Aşağıdaki konular lisans bitirme tasarım projesi (KON 4901 / KON 4902), yüksek lisans ve doktora çalışmaları için açıktır. Konu kodları ders belgelerindekiyle aynıdır. Ayrıntılı bilgi ve konuların güncel durumu için benimle iletişime geçebilirsiniz.

Lisans bitirme tasarım projesi konuları (KON 4901 / KON 4902)

A. Raylı sistem sinyalizasyonu, anklaşman ve emniyet

• L1 — Web tabanlı raylı sistem trafik kumanda merkezi ve anklaşman
  Bir demiryolu hattı için web tabanlı (HTML/CSS/JS, React, PHP) trafik kumanda merkezi arayüzü geliştirilecek. Arayüz Modbus üzerinden HIMA emniyet PLC’sine bağlanarak makas, sinyal ve rota kontrolü ile durum takibini sağlayacak; anklaşman mantığı PLC tarafında, görselleştirme ve kumanda web tarafında olacak.
  Ortam: React/JavaScript, PHP, Modbus TCP, HIMA PLC
• L2 — Petri ağları ile anklaşman tasarımı ve PLC üzerinde gerçeklenmesi
  Verilen bir istasyon veya hat için Petri ağı tabanlı anklaşman modeli kurulacak; model kilitlenmezlik ve temel emniyet özellikleri açısından incelenecek, ardından hatalara karşı güvenli (fail-safe) programlama mantığı içinde PLC’ye aktarılacak.
  Ortam: Petri ağı araçları (CPN Tools, TINA veya PIPE), PLC
• L3 — Sonlu otomatlar ile anklaşman tasarımı ve fonksiyonel güvenlik analizi
  Aynı anklaşman problemi bu kez sonlu otomat yaklaşımıyla ele alınacak. Ek olarak EN 50126/50129 çerçevesinde temel bir tehlike analizi (FMEA veya STPA) yapılacak ve sonuçlar emniyet bütünlük seviyesi (SIL) kavramıyla ilişkilendirilecek.
  Ortam: libFAUDES (veya MDESops), PLC
• L4 — OpenETCS tabanlı tren sürücü arayüzü (DMI) tasarımı ve sürüş benzetimi
  Verilen bir hat için ERTMS/ETCS sürücü arayüzü (hız göstergesi, planlama alanı, izin verilen hız eğrisi) openETCS belirtimleri temel alınarak gerçeklenecek; arayüz basit bir tren dinamiği modeline bağlanarak hat üzerinde sürüş benzetimi yapılacak.
  Ortam: Python/Qt veya C#/WPF; openETCS belgeleri
• L5 — SCADE – HIMA entegrasyonu ile anklaşman test aracı geliştirilmesi
  SCADE ile geliştirilecek bir masaüstü (C#) ve/veya mobil (Android) uygulama, Modbus üzerinden HIMA PLC’ye bağlanarak makas, sinyal ve rota kontrol ile izleme işlevlerini sağlayacak. Amaç, anklaşman yazılımını sistematik biçimde sınayan bir test aracı elde etmektir.
  Ortam: SCADE Suite, C# veya Android, Modbus
• L6 — Sabit blok, hareketli blok ve sanal kuplaj işletmesinin karşılaştırmalı benzetimi
  Aynı hat ve aynı araç verisi için üç sinyalizasyon ilkesi ayrı ayrı modellenecek; en küçük tren aralığı ve hat kapasitesi önce mutlak (brick-wall) frenleme varsayımı altında hesaplanıp karşılaştırılacak. Ardından bağıl frenleme varsayımının sonucu ne kadar değiştirdiği duyarlılık analiziyle gösterilecek.
  Ortam: MATLAB/Simulink veya Python
• L7 — Sanal kuplaj altında tren konvoyunun kontrolü
  Birbiri peşi sıra giden trenlerden oluşan bir konvoyun aralık ve hız takibi kontrolü tasarlanacak; farklı haberleşme topolojileri (yalnızca öndeki araç, lider izleme, çift yönlü) altında konvoyun kararlılığı ve dizi kararlılığı (string stability) özelliği incelenecek.
  Ortam: MATLAB/Simulink
• L8 — Hemzemin geçit kontrol sisteminin emniyetli tasarımı ve doğrulanması
  Bir hemzemin geçidin kapanma ve açılma mantığı modellenecek; tren algılama gecikmesi ile bileşen arızaları dikkate alınarak hatalara karşı güvenli bir tasarım yapılacak ve istenen emniyet özellikleri model denetimiyle doğrulanacak.
  Ortam: UPPAAL veya NuSMV; PLC

B. Trafik, kavşak ve akıllı ulaşım

• L9 — Derin pekiştirmeli öğrenme ile tek kavşakta trafik ışığı kontrolü
  SUMO ortamında tek bir kavşak modellenecek; kuyruk uzunluğu, bekleme süresi ve araç sayısı durum olarak alınarak faz seçimi DQN benzeri bir ajanla öğrenilecek. Sonuçlar sabit süreli ve talebe duyarlı klasik denetimle aynı senaryoda karşılaştırılacak.
  Ortam: SUMO ve TraCI, Python
• L10 — Çok ajanlı pekiştirmeli öğrenme ile koordineli trafik ışığı kontrolü
  Birden çok kavşağın bulunduğu bir yol ağında her kavşak ayrı bir ajan olarak modellenecek; ajanlar trafik yoğunluğu, kuyruk uzunluğu ve komşu kavşaklardan gelen bilgiye göre koordineli karar verecek. Kapsama bağlı olarak yağmur, kar veya düşük görüş koşullarının başarıma etkisi de incelenebilir.
  Ortam: SUMO, Python, çok ajanlı DQN
• L11 — Yorumlanabilir trafik sinyal kontrolü: bulanık mantık ve PI denetimin öğrenmeyle karşılaştırılması
  Aynı kavşak için bulanık mantık ve PI tabanlı uyarlamalı sinyalizasyon tasarlanıp pekiştirmeli öğrenme tabanlı denetimle karşılaştırılacak. Vurgu yalnızca başarımda değil, trafik mühendisinin kuralı denetleyebilmesinde, yani yorumlanabilirlikte olacak.
  Ortam: SUMO; MATLAB Fuzzy Toolbox veya Python
• L12 — Rezervasyon temelli kavşak yönetimi (ışıksız kavşak)
  Trafik ışığı tümüyle kaldırılarak kavşak bir ajan tarafından yönetilecek; araçlar kavşağa yaklaşırken belirli zaman aralıkları için kavşak bölgelerini rezerve edecek. Çakışmasız bir çizelgeleme algoritması geliştirilip klasik ışık denetimiyle karşılaştırılacak.
  Ortam: SUMO veya özgün benzetim ortamı
• L13 — Otonom araçlar için kavşak geçiş karar mekanizmasının geliştirilmesi
  Kavşağa yaklaşan otonom aracın trafik yoğunluğu, diğer araçların konum ve hız bilgisi, trafik ışığı durumu ve olası çakışmaları dikkate alarak geç, yavaşla, dur veya bekle kararı vermesi sağlanacak. Öğrenme tabanlı ya da rezervasyon tabanlı yaklaşım seçilebilir.
  Ortam: SUMO veya CARLA
• L14 — Pekiştirmeli öğrenme tabanlı otonom araç karar verme sistemi
  CARLA ortamında bir otonom aracın şerit takibi, öndeki aracı izleme, hız ayarlama, güvenli mesafe koruma ve ani durumlara tepki verme davranışları öğrenme ile geliştirilecek; farklı trafik yoğunluğu ve yol koşullarında sınanacak.
  Ortam: CARLA, Python
• L15 — Elektrikli araçlar için akıllı şarj istasyonu seçim sistemi
  Aracın batarya seviyesi ve konumu, trafik durumu ile şarj istasyonlarının doluluk oranı ve bekleme süreleri dikkate alınarak en uygun istasyona yönlendirme yapılacak; derin pekiştirmeli öğrenme (DQN, PDQN veya benzeri) kullanılacak.
  Ortam: Python; isteğe bağlı olarak SUMO
• L16 — Gerçek harita üzerinde bölgesel trafik denetimi ve ajan bazlı rota seçimi
  OpenStreetMap’ten alınan gerçek bir bölge SUMO’ya aktarılacak; hem bölgedeki ışıkların denetimi hem de araçların ajanlardan gelen öneriyle rota seçmesi birlikte ele alınacak. Rota yönlendirmesinin ışık denetiminin başarımını nasıl etkilediği incelenecek.
  Ortam: SUMO, OpenStreetMap, Python
• L17 — Toplu taşıma filosunun çizelgelenmesi ve gerçek zamanlı düzenlenmesi
  Şehir içi bir otobüs hattı için sefer saatleri, yolcu talebi ve yolculuk süresi değişkenliği altında en iyilenecek. Ayrıca araçların zamanla kümelenmesi (bus bunching) olgusunu önleyen, bekletme veya hız ayarına dayalı gerçek zamanlı bir düzenleme stratejisi geliştirilecek.
  Ortam: Python veya MATLAB

C. Kontrolör tasarımı ve laboratuvar uygulamaları

• L18 — Manyetik askı düzeneğinde PID-PIR tipli kontrolör tasarımı ve deneysel uygulaması
  Manyetik askı ve/veya top-çubuk düzeneği için PID ve PIR (oransal-integral-rezonans) kontrolör yapıları tasarlanacak; parametre belirsizliği altında kararlılığı sağlayan parametre bölgeleri belirlenip tasarımlar düzenek üzerinde denenecek.
  Ortam: Kontrol Laboratuvarı düzeneği; MATLAB/Simulink
• L19 — Klasik deney düzeneklerinin farklı yöntemlerle kontrolü (top-çubuk, ters sarkaç, gerginlik kontrolü)
  Seçilen deney düzeneği PID kontrol, kutup atama, değişken yapılı kontrol ve bulanık kontrol gibi farklı kontrolör tasarlama yöntemleriyle kontrol edilecek; yöntemler aynı başarım ölçütleriyle deneysel olarak karşılaştırılacak.
  Ortam: Kontrol Laboratuvarı; MATLAB/Simulink
• L20 — Dörtlü tank düzeneğinin yeniden yapımı ve çok değişkenli kutup atama ile kontrolü
  Proje iki yarıyıla belirgin biçimde bölünmüştür. Birinci yarıyılda (KON 4901) düzenek onarılacak, gerekiyorsa en baştan yapılacaktır: pompa ve vana seçimi, seviye ölçümü, veri toplama donanımı ve bilgisayar bağlantısı, güvenli bir gövde ve kalibrasyon. İkinci yarıyılda (KON 4902) çok giriş çok çıkışlı sistemler için kutup atama yöntemleri araştırılacak, özellikle iki giriş iki çıkışlı sistemlerde dinamik geri besleme ile kutup atama durumu çalışılacak; gerekli yazılım geliştirilip düzeneğe uygulanacaktır. Düzeneğin minimum fazlı olmayan çalışma noktası ayrıca ele alınacaktır.
  Ortam: Kontrol Laboratuvarı; MATLAB veya Mathematica; veri toplama kartı, atölye imkânları
• L21 — Kesir dereceli PIλDμ kontrolörlerde kararlılık bölgesinin belirlenmesi
  Kesir dereceli sistemler ve bu tip kontrolörler hakkında bilgi edinilecek; kararlılığı garanti eden kontrolör parametre kümesini hesaplayan bir yazılım geliştirilecek, kritik sönümlü yanıt veren kontrolörler aranacak ve sonuçlar ısıl süreç deney düzeneğinde sınanacak.
  Ortam: MATLAB veya Mathematica; ısıl süreç düzeneği
• L22 — Paralel hesaplama ile kontrolör tasarımında n boyutlu tablolama
  PID veya PI-PD parametrelerinden ikiden fazlasının taranması gerektiğinde tablolama (gridding) pratik olmaktan çıkar. Bu çalışmada tarama işi GPU veya çok çekirdekli paralel hesaplamaya aktarılacak ve elde edilen hızlanma ölçülecek.
  Ortam: MATLAB Parallel Toolbox; Python veya CUDA
• L23 — FPGA tabanlı PID kontrolör tasarımı
  Xilinx FPGA kartı üzerinde sabit noktalı aritmetikle bir PID kontrolör gerçeklenecek; örnekleme süresi, kelime uzunluğu ve kuantalama etkileri incelenip tasarım bölüm laboratuvarındaki bir düzenek üzerinde sınanacak.
  Ortam: AMD Vivado (eski adıyla Xilinx Vivado), VHDL veya Verilog; laboratuvar düzeneği
• L24 — Veri sürümlü (modelsiz) kontrol yöntemlerinin laboratuvar düzeneğinde karşılaştırılması
  Sistem modeli kurulmadan yalnızca giriş-çıkış verisinden kontrolör elde eden yöntemler (VRFT, modelsiz uyarlamalı kontrol, DeePC) incelenip aynı düzeneğe uygulanacak; klasik model tabanlı tasarımla gereken veri miktarı, gürültü duyarlılığı ve başarım açısından karşılaştırılacak.
  Ortam: MATLAB veya Python; laboratuvar düzeneği

D. Araç dinamiği ve sürüş

• L25 — Aktif süspansiyon sistemine PID tabanlı kontrolör tasarımı
  Aktif süspansiyonda genellikle durum geri beslemeli kontrolörler kullanılır. Bu çalışmada farklı PID yapıları (iç-dış çevrim, PI-PD, ivme geri beslemeli) aktif süspansiyon sistemine uygulanacak ve hem kuramsal hem deneysel olarak karşılaştırılacak.
  Ortam: MATLAB/Simulink; çeyrek araç düzeneği
• L26 — Yarı aktif süspansiyonda sky-hook ve türevi denetim yöntemleri
  Sky-hook, ground-hook ve karma stratejiler yarı aktif süspansiyon modeline uygulanacak; sürüş konforu ile yol tutuşu arasındaki ödünleşim farklı yol girdileri altında incelenecek.
  Ortam: MATLAB/Simulink
• L27 — Raylı sistem araçlarında insan sürüşünün modellenmesi
  Makinistlerin gerçek sürüşünden toplanan hız ve konum verisinden yola çıkarak insan sürüş davranışını taklit eden bir model kurulacak. Ayrıca sahadan toplanan hız ve konum bilgilerinin birbiriyle ve ivme ile konfor oranı kısıtlarıyla tutarlı hâle getirilmesi üzerinde çalışılacak. İsteğe bağlı olarak yapay zekâ ve öğrenme teknikleri kullanılabilir.
  Ortam: Python veya MATLAB; saha verisi
• L28 — Hız limitlerine uygun sürüş: öngörülü yavaşlama yapısının tasarımı
  Sürüş sırasında hız limitinin düştüğü noktada ihlal olmaması için yavaşlamanın bölgeden önce başlaması gerekir. Bu çalışmada ölü zaman ve araç dinamiği dikkate alınarak Smith öngörücüsü benzeri bir yapı kurulacak ve hem raylı hem karayolu aracı için sınanacak.
  Ortam: MATLAB/Simulink

Yüksek lisans konuları

• Y1 — Öğrenme tabanlı kontrolör ayarlamanın kararlılık bölgesiyle kısıtlanması
  Açık problem: Pekiştirmeli öğrenme ile PID ayarlanıyor, ancak kararlılık kanıtlanmıyor. Bu boşluk dayanıklı kontrol haritasının bir numaralı açık problemi.
  Parametre uzayı ve D-kararlılık yöntemleriyle önce kararlılığı ve istenen başarımı garanti eden kontrolör parametre kümesi belirlenecek; öğrenme ajanının arama uzayı bu kümeyle sınırlandırılacak. Böylece öğrenmenin esnekliğinden ödün vermeden kararlılık garantisi korunacak.
  Ortam: Parametre uzayı, D-kararlılık, pekiştirmeli öğrenme; MATLAB ve Python
• Y2 — Kesir dereceli PID kontrolörlerde analitik tasarım
  Açık problem: Kol büyük ölçüde sezgisel eniyilemeye teslim olmuş durumda; analitik ve parametre uzayı temelli yaklaşımlar seyrek.
  Kesir dereceli PID için kararlılık sınırlarının analitik olarak çıkarılması, baskın kutup yerleştirme ve kararlılığı sağlayan parametre bölgesinin hesaplanması üzerinde çalışılacak.
  Ortam: Kesir dereceli sistemler, parametre uzayı yöntemi; MATLAB veya Mathematica
• Y3 — Veri sürümlü kontrolde gürültü altında garanti ve laboratuvar uygulaması
  Açık problem: Alanın bir numaralı sorusu: gürültülü veriden elde edilen garantiler fazla muhafazakâr.
  DeePC ve davranışsal kuram tabanlı yöntemlerin gürültü altında verdiği garantiler incelenecek, muhafazakârlığı azaltan düzenlemeler denenecek ve sonuçlar gerçek bir deney düzeneğinde sınanacak.
  Ortam: Davranışsal kuram, DeePC, modelsiz uyarlamalı kontrol; MATLAB veya Python
• Y4 — Sanal kuplajda kapasite kazancının emniyet savıyla birlikte değerlendirilmesi
  Açık problem: Literatür kapasite kazancını gösteriyor ama emniyet argümanını kurmuyor; bağıl frenleme varsayımı çoğu çalışmada sorgulanmadan kabul ediliyor.
  Bağıl frenleme varsayımı altında elde edilen kapasite kazancı; haberleşme gecikmesi ve kaybı ile öndeki ve arkadaki aracın frenleme başarımı farkı dikkate alınarak yeniden hesaplanacak. Sonuçlar EN 50126 çerçevesinde bir risk argümanına bağlanacak.
  Ortam: Raylı sistem benzetimi, RAMS çerçevesi; MATLAB veya Python
• Y5 — Anklaşman doğrulamasında ölçek: kompozisyonel model denetimi
  Açık problem: Büyük ölçekli doğrulama iddiaları çoğunlukla akademik örneklerle destekleniyor; gerçek bir istasyonda uçtan uca gösterim seyrek.
  Gerçek bir istasyon anklaşmanı modüllere ayrılacak, modüller ayrı ayrı doğrulanıp bileşim kurallarıyla bütün sistemin emniyet özelliği çıkarılacak. Yöntemin ölçeklenme davranışı ölçülecek.
  Ortam: Model denetimi (NuSMV, UPPAAL), kompozisyonel doğrulama
• Y6 — Petri ağı modellerinin büyük dil modelleriyle kurulması ve doğrulanması
  Açık problem: Petri ağı modelini elde etmek hâlâ elle yapılıyor. Büyük dil modelleri bu boşluğa yöneliyor, ancak doğrulanmış bir çözüm henüz yok. Haritada 2026’nın yeni teması olarak işaretli.
  Doğal dilde verilen bir işletme kuralı kümesinden Petri ağı modeli üretilecek; üretilen modelin doğruluğu biçimsel denetimle sınanacak ve üret, denetle, düzelt döngüsü kurulacak.
  Ortam: Büyük dil modelleri, Petri ağı araçları, model denetimi
• Y7 — STPA’nın nicelleştirilmesi ve bir raylı alt sisteme uygulanması
  Açık problem: Niteliksel tehlike analizinden sayısal risk ölçütüne giden standart bir yol yok.
  STPA ile elde edilen güvensiz kontrol eylemleri olasılıksal bir çerçeveye (örneğin Bayes ağı) taşınacak ve bir raylı sistem alt sistemi üzerinde sayısal risk kestirimi yapılacak.
  Ortam: STPA, Bayes ağları, RAMS
• Y8 — Öğrenme ile model öngörülü kontrol: enerji verimli tren sürüşünde garanti korunumu
  Açık problem: Öğrenilen model altında MPC garantisinin korunması, MPC alanının bir numaralı sorusu. Kol görece küçük, rekabet az.
  Enerji verimli tren sürüşü için MPC kurulacak; model öğrenme ile güncellenirken terminal küme ve kısıt tasarımı yoluyla kararlılık ve fizibilitenin korunması sağlanacak.
  Ortam: MPC, öğrenme tabanlı modelleme; MATLAB veya Python
• Y9 — Karışık trafikte kavşak yönetimi ve insan sürücü davranışının modellenmesi
  Açık problem: Bağlantılı ve insan sürücülü araçların birlikte bulunduğu durum trafik kolunun en canlı başlıklarından biri; ayrıca benzetimden sahaya aktarım sorunu açık.
  Otonom araçların otonom olmayan araçlarla birlikte çalıştığı senaryolarda insan davranışı modellenecek ve bu model kavşak yönetim algoritmasına dahil edilecek. Otonom araç oranının başarıma etkisi incelenecek.
  Ortam: SUMO veya CARLA, davranış modelleme, pekiştirmeli öğrenme
• Y10 — Pantograf ve katener etkileşiminde vekil model ve hata sınırı
  Açık problem: Vekil modellerde hızlandırma gösteriliyor, hata sınırı verilmiyor.
  Pantograf-katener etkileşimi için vekil (surrogate) model kurulacak; asıl katkı, modelin verdiği sonucun hata sınırının çıkarılması ve sınırın deneysel olarak sınanması olacak.
  Ortam: Vekil modelleme, sonlu elemanlar, istatistiksel öğrenme
• Y11 — Ray potansiyeli ve kaçak akımın hat boyu bütünleşik azaltımı
  Açık problem: Yerel çözümler var, hat boyu bütünleşik tasarım yok.
  Besleme noktası yerleşimi, topraklama düzeni ve işletme senaryosu birlikte ele alınarak ray potansiyeli ve kaçak akımın hat genelinde en küçüklenmesi üzerinde çalışılacak.
  Ortam: Cer gücü benzetimi, eniyileme
• Y12 — Yorumlanabilir trafik sinyal denetimi: bulanık kural tabanı ile öğrenmenin birleştirilmesi
  Açık problem: Trafik mühendisi öğrenilen politikayı denetleyemiyor; kabul engeli teknik değil kurumsal.
  Öğrenilen politikanın bulanık kural tabanına dönüştürülmesi veya kural tabanının öğrenme ile ayarlanması yoluyla hem başarım hem denetlenebilirlik sağlanacak.
  Ortam: Bulanık mantık, pekiştirmeli öğrenme, SUMO

Doktora konuları

• D1 — Gecikmeli sistemlerde baskın kutup atamanın genel kuramı
  Açık problem: İki gecikmeli skaler durum çözülmüş durumda; genel durum açık.
  Zaman gecikmeli sistemlerde baskın kutup çiftinin atanabilmesi için gerek ve yeter koşulların genel durumda çıkarılması, atanan kutupların baskınlığının güvence altına alınması ve sonucun hesaplanabilir bir tasarım yordamına dönüştürülmesi hedeflenmektedir.
• D2 — Dayanıklı kontrolde muhafazakârlık ölçütü ve kıyaslama kümesi
  Açık problem: Daha az muhafazakâr koşul iddiası neredeyse her makalede var, ancak karşılaştırma standardı yok; her yazar kendi örneğini seçiyor. Aynı eksiklik dayanıklı kontrolde, dayanıklı MPC’de ve Petri ağı/öğrenme kolunda birlikte tekrarlanıyor.
  Parametre uzayı yönteminin muhafazakârlığı ölçülebilir kılması kullanılarak koşulların birbirine göre konumunu veren bir ölçüt önerilecek; ölçüt bir kıyaslama problem kümesiyle birlikte yayımlanacak.
• D3 — Veri belirsizliğinden parametre belirsizliğine köprü
  Açık problem: Gürültü altında muhafazakâr olmayan garanti, veri sürümlü kontrolün bir numaralı sorusu.
  Kharitonov ve D-kararlılık makinesi veri sürümlü kontrole aktarılacak: gürültülü veriden elde edilen model kümesi parametre uzayında bir belirsizlik yapısına dönüştürülüp mevcut dayanıklılık araçlarıyla ele alınacak.
• D4 — Öğrenen bileşenin emniyet bütünlük seviyesine tahsisi
  Açık problem: Fonksiyonel güvenlik alanının bir numaralı açık problemi: öğrenen bir bileşene SIL atanması için kabul görmüş bir yol yok.
  Öğrenen bir bileşenin başarım dağılımından emniyet bütünlük hedefine giden bir tahsis çerçevesi kurulacak; çerçeve bir raylı sistem işlevi üzerinde örneklenecek ve denetlenebilir bir emniyet savıyla desteklenecek.
• D5 — Sanal kuplajda bağıl frenleme varsayımının normatif çerçeveye oturtulması
  Açık problem: 2026’da emniyet odaklı çalışmalar çıktı, ancak hiçbiri bağıl frenleme varsayımını EN 50126/50129 anlamında normatif bir gereksinime bağlamıyor.
  Bağıl frenleme varsayımının geçerli olması için gereken teknik koşullar (frenleme başarımı eşitliği, haberleşme bütünlüğü, konum belirsizliği) tehlike analiziyle çıkarılacak ve ölçülebilir gereksinimlere dönüştürülecek.
• D6 — Doğrulanmış modelden sertifiye edilebilir koda geçiş
  Açık problem: EN 50716 biçimsel kanıtı SIL 1-2’ye genişletti, ancak araç zinciri hazır değil; sentezlenen denetleyicinin sertifiye edilebilir yazılıma dönüşmesi hâlâ elle yapılıyor.
  Ayrık olay sentezi veya Petri ağı modelinden üretilen denetleyicinin, izlenebilirliği korunarak sertifiye edilebilir koda dönüştürülmesi için bir araç zinciri ve kanıt yapısı geliştirilecek.
• D7 — Zamanlı, olasılıksal ve saldırı altında ayrık olay denetimi
  Açık problem: Bu üçlüyü aynı anda ele alan çalışma neredeyse yok. Ayrıca emniyet ile güvenliğin birleşik çerçevesi raylı tarafta da eksik.
  Zaman kısıtları, olasılıksal davranış ve saldırgan varlığı ortak bir modelde ele alınacak; bu model altında denetleyici sentezi ve elde edilebilirlik koşulları incelenecek.
• D8 — Öğrenilen model altında model öngörülü kontrol garantisinin korunması
  Açık problem: MPC alanının bir numaralı sorusu. Kol görece küçük, rekabet az.
  Model öğrenme ile güncellenirken terminal küme, kısıt sıkılaştırma ve fizibilite korunumunun birlikte tasarlanması; elde edilen koşulların muhafazakârlığının ölçülmesi.
• D9 — Stokastik Petri ağı ve dijital ikiz modellerinin zamanla geçerliliğini yitirmesi
  Açık problem: Dijital ikiz modellerinin zamanla geçerliliğini yitirmesi problemi 2026’da ortaya konuldu, çözülmüş değil.
  Modelin saha verisinden saparak geçerliliğini yitirmesinin ölçülmesi, sapmanın erken saptanması ve modelin güvenli biçimde yeniden kalibre edilmesi için bir yordam geliştirilecek.