Yapay sinir ağları yardımıyla iki fazlı akışlara elektrik empedans tomografisi uygulanması
Application of electrical impedance tomography to two - phase flow field with the help of artificial neural networks
- Tez No: 114598
- Danışmanlar: PROF. DR. MELİH GEÇKİNLİ, YRD. DOÇ. DR. LEVENT OVACIK
- Tez Türü: Yüksek Lisans
- Konular: Nükleer Mühendislik, Nuclear Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2001
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Nükleer Bilimler Enstitüsü
- Ana Bilim Dalı: Fizik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 72
Özet
Bu tez çalışmasında, yapay sinir ağlan yardımıyla iki fazlı akış alanlarına elektrik empedans tomografisi uygulaması yapılmıştır. Kapalı kanallar içindeki iki fazlı akış deneylerinde, kanal içindeki boşluk oram ve gaz fazının kesit içindeki dağılımı öncelikle ölçülmesi istenen parametrelerdendir ve bu sırada ölçümler akış alanım bozmadan yapılmalıdır. Bu amaç için, elektrik empedans tomografisi diğer yöntemlere göre daha uygun bir yöntemdir. Bu çalışmada, daha önce kare kesitli bir kanalda yapılan iki fazlı akış deneylerinde kullanılmış olan bir boşluk oram ölçüm düzeneği, tasarımım geliştirmek amacıyla yeniden göz önüne alınmıştır. Kare kesitli ve yalıtkan çeperli olan bir akış kanalının herbir duvarına, bir adet geniş elektrot monte edilmiştir. Bu dört elektrotlu sistemde, bir elektrottan akım verilirken seçilen bir diğer elektrot topraklanmış ve elektrot potansiyelleri ölçülmüştür. İleri problem iki boyutlu olarak modellenmiş ve elektrik potansiyeli ANSYS bilgisayar programının sonlu elemanlar yöntemi paketi ile çözülmüştür. Bir ileri beslemeli ve geriye yayarak öğrenen yapay sinir ağı, simülasyonlarla elde edilen bilgiler kullanılarak, boşluk oram ve yoğunluk dağılımım kestirmek üzere eğitilmiştir. Test sonuçlarına göre, seçilen 3x3 ızgara için kabul edilebilir hata şuurları içinde tatmin edici sonuçlar elde edilmiştir. Tasarlanan ölçüm sisteminin, elektrotlara temas eden elemanlardaki yoğunlukları, diğer elemanlardaki yoğunluklara göre daha doğru olarak kestirebildiği görülmüştür. Bu problem genellikle kötü koşullanmış ters problemler sınıfına girer. IX
Özet (Çeviri)
In this study, electrical impedance tomography is applied to two phase flows using artificial neural networks. In two-phase flow experiments conducted in closed conduits, one of the variables to be measured primarily is the distribution of void fraction across the flow area, which must be carried out noninvasively. For this purpose, electrical impedance tomography is one of the best among others. In this work, we reconsider a void fraction measurement setup which was used previously, with an intention to improve its functionality. On each wall of a conduit with a square cross section a considerably large electrode is mounted flush with the surface in contact with the fluid. In this four-electrode system, current is injected into one electrode, another electrode is grounded, and electrode potentials are measured. The two-dimensional forward problem is simulated with the help of ANSYS finite element package using its graphical user interface. A backpropagating feedforward neural network is trained with the randomly generated data to estimate any given pattern. For the chosen 3x3 coarse mesh size, the results obtained are quite satisfactory in estimating the void fraction within acceptable error bounds. It is observed that the imaging system can measure the pixel density more accurately for those elements in contact with the electrodes than the others. This problem is usually classified as ill-conditioned inverse problem. X
Benzer Tezler
- Çok fazlı akışlarda parçacık hız ve yön tahmini için hesaplamalı zekâ modelleri
Computational intelligence models for particle direction and velocity estimation in multi-phase flows
HATİCE TOMBUL
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Bölümü
YRD. DOÇ. AHMET MURAT ÖZBAYOĞLU
- Contribution a la recherche d'un cadre juridique pour un droit international de laconcurrence plus efficace
Daha etkin bir uluslararası rekabet için hukuki çerçeve arayışı
ALİ CENK KESKİN
Doktora
Fransızca
2009
HukukGalatasaray ÜniversitesiKamu Hukuku Ana Bilim Dalı
PROF. DR. JEAN MARC SOREL
PROF. DR. HALİL ERCÜMENT ERDEM
- Derin öğrenme ile cerrahi video anlama
Surgical video understanding with deep learning
ABDISHAKOUR ABDILLAHI AWALE ABDISHAKOUR ABDILLAHI AWALE
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DUYGU SARIKAYA
- Application of kNN-GRNN algorithm for liquid holdup determination in two-phase flow
İki fazlı akışta sıvı oranının belirlenmesi için kNN-GRNN algoritmasının kullanılması
MEHMET SADIK PEKTAŞ
Yüksek Lisans
İngilizce
2018
Petrol ve Doğal Gaz Mühendisliğiİstanbul Teknik ÜniversitesiPetrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT ÇINAR
- Modelling longitudinal motion of an electric vehicle and wheel slip control through NN based uncertainty prediction
Elektrikli aracın boyuna hareketinin modellenmesi ve yapay sinir ağı tabanlı belirsizlik kestirimli tekerlek kayma kontrolü
DUYGU ÖZYILDIRIM
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. OVSANNA SETA ESTRADA