Geri Dön

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

  1. Tez No: 114598
  2. Yazar: GÖKNUR ŞEKER
  3. Danışmanlar: PROF. DR. MELİH GEÇKİNLİ, YRD. DOÇ. DR. LEVENT OVACIK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Nükleer Mühendislik, Nuclear Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2001
  8. Dil: Türkçe
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Nükleer Bilimler Enstitüsü
  11. Ana Bilim Dalı: Fizik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. 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

    Türkçe

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji Üniversitesi

    Bilgisayar Mühendisliği Bölümü

    YRD. DOÇ. AHMET MURAT ÖZBAYOĞLU

  2. 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

    Fransızca

    2009

    HukukGalatasaray Üniversitesi

    Kamu Hukuku Ana Bilim Dalı

    PROF. DR. JEAN MARC SOREL

    PROF. DR. HALİL ERCÜMENT ERDEM

  3. Derin öğrenme ile cerrahi video anlama

    Surgical video understanding with deep learning

    ABDISHAKOUR ABDILLAHI AWALE ABDISHAKOUR ABDILLAHI AWALE

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilişim Sistemleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DUYGU SARIKAYA

  4. 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

    İngilizce

    2018

    Petrol ve Doğal Gaz Mühendisliğiİstanbul Teknik Üniversitesi

    Petrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MURAT ÇINAR

  5. 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

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. OVSANNA SETA ESTRADA