Hacimsel pikselleme yöntemi ile üç boyutlu nesne tanımlama ve gerçek zamanlı sonlu elemanlar analizi yapabilen derin öğrenme algoritması geliştirilmesi
Developing a deep learning algorithm that can perform three dimensional object identification and real time finite element analysis by volumetric pixelation method
- Tez No: 585202
- Danışmanlar: PROF. DR. ÖMER SİNAN ŞAHİN
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Konya Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 119
Özet
Sonlu elemanlar analizi, yapıların fiziksel davranışlarını tespit etmek için bilgisayar ortamında tasarlanan ve belirli formülasyonlar ile çözülen simülasyon yöntemidir. Problemin büyüklüğüne veya karmaşıklığına göre hazırlık ve çözüm süresi artmaktadır. Sonlu elemanlar analizi için olması gerekenler, geometri ve sınır koşullarıdır. SEA'nın zor ve yorucu olmasının sebebi hazırlık aşamasının çok fazla girdi istemesidir. Ayrıca SEA yapabilmek için ileri düzeyde mühendislik bilgisi de gereklidir. Üç boyutlu yazıcı kullanımının artması da SEA'ya olan ihtiyacı arttırmıştır. Cep telefonu ve tabletlerin işlem gücünün gelişmesi ile sonlu elemanlar analizinin, girdiye ihtiyaç duymadan telefon kamerası ile yapılabilirliğinin mümkün kılınması adına altyapı oluşturulmuştur. Basit analizlerin otomatik olarak yapılabilmesi için derin öğrenme algoritmaları tasarlanmıştır ve eğitilmiştir. Hayatımızın her alanına giren yapay zekânın, sonlu elemanlar analizi alanında ne gibi çözümler sunacağı incelenmiştir ve gerekli yöntemler için farklı algoritmalar yazılmıştır. Bu çalışmada, görüntü işleme yöntemi ile, analiz edilecek parçayı tanımlayan ve malzemesini sınıflandırabilen bir algoritma oluşturulmuştur ve yüksek başarı oranı ile çalışmıştır. Üç boyutlu geometrilerin sınıflandırılabilmesi için özelleştirilmiş bir evrişimli sinir ağı tasarlanmıştır. Üç boyutlu geometrilerin sinir ağlarına öğretilmesi için katı pikselleme yöntemi kullanılmış ve sinir ağı başarı ile eğitilmiştir. Sonlu elemanlar analizinin hızlandırılması ve geometrilerin sınıflandırılarak SEA'ya girdi sağlaması için 3888 farklı analiz sonucu yapay sinir ağlarında eğitilmiş ve doğruluk oranları tayin edilmiştir. Sonlu elemanlar analizi ile çözüm süresi 48 saati geçen problemler, yapay sinir ağı ile 10 saniye içinde %91 doğrulukla sonuç vermiştir.
Özet (Çeviri)
Finite element analysis is a simulation method which is designed in a computer environment to determine the physical behavior of structures and solved with certain formulations. Depending on the size or complexity of the problem, preparation and solution time increases. The requirements for finite element analysis are geometry and boundary conditions. The FEA is difficult and tiring because the preparatory phase requires too much input. In addition, advanced engineering knowledge is required to perform FEA. The increase in the use of three-dimensional printers has increased the need for FEA. With the development of the processing power of mobile phones and tablets, an infrastructure was established to enable the feasibility of finite element analysis with telephone camera without the need for input. Deep learning algorithms are designed and trained in order to perform simple analysis automatically. The solutions of artificial intelligence in all areas of our lives in the field of finite element analysis have been investigated and different algorithms have been written for the necessary methods. In this study, an algorithm that identifies the material to be analyzed and classifies its material has been created by the image processing method and has worked with high success rate. A customized convolutional neural network was designed to classify three-dimensional geometries. In order to teach three dimensional geometries to neural networks, solid pixelation method was used and neural network was successfully trained. In order to accelerate the finite element analysis and classify the geometries and provide input to the FEA, 3888 different analysis results were trained in artificial neural networks and accuracy rates were determined. Finite element analysis showed that the problems with a solution time exceeding 48 hours yielded 91% accuracy in 10 seconds with artificial neural network.
Benzer Tezler
- Sar ve optik uydu görüntüleri kullanılarak muz alanlarının saçılma değerleri analizi ve tespiti
The analysis and determination of banana fields backscatter values using sar and optical satellite images
DUYGUGÜL AKSU
Yüksek Lisans
Türkçe
2020
Astronomi ve Uzay BilimleriAkdeniz ÜniversitesiUzay Bilimleri ve Teknolojisi Ana Bilim Dalı
DOÇ. DR. NUSRET DEMİR
- High performance short wavelength infrared focal plane arrays
Yüksek performanslı kısa dalgaboyu kızılötesi odak düzlem dizinleri
KÜBRA ÇIRÇIR
Yüksek Lisans
İngilizce
2017
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. CENGİZ BEŞİKCİ
- Medical image compression approaches based on run-length, chain code and EZW encoding
Katar uzunluğu, zincir kod ve EZW kodlamaları tabanlı tıbbi görüntü sıkıştırma yaklaşımları
ERDOĞAN ALDEMİR
Doktora
İngilizce
2019
Elektrik ve Elektronik MühendisliğiDokuz Eylül ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. GÜLAY TOHUMOĞLU
- Hacimsel yoğunluk ayarlı/yoğunluk ayarlı radyoterapi cihazının mekanik ve dozimetrik kontrollerinin ARCCHECK ile yapılabilirliğinin incelenmesi
Investigation of mechanical and dosimetric quality assurance of volumetric modulated arc therapy/intensity modulated radiotherapy devices with arccheck
MEHMET EREN
Yüksek Lisans
Türkçe
2019
OnkolojiHacettepe ÜniversitesiKlinik Onkoloji Ana Bilim Dalı
PROF. DR. ABDULLAH FARUK ZORLU
- Hacimsel iskelet kası hasarları için polimer bazlı destek malzemelerin geliştirilmesi
Development of polymer based support materials for volumetric skeletal muscle damage
BERK BAŞTÜRKMEN
Yüksek Lisans
Türkçe
2020
Polimer Bilim ve TeknolojisiHacettepe ÜniversitesiPolimer Bilim ve Teknolojisi Ana Bilim Dalı
DOÇ. DR. EDA AYŞE AKSOY