Utilization of neural networks for simulation of vehicle induced flow in tunnel systems
Tünel sistemlerinde araç kaynaklı hava hızlarının yapay sinir ağları kullanılarak modellenmesi
- Tez No: 313744
- Danışmanlar: PROF. DR. KAHRAMAN ALBAYRAK, YRD. DOÇ. DR. CÜNEYT SERT
- Tez Türü: Doktora
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 152
Özet
Havalandırma şaftları ile donatılmış metro tünellerinde araç kaynaklı hava hızları yapay sinir ağları kullanılarak elde edilmiştir. Önerilen metodla, yer altı ulaşım yapılarında karşılaşılabilecek geometrik düzenlemelerin birçoğunun bulunduğu karmaşık sistemlerin modellemesi de yapılabilmektedir. Tek bir tünel içerisinde hareket eden bir trenin modellenmesi için, bir gizli katmanı olan, ileri beslemeli, geriye yayılımlı bir yapay sinir ağı eğitilmiştir. Araç kaynaklı hava akışında etkisi olduğu bilinen parametreler, boyutsuz değişkenler elde etmek amacıyla farklı gruplar halinde bir araya getirilmişlerdir. Bu sayede yapay sinir ağı için boyutsuz girdi ve hedef parametreleri elde edilmiştir. İlk boyutsuz girdi parametresi, tünelin majör kayıp katsayısı olan terimidir. Tren blokaj oranı ve tren uzunluğunun hidrolik çapına oranı sistem geometrisini tanımlamak için kullanılan diğer 2 boyutsuz parametrelerdir. Son boyutsuz girdi parametresi olarak, tren yüzey sürtünme katsayısı, sürükleme katsayısı, yanal alanı ve ön kesit alanı bir araya getirilerek elde edilen tren sürtünme katsayısı kullanılmıştır. Boyutsuz hız oranı, , yapay sinir ağları için kullanılan hedef parametresi olarak kullanılmıştır.
Özet (Çeviri)
Air velocities induced by underground vehicles in metro tunnels equipped with ventilation shafts are obtained using artificial neural networks. Complex tunnel shaft-systems with any number of tunnels and shafts and with most of the practically possible geometries encountered in underground structures can be simulated with the proposed method. A single neural network, of type feed-forward back propagation, with a single hidden layer is trained for modelling a single tunnel segment. Train and tunnel parameters that have influence on the vehicle induced flow characteristics are used together to obtain non-dimensional input and target parameters. First input parameter is the major head loss coefficient of tunnel, . Blockage ratio, and train aspect ratio are selected to be non-dimensional input parameters to represent the system geometry. As the final input parameter, skin friction coefficient of the train, drag coefficient of the train, ; frontal area of the train, and lateral area of the train, are combined into a single overall drag coefficient based on the train frontal area. Non-dimensional speed ratio is selected to be the only target parameter.
Benzer Tezler
- Görüntü işlemede derin öğrenme tabanlı süper çözünürlük uygulamaları
Deep learning based super resolution applications in image processing
AHENK VURAL
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- MODELLING AND ESTIMATION OF SHIP MOTIONS
GEMİ HAREKETLERİNİN MODELLENMESİ VE TAHMİNİ
ALPER ZİHNİOĞLU
Doktora
İngilizce
2023
Gemi Mühendisliğiİstanbul Teknik ÜniversitesiGemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MELEK ERTOGAN
- T4 ve T6 ısıl işlemli 6061 alüminyum levhanın iki eksenli gerilmeler altında şekil değiştirmesinin incelenmesi
Investigation of deformation of T4 & T6 heat treated 6061 aluminum plate under biaxial stress
EGEMEN UZ
Yüksek Lisans
Türkçe
2022
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAFAK YILMAZ
- State of charge estimation of lithium-ion batteries using machine learning approach
Makine öğrenmesi yaklaşımı kullanılarak lityum iyon pillerin şarj durumu tahmini
OSMAN ALPER ALTUN
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. EMİNE AYAZ
- Açıklanabilir yapay zekâ yöntemleri kullanarak drone ile kargo taşımacılığı üzerine örnek bir uygulama
A sample application on drone cargo transportation using explainable artificial intelligence methods
HELİN DİYAR HALİS
Yüksek Lisans
Türkçe
2024
Mekatronik MühendisliğiIsparta Uygulamalı Bilimler ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BEKİR AKSOY