Otomobil motor sesinden modelinin tanınması
Recognition of vehicle models from engine sounds
- Tez No: 507244
- Danışmanlar: PROF. DR. HİKMET RENDE
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Akdeniz Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 86
Özet
Bu tez çalışmasında, ses işleme yöntemleri ve sınıflandırma teknikleri kullanılarak 5 farklı model ve tipteki otomobilin motor seslerinden, bu otomobillerin modellerinin tanınması amaçlanmıştır. Ses kayıtları, yalıtımlı ve kapalı bir ortamda imkanlar dahilinde alınamamıştır. Bu nedenle ses kayıtları, dış ortam seslerinin (insan sesi, kuş sesi, çevre sesleri vb.) en az olacağı düşünülen gece saatlerinde açık bir ortamda alınmıştır. Ses kayıtları alınırken tüm araçlar rölanti halinde çalıştırılmıştır. Otomobiller rölanti halinde çalışırken her otomobilin motorundan ayrı ayrı ortalama 10'ar saniyelik süreler ile 50'şer adet ses verisi toplanmıştır. Toplanan ses verileri bilgisayar ortamına aktarılarak dijitalleştirilmiştir. Ses verileri incelendikten sonra, her araca ait 50 adet ses verisine welch yöntemi uygulanarak sinyallerin güç spektrum yoğunlukları hesaplanmış ve grafikleri tüm sesler için ayrı ayrı çizdirilmiştir. Güç spektrum grafiklerinden 17 adet farklı frekans bölgesi belirlenmiştir. Bu frekans bölgelerindeki genlik değerleri her araç için öznitelik olarak alınmıştır. Toplamda her araç için 50 adet ses kaydı olup 17 adet öznitelik seçildiğinden 17x50'lik öznitelik matrisi oluşturulmuştur. Çalışmada 5 farklı araç bulunduğu için toplamda 17x250'lik bir öznitelik matrisi elde edilmiştir. Bu öznitelik matrisinden 17x125'lik kısmı sınıflandırma için eğitimde kullanılmıştır geri kalan 17x125'lik kısmı ise eğitilen sınıflandırma yapısında başarı hesaplatmak için kullanılmıştır. Sınıflandırma için Yapay Sinir Ağları, Destek Vektör Makineleri ve k-En Yakın Komşuluk yöntemleri kullanılmıştır. Yapay Sinir Ağları ve k- En Yakın Komşuluk yöntemleri kullanılarak %99.2 başarı oranında, Destek Vektör Makineleri yöntemi kullanılarak %100 başarı oranında sınıflandırma yapılmış ve araç modelleri tanınmıştır.
Özet (Çeviri)
In this thesis study, it is aimed to recognize the vehicle models of 5 different model vehicles using their own motor sounds by using sound processing and classification techniques. Sound recordings were not taken in an isolated and enclosed environment. For this reason, the sound recordings were taken in an open environment at night, where the ambient sounds (human voice, bird sound, ambient sounds, etc.) are expected to be minimal. All the vehicles were operated in idle mode while sound recordings were taken. While the vehicles were operating in idle mode, 50 voice sounds were collected every 10 seconds for each car. The collected sound data was digitized by being transfered the computer. After examining the sound data, the power spectral densities of the signals were calculated by applying the welch method to 50 sound data of each interval and the graphs were ploted separately for all sounds. 17 different frequency regions were determined from the power spectrum graphs. The amplitude values in this frequency domain are taken as attributes for each vehicle. When there are 50 voice recordings and 17 feature vectors for each vehicle, the feature matrix is set to 17x50. Since there were 5 different vehicles in the study, a total of 17x250 feature matrices were obtained. The 17x125 part of this matrix was used in training for classification and the remaining 17x125 was used to calculate success in the trained classification. Artificial Neural Networks, Support Vector Machines and k-Nearest Neighbors method were used for classification. 100% success rate was achieved by Support Vector Machine method and 99.2% success rate was achieved by Artificial Neural Networks and k- Nearest Neighbors methods. With these high success rates, the vehicle models were recognized.
Benzer Tezler
- Otomobil motor elemanlarında malzeme seçimi
Material selection for automotive engine components
NAZMİ DEMİRTAŞ
Yüksek Lisans
Türkçe
2012
Makine MühendisliğiAtatürk ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. RUHİ YEŞİLDAL
- Otomobil motor kulağının tasarım optimizasyonu
Design optimization of an automobile engine mounting bracket
DEVRİM BİLDİRİCİ
Yüksek Lisans
Türkçe
2024
Makine MühendisliğiDokuz Eylül ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET MURAT TOPAÇ
- Elektrikli otomobil motor sürücü devrelerinde farklı fiziki yapılarda işletme başarımının tespitine katkılar
Contributions to determining the operational performance of motor control circuits having different physical structures for electric vehicles
NAİL GÜZEL
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL SERDAR ÖZOĞUZ
DR. ÖĞR. ÜYESİ DERYA AHMET KOCABAŞ
- Characterization of austempered ductile and vermicular graphite high simo and alsimo alloyed cast iron
Östemperlenmiş yüksek simo ve alsimo katkılı, küresel ve vermiküler grafitli dökme demirlerin karakterizasyonu
ALPER ÖZDEMİR
Yüksek Lisans
İngilizce
2016
Metalurji Mühendisliğiİstanbul Teknik ÜniversitesiMetalurji ve Malzeme Mühendisliği Ana Bilim Dalı
YRD. DOÇ. NURİ SOLAK
- Motor sporlarında yer alan otomobil üreticilerinin yarışlardaki performansları ile hisse senedi getirileri arasındaki ilişkinin analizi: Formula 1 Dünya Şampiyonası örneği
Analysis of the relationship between racing performances and stock returns of car manufacturers in motor sports: The case of Formula 1 World Championship
ABDULLAH ALPEREN GÜLTEKİN
Yüksek Lisans
Türkçe
2022
Ekonometriİstanbul ÜniversitesiPara Sermaye Piyasaları ve Finansal Kurumlar Bilim Dalı
DOÇ. DR. BURÇAY YAŞAR AKÇALI