Test ve Doğrulama Süreci
MM Nautronics, aracımızın güvenilirliğini artırmak için çok aşamalı bir test ve doğrulama süreci yürütmektedir. Yazılım doğrulama sürecinin donanım hazırlığından bağımsız ilerleyebilmesi, geliştirme hızını artırmış ve uzun süreli su içi testlerine daha fazla zaman ayrılmasını sağlamıştır. Bu bölümde test etkinlikleri, amaçları ve elde edilen temel mühendislik çıktıları özetlenmektedir.
Aşama 1: Sanal Simülasyon ve FEA/CFD Analizleri
Süre:
3 Ay (Kasım 2025 – Ocak 2026)
Bu aşamada Gazebo, SimScale ve Autodesk CFD kullanılarak aracın dijital ortamda test edilmesi hedeflenmiştir. Üretim öncesinde hidrodinamik verimlilik, yapısal dayanım sınırları ve otonom karar verme süreçleri sanal ortamda değerlendirilmiştir. Böylece fiziksel testlere geçmeden önce tasarım ve yazılım kararları risksiz şekilde doğrulanmıştır.

Ana araç gövdesinin basınç altında gösterdiği yer değiştirme (deformasyon) davranışı
Ana araç gövdesinin basınç altında gösterdiği yer değiştirme (deformasyon) davranışı

İtici pervanesinin kararlı çalışma koşullarındaki akış davranışını değerlendiren CFD analizi

İtici çevresindeki akış çizgilerini ve hız dağılımını gösteren CFD analizi

Elektronik düzenleyici yapıya ait termal analiz sonuçları

Sanal Simülasyon Test Ortamı
Temel Sonuçlar
Hidrodinamik Optimizasyon
Kararlı durum CFD analizi, iticiler 2000 RPM seviyesinde çalıştırıldığında yüksek kavitasyon riski oluşabileceğini göstermiştir. Bu nedenle operasyonel hız aralığı 1000–1500 RPM seviyesinde sınırlandırılmıştır. Bu karar, batarya tüketimini yaklaşık %60–70 oranında azaltmıştır.
Yapısal Bütünlük
Sızdırmazlık stratejisini doğrulamak amacıyla araç, yaklaşık 25 metre derinlikteki hidrostatik basınç koşulları altında simüle edilmiştir. Analiz sonucunda ana PMMA tüpte yalnızca 0.163 mm yer değiştirme gözlemlenmiştir. Bu sonuç, fiziksel testlerde yüksek risk oluşturmadan O-ring sıkışma toleranslarının doğrulanmasını desteklemiştir.
Yazılım ve Görev Mantığı
Donanım henüz tamamen hazır değilken, yazılım geliştirme süreci Gazebo simülasyon ortamında devam ettirilmiştir. Bu aşamada py_trees Behavior Tree tabanlı görev mantığı regresyon testlerinden geçirilmiş ve aracın sıralı görev hafızası su testlerinden önce sanal ortamda doğrulanmıştır.