Geri Dön

Otomotiv sektöründe yakıt tüketimi ve emisyon seviyelerinin veri madenciliği ile analizi

Application of data mining in automotive industry for analyzing fuel consumption and emission levels

  1. Tez No: 449477
  2. Yazar: SİMGE DENİZ
  3. Danışmanlar: PROF. DR. HADİ GÖKÇEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2016
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 137

Özet

Bu tez çalışması otomotiv sektöründe big data uygulama potansiyelini araştırmak amacıyla yazılmıştır. Bu amaca yönelik olarak, yakıt tüketimi ve emisyon seviyesini etkileyen en önemli araç kullanım ve sürüş parametreleri belirlenmiş ve veri madenciliği teknikleriyle sınıflandırılmıştır. Euro 6 emisyon sertifikasyon verisi ve kişisel araçların teknik verileri kullanılmıştır. SPSS programının çeşitli araçları kullanılarak veri seti düzenlenmiş ve analiz edilmiştir. Segmentasyon algoritmaları K-means ve Two-Step kullanılarak SPSS sonuçları analiz edilmiş ve etkili değişkenler belirlenmiş ve sonraki analizlerde kullanılmak üzere kategorize edilmiştir. Her bir parametrenin önemi, yakıt tüketimine katkısını tahmin edilmesi amacıyla veri analitik teknikleri ile değerlendirilmiştir. Böylece, yakıt verimliliği için optimal kontrol stratejileri geliştirilmesi mümkün olacaktır. Bu çalışmada öngörü kabiliyeti ve uygulama kolaylığı açısından sınıflandırma tekniklerinden yapay sinir ağları (neural network), bayes ağları ve C5.0 algoritması tercih edilmiştir. Bu teknikler Clementine 12.0 programında uygulandığında genel olarak araç ağırlığının ve motor kapasitesinin yakıt tüketimi, emisyon seviyesi üzerinde en etkili parametreler olduğu bulunmuştur. Yöntemler Clementine'daki Evaluation Node ile değerlendirilmiş ve elde edilen grafikler incelendiğinde en iyi tahmini C5.0 algoritmasının yaptığı bulunmuştur. Fakat, bazı durumlarda sinir ağları daha iyi ve güvenilir sonuçlar vermektedir.

Özet (Çeviri)

This thesis is aimed to investigate application potential of big data mining in the automotive industry. The most important usage and driving parameters, which effects fuel consumption and emission level of passenger cars identified and classified by using data mining methods. A dataset created by combining Euro 6 and technical specification data of passenger cars has been analyzed using different tools of SPSS, such as, descriptive statistics, correlations, regression and etc. The results have been compared and effecting parameters have been derived by segmentation algorithms aiming better results by categorizing variables for upcoming analysis. The importance of each parameter has been evaluated to predict its contribution on fuel consumption by data analytics technics. Therefore, it will be possible to build optimal control strategies for fuel efficiency. Adopted data mining technics in this study are classification algorithms, such as, neural networks, Bayesian networks and C5.0 algorithm as well as segmentation algorithms (e.g. K-means and Two-step) targeting foreseeability and simplicity. Application of those technics by Clementine 12.0 has shown that weight and engine capacity of passenger cars were the most important parameters in fuel consumption, respectively. Depending on the evaluation of the performance of those methods by Evaluation Node of Clementine, it has been found that C5.0 was the most efficient method to predict fuel consumption among others. However, the evaluation charts (Gain, Profit, ROI, etc.) have shown that neural network could have better prediction results in some conditions.

Benzer Tezler

  1. Numerical and experimental study of turbulent jet ignition method on wankel engine with passive pre-chamber

    Türbülanslı jet tutuşturma yönteminin wankel motorunda pasif ön yanma odası ile numerik ve deneysel çalışması

    HARUN DİLLİCE

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. OSMAN AKIN KUTLAR

  2. Ağır yük kamyonlarda 48v hafif hibrit stratejisinin enerji tüketimi ve emisyonlara etkisi

    Impact of 48v mild hybrid strategy on energy consumption and emissions in heavy duty trucks

    ERAY ERDAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Makine MühendisliğiYıldız Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALP TEKİN ERGENÇ

  3. İçten yanmalı motorlarda yanma gürültüsü

    Combustion noise in the internal combustion engines

    YUNUS EMRE TORUN

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. İSMAİL AHMET GÜNEY

  4. Hibrit elektrikli bir kamyon için bulanık mantık tabanlı enerji yönetim sistemi algoritmalarının geliştirilmesi

    Development of fuzzy logic based energy management system algorithms for hybrid electric truck

    HAZAL SÖLEK

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MURAT YILMAZ

  5. Benzinli motorun hava görüşüne yerleştirilen türbülatörün yanma ve emisyon üzerindeki etkisinin deneysel olarak incelenmesi

    Experimental research of turbulator that stated and on air inlet of petrol driven engine on ignition emission effect

    YAVUZ DEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    Mühendislik BilimleriFırat Üniversitesi

    Mühendislik Bilimleri Bölümü

    YRD. DOÇ. DR. CENGİZ ÖNER