Development of artificial neural network based design tool for aircraft engine bolted flange connection subject to combined axial and moment load
Eksenel ve moment yükü altındaki flanşlar için yapay sinir ağına dayalı cıvatalı flanş tasarım aracı geliştirilmesi
- Tez No: 489569
- Danışmanlar: PROF. DR. ALTAN KAYRAN
- Tez Türü: Yüksek Lisans
- Konular: Havacılık Mühendisliği, Aeronautical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Havacılık ve Uzay Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 122
Özet
Bu çalışma, kullanıcının, bileşik eksenel yük ve eğme momenti etkisindeki tipik uçak motoru bağlantılarını hızlı ve doğru bir biçimde analiz etmesini sağlayan, yapay sinir ağı (YSA) tabanlı bir tasarım aracı geliştirilmesi üzerine yapılmıştır. Tasarım aracı için geliştirilen sinir ağı, seçilen tasarım parametreleri permütasyonları sonucu ortaya çıkan, binlerce sonlu eleman analizinin çıktısını veri tabanı olarak kullanmıştır. Tanımlanan tasarım parametreleri cıvata sayısı, cıvata çapı, gövde kalınlığı, flanş kalınlığı, cıvatalara uygulanan önyükleme kuvveti ve bileşik eksenel kuvvet ile eğme momentinden oluşmuştur. Toplam 12000 sonlu eleman analizinden cıvata reaksiyon kuvveti ve flanş gerilimi çıktı olarak toplanmıştır. Bu çıktılar, tasarım girdileri ile bir araya getirilerek yapay sinir ağı geliştirme aşamasında kullanılmıştır. Geliştirilen yapay sinir ağı, daha sonra sonlu eleman analizlerinin çıktılarıyla karşılaştırılmıştır. Bu karşılaştırma sonucunda yapay sinir ağının sonlu eleman analizleri ile büyük uyum gösterdiği görülmüştür. Son olarak, yapay sinir ağını kullanıcı dostu bir tasarım aracına çevirmek amacıyla grafik kullanıcı ara yüzü yazılmıştır. Bu tasarım aracının uçak motorlarındaki silindirik cıvatalı flanş bağlantıları için, sonlu eleman analizlerinin yerini alarak, kuvvetli bir en iyileme analiz aracı olarak kullanılması amaçlanmıştır.
Özet (Çeviri)
In this thesis, a design tool using artificial neural network (ANN) is developed for the bolted flange connections, which enables the user to analyze typical aircraft engine connections subjected to combined axial and bending moment in a fast yet very accurate way. The neural network trained for the design tool uses the database generated by numerous finite element analyses for different combinations of parametric design variables of the bolted flange connection. The defined parameters are the number of bolts, the bolt size, the shaft thickness, the flange thickness, the pretension load acting on the bolt and the combined external axial force and bending moment. The outputs gathered from total 12000 FE analyses are the bolt reaction force and the average flange stress, which are collected to be used as database for the ANN training process together with the input design parameters. The results of the trained ANN are then compared with the FEA results. The comparison proves that the neural network shows great compliance with the non-linear FEA within the range of design parameters. As the last step, a graphical user interface is developed to turn the neural network into a user-friendly bolted flange design tool. It is believed that the developed design tool can replace the non-linear finite element analysis and be used very effectively in an optimization framework for the weight minimization of cylindrical bolted flange connections of aircraft engines.
Benzer Tezler
- Investigation of Reynolds number effects on aerodynamic characteristics of generic aircraft and estimation of Reynolds-dependent aerodynamic database using artificial neural network models
Genel uçakların aerodinamik özelliklerinde Reynolds sayısının etkilerinin araştırılması ve yapay sinir ağı modelleri kullanılarak Reynolds'a bağlı aerodinamik veri tabanının tahmini
RAMAZAN KARAASLAN
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiUçak Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM OZKOL
- Development of bolted flange design tool based on finite element analysis and artificial neural network
Civatalı flanş tasarım aracının sonlu elemanlar analizi ve yapay sinir ağı ile geliştirilmesi
ALPER YILDIRIM
Yüksek Lisans
İngilizce
2015
Havacılık MühendisliğiOrta Doğu Teknik ÜniversitesiHavacılık ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. ALTAN KAYRAN
- Kalman filtresi ve yapay sinir ağları yardımı ile kuvvet tahmini
Force estimation by using kalman filter and artificial neural networks
ÇAĞDAŞ MIDIKLI
Yüksek Lisans
Türkçe
2023
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ATA MUĞAN
- Antenlerin hızlı ve doğru tasarımı için esnek hesaplamaya dayalı sayısal karma yöntemler
Numerical hybrid methods based on soft computing for fast and accurate design of antennas
MAHMUD ESAD YİĞİT
Doktora
Türkçe
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT TAYFUN GÜNEL
- 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
ANIL CANKUR
Yüksek Lisans
İngilizce
2017
Havacılık MühendisliğiOrta Doğu Teknik ÜniversitesiHavacılık ve Uzay Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ERCAN GÜRSES