Dalgacık dönüşümü ile akış kontrolü problemlerinin bölgesel modellenmesi ve kontrolü
Regional dynamic modelling and control of flow problems with wavelets
- Tez No: 289989
- Danışmanlar: YRD. DOÇ. DR. COŞKU KASNAKOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: Türkçe
- Üniversite: TOBB Ekonomi ve Teknoloji Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 72
Özet
Bu tez çalışmasında dalgacık dönüşümü ile değişik akmazlık koşulları altında geribeslemeli akış kontrolü problemleri için bölgesel dinamik modeller elde edilmesikonusu anlatılmıştır. Öncelikle akışın anlık görüntüleri bu akışı tanımlayanNavier-Stokes denklemlerinin hesaplamalı akışkanlar dinamiği benzetimlerinden eldeedilmiştir. Daha sonra Dalgacık dönüşümü, eşikleme ve geri çatılama ile görüntülerdenoluşturulan katsayılardan sadece yaklaşıklama katsayılarıyla anlık görüntülerin kabuledilebilir derecede iyi oranda temsil edildiği gözlemlenmiştir. Bunun ardındanyaklaşıklama katsayılarının zamana bağlı değişimlerini temsil eden düşük boyutludinamik sistem modeli, alt uzay tanılama yöntemleri ile oluşturulmuştur. Bütünbu yöntem ve uygulamalar karesel alan üzerinde girişin sınır koşullarından sistemietkilediği bir akış örneği üzerinde geliştirilmiş ve istenen derecede başarılı sonuçlarverdiği görülmüştür. Dinamik modele uygun bir denetleyici tasarımı yapılmış ve ilgiliakış alanındaki bir noktanın hızını denetim altına aldığı gözlenmiştir.
Özet (Çeviri)
In this thesis, wavelet transform is used to obtain dynamical models describing thebehavior of fluid flow in a local spatial region of interest. First, snapshots of the floware obtained from computational fluid dynamics (CFD) simulations of the governingequations. A wavelet family and decomposition level is selected by assessing thesuccess of reconstruction under the resulting inverse transform. The flow is thenexpanded onto a set of basis vectors which are constructed from the wavelet function.The wavelet coefficients associated with the basis vectors capture the time variation ofthe flow within the spatial region covered by the support of basis vectors. A dynamicalmodel is established for these coefficients by using subspace identification methods.The approach developed is applied to a sample flow configuration on a square domainwhere the input affects the system through the boundary conditions. It is observed thatthere is good agreement between CFD simulation results and the predictions of thedynamical model. A controller is designed based on the dynamical model and is seento be successful in regulating the velocity of a given point within the region of interest.
Benzer Tezler
- Günlük akarsu akımlarının farklı makine öğrenmesi yöntemleri ile tahmini
Forecasting of daily stream flow using various machine learning methods
ULVİYE ZİYA
Yüksek Lisans
Türkçe
2024
İnşaat MühendisliğiAksaray Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET ALİ HINIS
- İleri veri işlem yöntemleri ile su kaynaklarının kullanımı ve planlanmasının optimizasyonu
Optimisation of water resources use and planning with advanced data processing methods
UĞUR AKBULUT
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. ZAFER ASLAN
- Evaluation of some neurological disorders by the analysis of EEG signals
EEG sinyallerinin analizi ile bazı nörolojik bozuklukların değerlendirilmesi
ÖZLEM KARABİBER CURA
Doktora
İngilizce
2021
Biyomühendislikİzmir Katip Çelebi ÜniversitesiBiyomedikal Teknolojiler Ana Bilim Dalı
PROF. DR. AYDIN AKAN
- Application of decomposition techniques in turbulent jet plows
Ayrıklaştırma yöntemlerinin türbülanslı jet akışlarına uygulanması
TAMER YILMAZ
Doktora
İngilizce
1998
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiGemi İnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ KODAL
- COVID-19 hastalığının derin öğrenme yöntemleri kullanılarak tespiti
Detection of COVID-19 disease using deep learning methods
HÜSEYİN YAŞAR
Doktora
Türkçe
2022
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT CEYLAN