Çalışma alanları için yapay zeka tabanlı açık çevrim kontrollü gün ışığı tabanlı aydınlatma sistemi geliştirilmesi
Development of an artificial intelligence based open loop controlled daylight assisted lighting system for workspaces
- Tez No: 1016961
- Danışmanlar: DOÇ. DR. MURAT AYAZ
- Tez Türü: Doktora
- Konular: Enerji, Elektrik ve Elektronik Mühendisliği, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Energy, Electrical and Electronics Engineering, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Enerji Sistemleri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Elektrik enerjisi tüketiminin önemli bir bileşeni olan aydınlatmada enerji tasarrufu sağlamak için cihaz ve kontrol teknolojileri hızla gelişmektedir. Ancak enerji tasarrufu sağlamak iddiası ile kullanıcıya sunulan teknolojilerin ve kontrol sistemlerinin düşük maliyetli ve kullanıcı dostu olması gerekmektedir. Kapalı çevrim kontrol stratejilerinin kararlı çalışma yapısı, mevcut açık çevrim kontrol stratejilerinin uygulandığı sistemler ile sağlanamamaktadır. Kullanıcılar yüksek maliyet ve işletme zorluklarına rağmen kapalı çevrim kontrol stratejisi tabanlı sistemleri tercih etmektedir. Bu tez çalışmasında, iç mekan aydınlatma yapıları için kapalı çevrim kontrol sistemlerine alternatif oluşturacak düşük maliyetli ve yapay zeka tabanlı gün ışığı tahmin modeli içeren açık çevrim kontrollü bir sistem geliştirilmesi hedeflenmektedir. Önerilen sistemde gün ışığı tahmin performansı, sistemin kapalı çevrim yapılarına kıyasla benzer performansları sağlaması için en önemli unsurdur. Bu kapsamda gün ışığı tahmini için merkezi bir sensör üzerinden elde edilen gün ışığı verisi, güneşin konumu, pencere ölçüleri, aydınlatma katsayısı, çalışma noktalarının ışık kaynağına olan mesafesi, çalışma alanının yönü gibi parametreler dikkate alınarak farklı tahmin modelleri üzerinde performans analizleri gerçekleştirilmiştir. En iyi tahmin performansı elde edilen Support Vector Regulasyon modeli tercih edilmiştir. Gerçekleştirilen çalışmada ilgili verilerin toplanması için bir kamu binasında veri toplama sistemi kurulmuş ve yaklaşık 2 yıl süre boyunca veriler toplanmıştır. Elde edilen sonuçlara göre, önerilen sistem ile kapalı çevrim kontrole göre %29 daha düşük maliyetli bir yapı kurgulanabildiğini ve yaklaşık 8,5 yıl süre içerisinde sistemin geri kazanılması mümkün olduğunu göstermiştir. Enerji verimliliği açısından ise %39 oranında tasarruf elde edilmiştir. Sonuçlar, yapay zeka destekli açık döngü kontrol yapısının, çalışma alanlarında geleneksel aydınlatma yöntemleri görsel konfor sunarken önemli ölçüde enerji tasarrufu sağlayabileceğini göstermektedir. Yapay zeka temelli gelişmeler ve daha yoğun veri setleri ile yapılacak yüksek performanslı tahmin modelleri ile gelecekte daha yüksek verimliliğe sahip aydınlatma sistemlerin oluşturulacağı ön görülmektedir ve bu çalışma benzer çalışmalar için temel teşkil edecektir.
Özet (Çeviri)
To achieve energy savings in lighting, which constitutes a significant component of electrical energy consumption, device and control technologies are rapidly advancing. However, technologies and control systems offered to users with the claim of energy savings must also be low-cost and user-friendly. The stable operating characteristics of closed-loop control strategies cannot be achieved with systems employing existing open-loop control strategies. Despite high costs and operational difficulties, users tend to prefer systems based on closed-loop control strategies. In this thesis, the objective is to develop a low-cost, open-loop controlled system incorporating an artificial intelligence–based daylight prediction model as an alternative to closed-loop control systems for indoor lighting structures. In the proposed system, daylight prediction performance is the most critical factor in ensuring performance comparable to that of closed-loop systems. Within this scope, performance analyses were conducted on different prediction models by considering parameters such as daylight data obtained from a central sensor, the position of the sun, window dimensions, lighting coefficients, the distance of work points from the light source, and the orientation of the workspace. Among these models, the Support Vector Regression (SVR) model, which achieved the best prediction performance, was selected. In the study, a data acquisition system was installed in a public building to collect the relevant data, and data were gathered over an approximately two-year period. The results indicate that, compared to closed-loop control, the proposed system can be designed with 29% lower cost and that the system investment can be recovered within approximately 8.5 years. In terms of energy efficiency, a savings of 39% was achieved. The findings demonstrate that an artificial intelligence–supported open-loop control structure can provide visual comfort comparable to traditional lighting methods in workspaces while achieving significant energy savings. It is anticipated that, with advances in artificial intelligence and the use of denser datasets, higher-performance prediction models will enable the development of more efficient lighting systems in the future, and this study will serve as a foundation for similar research.
Benzer Tezler
- Cfd-based pı/pıd controller for velocıty and headıngcontrol of the darpa suboff
Had tabanlı PI/PID kontrol yaklaşımı ile darpa suboffdenizaltısının hız ve rota kontrolü
DUYGU ÜNLÜ
Yüksek Lisans
İngilizce
2025
Gemi Mühendisliğiİstanbul Teknik ÜniversitesiGemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CİHAD DELEN
- Yapay zeka doğal dil işleme robotu ile yürütülen argümantasyon sürecinin incelenmesi
An investigation of the argumentation process conducted with an artificial intelligence natural language processing robot
MEHMET SERHAN KAL
Yüksek Lisans
Türkçe
2024
Eğitim ve ÖğretimMarmara ÜniversitesiMatematik ve Fen Bilimleri Eğitimi Ana Bilim Dalı
DOÇ. DR. EROL SÜZÜK
PROF. DR. OSMAN SERHAT İREZ
- Taxonomy and visualization of digital architecture knowledge: Proposal for a scientific online encyclopedia
Dijital mimarlık bilgisinin taksonomisi ve görselleştirilmesi: Bilimsel bir çevrim içi ansiklopedi önerisi
ESRANUR KARACİF
- Park alanları için atıkları sınıflandıran ve toplayan robot tasarımı
Design of a waste classification and collection robot for park areas
AYOOB NASRULDEEN MUHIULDEEN ALSALIHI
Yüksek Lisans
Türkçe
2026
Mekatronik MühendisliğiNecmettin Erbakan ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HALİME ERGÜN
- Gastroid mantar türlerinin makroskobik ve mikroskobik görüntülerikullanılarak yapay zeka destekli sınıflandırma modelinin geliştirilmesi
Development of an artificial intelligence-based classification model using macroscopic and microscopic images of gastroid fungi
EDA KUMRU
Yüksek Lisans
Türkçe
2026
BiyolojiAnkara ÜniversitesiBiyoloji Ana Bilim Dalı
PROF. DR. ILGAZ AKATA
DOÇ. DR. FATİH EKİNCİ