımcı ama tek başına “uçuşa hazır” onayı vermek için yeterli değil. Zaten araştırmacılar da bunu bir pilot kontrolünün alternatifi olarak sunmuyor.
En çok değer üreteceği yer, başında pilot bulunmayan drone-in-a-box (otomatik istasyonlu) operasyonlar. İstasyon her kalkıştan önce motorları kendi kendine dinleyip uçuşu iptal edebilirse, kimsenin pervaneye bakmadığı bir senaryoda önemli bir güvenlik katmanı olur. Araştırmacılar da bu kullanımı öneriyor ama bunun henüz gösterilmediğini belirtmek gerekiyor.
Doğrulanmayanlar: Tam makale henüz arXiv ya da NASA’nın teknik raporlar sunucusunda yok; yalnızca özet ve konferans programı görülebiliyor. Hangi drone modelinde, kaç mikrofonla test yapıldığı özette belirtilmiyor. Dolayısıyla sonuçların farklı drone’larda ve gürültülü saha ortamında aynı çıkacağını bugünden söylemek mümkün değil.
Türkiye’deki pilotlar için ne değişiyor?
Şu an için hiçbir şey: Ortada ticari bir ürün ya da uygulama yok. Ama fikrin kendisi bugün bile işinize yarar. Sahada şu adımları izliyoruz:
- Pervaneleri ışığa tutup çatlak, çentik ve kenarlarda beyazlaşma arayın; şüpheli pervaneyi değiştirin.
- Pervane çıkıkken motor gövdesini elinizle çevirin; sürtünme, takılma ya da tırtıllı his varsa yatağa kum kaçmış olabilir.
- Kalkıştan önce birkaç saniye yerde rölantide çalıştırıp her motorun sesini dinleyin; birinin tonu farklıysa uçmayın.
- Kumlu, tozlu ya da deniz kenarı sahalardan sonra motorları üreticinin önerdiği şekilde temizleyin.
Eğitimlerimizde uçuş öncesi kontrol listesini bu yüzden ezber değil alışkanlık haline getiriyoruz. Yapay zekâ destekli kulak, o alışkanlığın üstüne eklenecek bir katman olabilir; yerine geçmez.
Kimler etkilenir?
Otomatik istasyonlarda uçuş öncesi arıza kontrolü için en doğal kullanım alanı.
Filo yöneten ekipler için hızlı, ölçülebilir bir ön eleme aracı olabilir.
Bugün için ek bir şey gerekmiyor; kontrol listesi ve gözle muayene yeterli.
Tozlu sahalarda yatak ve pervane arızası riski yüksek; ileride işe yarayabilir.
Droneturk yorumu
Bu haber bana iki şeyi hatırlattı. Birincisi, drone arızalarının önemli kısmı uçuştan önce “duyulabilir” ya da “görülebilir” işaretler veriyor; sorun çoğu zaman bakmamakta. İkincisi, otomasyon arttıkça bu bakışı yapan insan sayısı azalıyor, dolayısıyla makinenin kendini dinlemesi mantıklı bir yön. Yine de %8’lik kaçırma oranı ortadayken pilotun elle kontrolünden vazgeçmek akıl kârı değil. Tam makale yayımlandığında detayları tekrar değerlendireceğiz.
Konuyla ilgili sorularınız
Drone motorunun arızası sesinden nasıl anlaşılır?
Araştırmada mikrofonla kaydedilen ses, sağlıklı motor profiliyle karşılaştırılıyor. Sağlıklı sesten sapma arıza işareti sayılıyor. Sahada ise kulakla fark edilen düzensiz ton, titreşim ya da hışırtı da aynı işi yapar.
Bu sistemi şimdi satın alabilir miyim?
Hayır. Çalışma akademik aşamada ve yer istasyonunda çalışıyor. Ticari ürün veya uygulama duyurusu yapılmadı.
%97 kesinlik ne demek?
Sistem “arıza var” dediğinde yaklaşık yüzde 97 oranında haklı. %92 duyarlılık ise gerçek arızaların yaklaşık yüzde 92’sini yakaladığı anlamına geliyor, kalan yüzde 8’i kaçıyor.
Hangi arızaları yakalıyor?
Çatlak ve kırık pervaneleri ve motor yatağına kaçmış kumu hedefliyor. Kum, yatağı kilitleyip motoru durdurabildiği için özellikle kritik.
Pilotun kontrolünün yerini alır mı?
Hayır. Haberi yapan DroneXL de, araştırmacılar da bunu ikinci bir görüş olarak değerlendiriyor. Kaçırma oranı sıfır olmadığı için gözle ve elle kontrol sürmeli.
Makaleyi nereden okuyabilirim?
Bildiri MECC 2026 programında “Acoustic UAS Powertrain Monitoring” başlığıyla listeleniyor. Tam metin henüz açık arşivlerde bulunmuyor; yayımlandığında yazar sayfalarından ve konferans kayıtlarından takip edilebilir.
Kaynaklar: MECC 2026 konferans programı (WeAT8.5) · DroneXL: NASA, Cincinnati Students Spot Failing Drone Motors by Sound Alone
