Geri Dön

Development of an artificial neural network based analysis method for skin-stringer structures

Kirişle güçlendirilmiş kabuk yapılar için yapay sinir ağ bazlı analiz yöntemi geliştirilmesi

  1. Tez No: 474995
  2. Yazar: ANIL CANKUR
  3. Danışmanlar: YRD. DOÇ. DR. ERCAN GÜRSES
  4. Tez Türü: Yüksek Lisans
  5. Konular: Havacılık Mühendisliği, Aeronautical Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Havacılık ve Uzay Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 144

Özet

Bu çalışmanın amacı, kirişle güçlendirilmiş kabuk yapıların tasarımına yönelik bir araç geliştirmektir. Geliştirilecek aracın bu yapıların yük taşıma kapasitesini ve ağırlığını hızlı şekilde belirlemesi gerekmektedir. Bu amaçla, Python 2.7 programı kullanılarak yazılmış bir betikle 1440 farklı güçlendirilmiş kabuk yapının sonlu elemanlar (SE) modeli oluşturulmuş ve ticari SE programı olan ABAQUS kullanılarak bu modeller analiz edilmiştir. Yazılan betik, modelin oluşturulması, modelin analizi, burkulma yükünün, çökme yükünün ve toplam ağırlığın elde edilmesi ve ABAQUS analiz sonuçlarının derlenmesi için kullanılmıştır. Bu 1440 modelin girdi parametreleri ve analiz sonuçları, hâlihazırda yaratılmamış olan güçlendirilmiş kabuk yapıların burkulma yükünü, çökme yükünü ve ağırlığını hızlı bir şekilde belirlemek için MATLAB NNTOOL araç kutusunda bir yapay sinir ağı (YSA) oluşturulmasında kullanılmıştır. Oluşturulan YSA'nın performansı SE sonuçlarıyla yapılan karşılaştırmalarla gösterilmiştir.

Özet (Çeviri)

The purpose of this work is to develop a tool for the design of skin-stringer structures. The tool to be developed needs to quickly identify the load carrying capacity and weight of these structures. For this purpose, finite element (FE) models of 1440 different skin-stringer structures were created with a script written in Python 2.7, and these models were analyzed using the commercial FE program ABAQUS. The script was used to construct the model, analyze the model, calculate the buckling load, the collapse load and the total mass, and collect the ABAQUS analysis results. The input parameters and analysis results of these 1440 model were used to create an artificial neural network (ANN) in the MATLAB NNTOOL toolbox for fast determination of the buckling load, the collapse load, and the weight of the skin-stringer assemblies that have not yet been created. The performance of the generated ANN was shown in comparison with FE results.

Benzer Tezler

  1. Zaman serilerinde fraktal analiz yöntemiyle yapay sinir ağı tahmin modeli geliştirilmesi: Bitcoin uygulaması

    Development of an artificial neural network prediction model using fractal analysis method in time series: Bitcoin application

    ADEM AKSAN

    Doktora

    Türkçe

    Türkçe

    2025

    EkonometriBursa Uludağ Üniversitesi

    Ekonometri Ana Bilim Dalı

    PROF. DR. AYŞE OĞUZLAR

  2. Otomotiv döküm parça talep tahmininin yapay sinir ağları ile modellenmesi ve arıma yöntemi ile karşılaştırmalı analizi

    Modeling automotive casting part demand forecasting with artificial neural networks and comparative analysis with arima method

    SELİNAY KAYALI

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Endüstri ve Endüstri MühendisliğiSakarya Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MERVE CENGİZ TOKLU

  3. İmalat sistemlerinin tasarlanması ve öncelik kurallarının belirlenmesinde yapay sinir ağlarının kullanılması

    Başlık çevirisi yok

    TARIK ÇAKAR

    Doktora

    Türkçe

    Türkçe

    1997

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    PROF. DR. AYHAN TORAMAN

  4. Uyarlanabilir sinirsel bulanık çıkarım sistemi tabanlı alternatif bir kredi derecelendirme yönteminin geliştirilmesi

    The development of an alternative method for the sovereign credit rating system based on adaptive neuro fuzzy inference system

    HAKAN PABUÇCU

    Doktora

    Türkçe

    Türkçe

    2015

    EkonometriKaradeniz Teknik Üniversitesi

    Ekonometri Ana Bilim Dalı

    DOÇ. DR. TUBA YAKICI AYAN

  5. Yapay zekâ ile yemeğin otomatik pişmesini renk takibi ile yapan sistemin geliştirilmesi

    Development of an automated cooking system using artificial intelligence and color tracking

    FIRAT KOÇYİĞİT

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Katip Çelebi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. AYŞEGÜL ALAYBEYOĞLU