Çamaşır kurutma makinesi verilerinden tekstil özelliklerin algılanması
Textile properties detection from dryer machine data
- Tez No: 1002962
- Danışmanlar: DOÇ. DR. MUSTAFA CEM KASAPBAŞI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Mühendislik Bilimleri, Computer Engineering and Computer Science and Control, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: İstanbul Ticaret Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, çamaşır kurutma makinelerinde yer alan gömülü sensör verileri kullanılarak tekstil özelliklerinin gerçek zamanlı olarak çıkarımlanması ve bu çıkarıma dayalı olarak kurutma sürecinin adaptif biçimde optimize edilmesi amaçlanmaktadır. Günümüzde yaygın olarak kullanılan çamaşır kurutma makineleri, kullanıcı tarafından seçilen sabit programlara dayalı çalışmakta olup, kurutulan tekstil ürünlerinin lif yapısı, nem tutma kapasitesi ve kuruma davranışları gibi parametreleri dikkate almamaktadır. Bu durum, hem gereğinden uzun kurutma sürelerine hem de yüksek enerji tüketimine yol açmakta; ayrıca tekstil ürünlerinde yapısal deformasyon riskini de artırmaktadır. Bu kapsamda çalışmada, sıcaklık, nem, motor akımı ve süre gibi zaman serisi verilerinden oluşan sensör çıktıları analiz edilerek, kurutma sürecine ilişkin dinamik değişkenlerin modellenmesi sağlanmıştır. Derin öğrenme mimarileri ve makine öğrenmesi algoritmaları kullanılarak, tekstil tipinin (örn. pamuklu, sentetik) ve nem profiline bağlı kuruma eğrilerinin sınıflandırılması gerçekleştirilmiştir. Geliştirilen model sayesinde, kurutma süreci boyunca gerçek zamanlı olarak tekstil özelliklerinin belirlenmesi ve buna uygun olarak kurutma süresinin, sıcaklık profilinin ve durma noktasının otomatik olarak ayarlanması mümkün hale gelmiştir. Çalışmanın sonuçları, önerilen yaklaşımın geleneksel sabit programlara kıyasla enerji tüketimini önemli ölçüde azalttığını ve kurutma kalitesinde iyileşme sağladığını ortaya koymaktadır. Bununla birlikte, sistemin farklı tekstil türlerine ve kullanıcı alışkanlıklarına adaptasyon yeteneği, çamaşır kurutma makinelerinin gelecekteki akıllı ev sistemlerine entegrasyonu açısından da önemli bir potansiyel sunmaktadır. Bu bağlamda, çalışma hem sürdürülebilir enerji kullanımı hem de ürün ömrünün korunması açısından stratejik bir katkı sunmaktadır.
Özet (Çeviri)
This study aims to enhance the efficiency of drying processes in household tumble dryers by inferring textile-specific characteristics from embedded sensor data in real time. Conventional tumble dryers operate based on fixed user-selected programs without considering the intrinsic properties of the laundry load, such as fiber composition, moisture retention capacity, and drying kinetics, which leads to suboptimal energy use, extended drying durations, and potential degradation of textile integrity. Within the scope of this work, multi-modal sensor data including temperature, humidity, motor current, and cycle time were systematically collected and analyzed to construct dynamic models of the drying process. Advanced deep learning architectures and machine learning algorithms were employed to classify textile types (e.g., cotton, synthetic) and predict drying behavior based on moisture profile trajectories. The developed framework enables the real-time identification of textile features during operation and adaptively adjusts drying parameters, including temperature curves, cycle length, and termination thresholds, accordingly. Experimental results indicate that the proposed system significantly outperforms conventional time- or moisture-based drying programs in terms of energy efficiency and drying performance. Moreover, the adaptive nature of the approach offers a robust foundation for integrating smart drying functionality into next-generation Internet of Things (IoT)-enabled home appliances. The findings underscore the strategic importance of data-driven control mechanisms in promoting both energy sustainability and textile preservation in domestic laundry systems.
Benzer Tezler
- Çamaşır kurutma makinelerinde kullanılan filtrelerin yapı ve malzemelerinin basınç kaybına etkisinin modellenmesi
Modelling of pressure drop effect of filters on tumble dryers depend on materials and structures
EZGİ GÜNEŞ
Yüksek Lisans
Türkçe
2013
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. SEYHAN ONBAŞIOĞLU
- Yıkayıcı kurutucu kondenser modellerinin deneysel ve sayısal olarak incelenmesi
Experimental and numerical investigation of washer dryer condenser models
MERT UMUTLU
Yüksek Lisans
Türkçe
2025
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
PROF. DR. HANİFE TUBA OKUTUCU ÖZYURT
- Isı pompalı çamaşır kurutma makinelerinde enerji tüketiminin azaltılması
Reducing energy consumption in tumble dryer with heat pumps
EMRE GEZE
Yüksek Lisans
Türkçe
2023
Makine MühendisliğiYıldız Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZDEN AĞRA
- Kondenserli çamaşır kurutma makinesinin enerji ve kurutma performansının sayısal ve deneysel incelenmesi
Numerical and experimental investigation of energy and drying performance of condenser tumble dryer
VASIF CAN YILDIRAN
Yüksek Lisans
Türkçe
2024
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. HASAN GÜNEŞ
- Çalışma şartlarında modal analiz
Operational modal analysis
ALEKS KUYUMCUOĞLU
Yüksek Lisans
Türkçe
2008
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. KENAN YÜCE ŞANLITÜRK