Geri Dön

Akışkanların termodinamik özelliklerinin yapay sinir ağı yöntemi ile belirlenmesi

Determination of thermodynamic properties of fluids by artificial neural network method

  1. Tez No: 167551
  2. Yazar: ELİFE ÖZNUR YILDIRIM
  3. Danışmanlar: Y.DOÇ.DR. MUSTAFA KOYUNCU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Fizik ve Fizik Mühendisliği, Physics and Physics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2005
  8. Dil: Türkçe
  9. Üniversite: Selçuk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Fizik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 81

Özet

ÖZET Yüksek Lisans Tezi AKIŞKANLARIN TERMODİNAMİK ÖZELLİKLERİNİN YAPAY SİNİR AĞI YÖNTEMİ İLE BELİRLENMESİ Elife Öznur YILDIRIM Selçuk Üniversitesi Fen Bilimleri Enstitüsü Fizik Anabilim Dalı Danışman : Yrd. Doç. Dr. Mustafa KOYUNCU 2005, 75 Sayfa Jüri : Doç. Dr. Ayhan ÖZMEN Doç. Dr. Ülfet ATAV Yrd. Doç. Dr. Mustafa KOYUNCU Bu çalışmada akışkanların viskozite korelasyonlarını geliştirmek için yapay sinir ağı yönteminden faydalanılmıştır. Yöntemin doğruluğunu ve başarısını göstermek amacıyla sıcaklığın ve basıncın bir fonksiyonu olarak propana ait bir viskozite denklemi geliştirilmiş ve elde edilen sonuçlar propanın geleneksel viskozite korelasyonu ile karşılaştırılmıştır. Geleneksel korelasyonların tümü, viskoziteyi, sıcaklık (T) ve yoğunluğun (p) bir fonksiyonu şeklinde ifade ederler. Birçok deneysel ölçümün, yoğunluklar yerine, belirli basınçlarda (P) alınması sebebiyle herhangi bir deneysel verinin (P, T) uzayından (p, T) uzayına yüksek doğrulukta bir hal denklemi kullanılarak dönüştürülmesi gerekir. Sinir ağı yöntemi, sıvı ve buhar haldeki propanın viskozitelerini sıcaklık ve basınç cinsinden elde edebilmekte ve böylece uygun bir hal denklemine olan ihtiyacı ortadan kaldırmaktadır. Sonuçta elde edilen viskozite sinir ağı denklemlerinin deneysel veriler ve diğer referans çalışmalar ile olan mükemmel uyumu, yapay sinir ağı teloüğinin viskozite korelasyonları geliştirmede tercih edilmesi gereken bir yöntem olduğunu ortaya koyar. Anahtar Kelimeler : yapay sinir ağları, viskozite korelasyon yöntemleri, viskozite sinir ağı denklemi, propan.

Özet (Çeviri)

ABSTRACT M. Sc. Thesis DETERMINATION OF THERMODYNAMIC PROPERTIES OF FLUIDS BY ARTIFICIAL NEURAL NETWORK METHOD Elife Öznur YILDHUM Selçuk University Graduate School of Natural and Applied Sciences Department of Physics Supervisor : Assist. Prof. Dr. Mustafa KOYUNCU 2005, 75 Page Jury : Assoc Prof. Dr. Ayhan ÖZMEN Assoc. Prof. Dr. Ülfet ATAV Assist. Prof. Dr. Mustafa KOYUNCU In this study an artificial neural network technique has been adopted for developing viscosity correlations of fluids. For the purpose of demonstrating the accuracy and success of the method, a viscosity equation of propane as a function of temperature and pressure has been developed and the results obtained were compared with the traditional correlation of propane. All the traditional correlations express viscosity as a function of temperature (7) and density (p). Since most experimental measurements are carried out at specified pressures (P), instead of specified densities, any experimental data needs to be converted from (P, T ) space to (p, T ) space by using a high accuracy equation of state. The neural network technique is capable of fitting the viscosity of liquid and vapour propane in terms of temperature and pressure thus bypassing the need for a convenient equation of state. The excellent agreement of the resulting viscosity neural network equations with the experimental data and the other reference studies indicates that artificial neural network technique should be the preferred method of choice when developing viscosity correlations. Key Words : artificial neural networks, viscosity correlation techniques, viscosity neural network equation, propane. 11

Benzer Tezler

  1. Alternatif çalışma alışkanlıkları ile çalışan ejektörlü-absorbsiyon soğutma sisteminin yapay sinir ağları kullanılarak termodinamik analizi

    Thermodynamic analysis of absorption refrigerator system with ejektor performing by alternative refrigerator fluids using artifical neural networks

    MEHMET ÖZALP

    Doktora

    Türkçe

    Türkçe

    2004

    Teknik EğitimGazi Üniversitesi

    Makine Eğitimi Ana Bilim Dalı

    Y.DOÇ.DR. ADNAN SÖZEN

  2. Kompresörlü soğutma sistemlerinde farklı soğutucu akışkanlar için aşırı kızdırma ve aşırı soğutma etkisinin termoekonomik yönden incelenmesi

    Examination of superheating and subcooling effects in refrigeration systems with compressor in terms of thermoeconomics for different refrigerants

    ÖNDER KIZILKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2004

    Makine MühendisliğiSüleyman Demirel Üniversitesi

    Makine Eğitimi Ana Bilim Dalı

    Y.DOÇ.DR. REŞAT SELBAŞ

  3. Working fluid ranking using cosmo and Refprop softwares for a mobile waste heat recovery system

    Bir seyyar atık ısı geri kazanım sistemi için cosmo ve Refprop programları kullanılarak akışkanların sıralanması

    MUTLU ŞİMŞEK

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Ana Bilim Dalı

    PROF. DR. CEM SORUŞBAY

  4. Computational investigations for shock wave – boundary layer interactions of a thermally nonequilibrium hypersonic flow

    Isıl dengede olmayan hipersonik bir akıştaki şok dalgası – sınır tabaka etkileşimlerinin hesaplamalı yöntemlerle incelenmesi

    DAVUT VATANSEVER

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Havacılık Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BAYRAM ÇELİK

  5. Türkiye'deki jeotermal kaynaklar için güç santrallerinin termodinamik analizi ve optimizasyonu

    Thermodynamic analysis and optimization of power plants for geothermal resources in Turkey

    AHMET COŞKUN

    Doktora

    Türkçe

    Türkçe

    2011

    Makine MühendisliğiSüleyman Demirel Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALİ BOLATTÜRK

    PROF. DR. MEHMET KANOĞLU