Bilgisayarlı görü teknikleriyle kömür yakıtlı kazanlardaki yanma veriminin tahmini
Estimation of combustion efficiency in coal fired boilers with computer vision techniques
- Tez No: 635829
- Danışmanlar: DOÇ. DR. MUHAMMED FATİH TALU
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: İnönü Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 160
Özet
Kömür yakıtlı kazanlar kişisel ev, bina veya iş yerlerinin ısıtmalarında yaygın bir şekilde kullanılmaktadır. Kazanın verimli yakılması, ekonomik bir katma değer sağlamakla birlikte atmosfere bırakılan zararlı gazları azaltarak çevreye olumlu katkı sağlamaktadır. Bu tez çalışmasında, ev tipi kömür kazanlarının yanma verimini bilgisayarlı görme teknikleriyle otomatik hesaplayabilen yeni bir sistem önerilmektedir. Bu sistem, yanma sürecinde kazan içerisindeki alev formu görselini elde ederek profesyonel baca gazı analizör cihazlarıyla ölçülen verim değerlerine eşlemektedir. Bunun için elde edilen yüksek boyutlu alev görüntüleri düşük boyutlu öznitelik vektörlerine indirgenmekte ve yapay öğrenme teknikleriyle kazan veriminin tahmini yapılmaktadır. Tez kapsamında, birçok farklı öznitelik çıkarma ve modelleme yaklaşımının eşleşme doğruluğu üzerindeki etkisi analiz edilmiştir. Bu tezle sağlanan temel bilimsel katkı, mevcut yöntemlerle kıyaslandığında alev görseli ile verim ölçümü arasındaki en yüksek eşleştirme doğruluğunu sağlayan matematiksel modellerin geliştirilmesidir. Ayrıca alev görselinden baca gazı sıcaklığını tahmin edebilen matematiksel bir model de önerilmştir. Geliştirilen tahmin modellerinin prototip bir kömür kazanı üzerinde gerçek zamanlı uygulamaları yapılmıştır.
Özet (Çeviri)
Coal fired-boilers are widely used in the heating of personal houses, buildings or workplaces. The efficient burning of the boiler provides an economic added value, while reducing the harmful gases released into the atmosphere and contributing positively to the environment. In this thesis, a new system is proposed that can automatically calculate the combustion efficiency of household coal boilers using computer vision techniques. This system acquires the image of the flame form inside the boiler during the combustion process and maps it to the efficiency values measured with professional flue gas analyzer devices. For this, the high-dimensional flame images obtained are reduced to low-dimensional feature vectors and the boiler efficiency is estimated by artificial learning techniques. Within the scope of the thesis, the effect of many different feature extraction and modeling approaches on match accuracy was analyzed. The main scientific contribution provided with this thesis is the development of mathematical models that provide the highest matching accuracy between flame image and efficiency measurement compared to existing methods. In addition, a mathematical model is proposed that can predict the flue gas temperature from the flame image. Real-time applications of developed prediction models on a prototype coal fired-boiler have been made.
Benzer Tezler
- Riskli alanlar için LPG takılı araçların bilgisayarlı görü teknikleriyle tespit edilmesi
Detection of LPG fitted vehicles for risky areas with computer vision techniques
ÖZNUR SUÇEKEN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜL FATMA TÜRKER
- Otonom taşıyıcı araçlar için yüksek çözünürlüklü harita güncelleme
High definition map update for autonomous transfer vehicles
MUHAMMED OĞUZ TAŞ
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HASAN SERHAN YAVUZ
DOÇ. DR. AHMET YAZICI
- Hidroponik üretim için dalgıç robot tasarımı ve kontrolü
Submersible robot design and control for hydroponic production
NİHAT TURGAY TEKİN
Yüksek Lisans
Türkçe
2020
Mekatronik MühendisliğiMarmara ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. ERKAN KAPLANOĞLU
- Uzaktan algılama verileri kullanarak derin öğrenmeye dayalı arazi kullanımı ve arazi örtüsü haritalama modeli geliştirme
Developing a deep learning-based land use and land cover mapping model using remote sensing data
ŞAZİYE ÖZGE ATİK
Doktora
Türkçe
2021
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. CENGİZHAN İPBÜKER
- Aircraft detection from large scale remote sensing images with deep learning techniques
Büyük ölçekli uzaktan algılama görüntülerinden derin öğrenme teknikleriyle uçak tespiti
MEHMET SOYDAŞ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. ELİF SERTEL