Veri temelli sinyal işleme ve durum analizi yöntemleriyle kuru çay kalitesinin tespiti
Determination of dried tea quality using data-based signal processing and situation analysis methods
- Tez No: 1017727
- Danışmanlar: DOÇ. DR. ERKAN CANER ÖZKAT, PROF. DR. FATİH GÜL
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mühendislik Bilimleri, Makine Mühendisliği, Mechatronics Engineering, Engineering Sciences, Mechanical Engineering
- Anahtar Kelimeler: Biyosensörler, Elektronik burun, Gaz sensörü, Siyah çay, Yapay zeka ve makine öğrenmesi dersi, Biosensors, Electronic nose, Gas sersor, Black tea, Artificial intelligence and machine learning course
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Recep Tayyip Erdoğan Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Makine Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Gıda endüstrisinde kalite kontrol süreçleri, geleneksel yöntemlerin subjektif yapısı ve zaman alıcı olması nedeniyle modern teknolojilere ihtiyaç duymaktadır. Özellikle çay üretiminde, kalite değerlendirmesi büyük ölçüde insan duyularına dayalı olarak yapılmakta ve bu durum değerlendirme sürecinde tutarsızlıklara ve hata payının artmasına neden olmaktadır. Bu tez çalışması, kuru çay kalitesinin belirlenmesi amacıyla veri temelli sinyal işleme ve denetimli makine öğrenmesi tekniklerini kullanarak, hızlı, güvenilir ve nesnel bir kalite değerlendirme sistemi geliştirmeyi amaçlamaktadır. Çalışma kapsamında, Bosch BME688 sensörü kullanılarak gaz, sıcaklık, nem ve uçucu organik bileşikler gibi çeşitli parametreler ölçülecek ve bu veriler MATLAB ortamında işlenecektir. Sensörlerden elde edilen ham veriler, analiz öncesinde ön işleme teknikleriyle gürültüden arındırılacak ve anlamlı özelliklerin çıkarılması sağlanacaktır. Sinyal işleme teknikleri olarak zaman, frekans ve zaman-frekans analizleri kullanılacaktır. Zaman domeninde istatistiksel momentler, maksimum-minimum analizleri gibi yöntemler uygulanırken, frekans domeninde Fourier dönüşümü ile spektral bileşenler incelenecektir. Zaman-frekans analizinde ise Kısa Zamanlı Fourier Dönüşümü (STFT) ve Daleksel Dönüşüm (Wavelet) gibi yöntemler kullanılarak sinyallerin zamana bağlı frekans değişimleri analiz edilecektir. Elde edilen özellikler, denetimli makine öğrenmesi algoritmaları kullanılarak işlenecek ve çay kalite sınıflandırması gerçekleştirilecektir. Destek Vektör Makineleri (SVM), Rastgele Orman (RF) ve Yapay Sinir Ağları (ANN) gibi algoritmaların performansı karşılaştırılacak ve model başarımı doğruluk, kesinlik ve duyarlılık gibi metrikler üzerinden değerlendirilecektir. Bunun yanı sıra, çay üretim sürecinde kalite düşüşlerini erken tespit edebilmek için kestirimci bakım algoritmaları geliştirilecek ve sistemin üretim hattında erken uyarı mekanizması olarak kullanılması sağlanacaktır. Bu çalışmanın, çay kalite analizinde MATLAB tabanlı veri işleme ve makine öğrenmesi entegrasyonu ile modern bir yaklaşım sunması ve geleneksel yöntemlere kıyasla hızlı, güvenilir ve objektif bir kalite kontrol süreci sağlaması hedeflenmektedir. Böylece, çay üretiminde standart bir kalite ölçüm yöntemi oluşturulacak ve süreçlerin daha verimli hale getirilmesine katkı sağlanacaktır.
Özet (Çeviri)
Quality control processes in the food industry require modern technologies due to the subjective nature and time-consuming nature of traditional methods. Especially in tea production, quality assessment is largely based on human senses, which leads to inconsistencies and increased margin of error in the assessment process. This thesis aims to develop a fast, reliable and objective quality assessment system using data-driven signal processing and supervised machine learning techniques to determine the quality of dry tea. Within the scope of the study, various parameters such as gas, temperature, humidity and volatile organic compounds will be measured using Bosch BME688 sensor and these data will be processed in MATLAB environment. The raw data obtained from the sensors will be cleaned from noise and meaningful features will be extracted by pre-processing techniques before analysis. Time, frequency and time-frequency analyses will be used as signal processing techniques. In the time domain, methods such as statistical moments and maximum-minimum analyses will be applied, while in the frequency domain, Fourier transform and spectral components will be examined. In time-frequency analysis, time-dependent frequency changes of signals will be analysed by using methods such as Short Time Fourier Transform (STFT) and Wavelet Transform (Wavelet). The obtained features will be processed using supervised machine learning algorithms and tea quality classification will be performed. The performance of algorithms such as Support Vector Machines (SVM), Random Forest (RF) and Artificial Neural Networks (ANN) will be compared and model performance will be evaluated on metrics such as accuracy, precision and sensitivity. In addition, predictive maintenance algorithms will be developed to detect quality degradation early in the tea production process and the system will be used as an early warning mechanism in the production line. This study aims to provide a modern approach to tea quality analysis with MATLAB-based data processing and machine learning integration and to provide a fast, reliable and objective quality control process compared to traditional methods. Thus, a standard quality measurement method will be established in tea production and will contribute to making the processes more efficient.
Benzer Tezler
- Yeni Cami'nin akustik açıdan performans değerlendirmesi
Evaluation of the acoustical performance of the New Mosque
EVREN YILDIRIM
Yüksek Lisans
Türkçe
2003
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. SEVTAP YILMAZ DEMİRKALE
- Dinamik zemin model deneylerinin veri işleme analizleri ve sayısal model analizleri ile karşılaştırılması
Data processing analyses of soil model experiments and comparison with numerical model analyses results
ASLI ÇARK
Yüksek Lisans
Türkçe
2025
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. ESRA ECE BAYAT
- Robust image transmission in wireless multimedia sensor networks
Telsiz çoklu ortam duyarga ağlarında dayanıklı imge iletimi
PINAR SARISARAY BÖLÜK
Doktora
İngilizce
2011
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. A. EMRE HARMANCI
PROF. DR. ŞEBNEM BAYDERE
- Nonlinear solver-aided estimation filter based geostationary satellite navigation with available GNSS signals
Mevcut küresel uydu navigasyon sistemleri sinyalleri ile yer sabit yörünge uyduları için doğrusal olmayan çözücü destekli kestirim filtresi tabanlı navigasyon
FURKAN ŞEVİK
Yüksek Lisans
İngilizce
2025
Havacılık ve Uzay Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DEMET ÇİLDEN GÜLER
- Condition monitoring and fault detection for induction motors by spectral trending and stationary wavelet analysis
Spektral trend ve durağan dalgacık dönüşümü yardımıyla durum izleme ve arıza tanısı
DUYGU BAYRAM
Doktora
İngilizce
2015
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN SERHAT ŞEKER