Yapay zeka yaklaşımları ile gemi ana makinesinin belirlenmesi ve optimum organik rankine çevrimli atık ısı geri kazanım sisteminin kurulması
Determination of ship main engine and establishment of optimum organic rankine cycle waste heat recovery system with artificial intelligence approaches
- Tez No: 675884
- Danışmanlar: DR. ÖĞR. ÜYESİ İSMAİL ALTIN
- Tez Türü: Doktora
- Konular: Gemi Mühendisliği, Mühendislik Bilimleri, Marine Engineering, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Gemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 240
Özet
Sunulan tez çalışmasında yapay zeka yaklaşımları kullanılarak gemi ana makinesinin belirlenmesi ve optimum ORC tabanlı atık ısı geri kazanım sisteminin kurulması konusu incelenmiştir. İlk olarak yapay sinir ağları (YSA) kullanılarak konteyner, tanker ve dökme yük gemileri için ana makine gücünü tahmin eden modeller geliştirilmiştir. Daha sonra gemi ana makine seçiminde etkili kriterlerin, bulanık AHP metoduyla değerlendirilmesi gerçekleştirilmiştir. Son olarak bir konteyner gemisi için optimum ORC tabanlı atık ısı geri kazanım sistemi araştırılmıştır. Optimum atık ısı geri kazanım sistemi için çok amaçlı gri kurt algoritması kullanılarak optimizasyon çalışması gerçekleştirilmiştir. Yapılan analizler neticesinde gemilerde ana makine gücünü tahmin etmek için geliştirilen YSA modellerinin oldukça üstün performans sergilediği görülmüştür. Bulanık AHP ile yapılan ana makine seçiminde etkili kriterlerin değerlendirilmesi sonucunda en önemli üç kriter, yakıt tüketimi, ana makinenin kolay işletilebilmesi ve bakım maliyeti olarak belirlenmiştir. Son bölümde konteyner gemisi için yapılan ORC uygulamasında farklı iş akışkanları ve farklı ORC yapıları kullanılarak gerçekleştirilen optimizayon çalışmaları neticesinde pareto çözümler elde edilmiştir. Elde edilen pareto çözümler kullanılarak termodinamik, ekonomik, iş akışkanının çevresel etkisi ve tehlike seviyesi kriterleri dikkate alınarak geliştirilen özgün kapsamlı değerlendirme stratejisi ile nihai iş akışkanı tespit edilmiştir. Yapılan analiz sonuncunda hem temel ORC hem de reküperatörlü ORC (RORC) için en uygun iş akışkanının R245fa olduğu tespit edilmiştir. Daha sonra R245fa iş akışkanı kullanılarak tasarım ve tasarım dışı çalışma koşulları için analizler gerçekleştirilmiştir. Son olarak temel ORC ve RORC sistemleri karşılaştırılmış ve RORC sisteminin daha üstün olduğu belirlenmiştir.
Özet (Çeviri)
In the presented thesis, the determination of the ship main engine and the establishment of the optimum ORC based waste heat recovery system using artificial intelligence approaches were examined. First, models for predicting the main engine power for containers, tankers and bulk carriers were developed using artificial neural networks (ANN). Then, major criteria in the selection of the ship's main engine were determined and evaluated with the fuzzy AHP method. Finally, the optimum ORC based waste heat recovery system was investigated for a container ship. An optimization study was carried out using a multi-objective gray wolf algorithm for the optimum waste heat recovery system. As a result of the analysis, it was observed that the ANN models developed to predict the main engine power in ships exhibit quite superior performance. As a result of the evaluation of the major criteria in the selection of the main engine performed with Fuzzy AHP, the three most important criteria were determined as fuel consumption, easy operation of the main engine and maintenance cost. In the last part, pareto solutions were obtained as a result of optimization studies using different working fluids and different ORC configuration in the ORC application for the container ship. Using the pareto solutions, the final working fluid was determined by the unique comprehensive evaluation strategy developed by taking into account the thermodynamic, economic, environmental impact and hazard level of the working fluid. As a result of the analysis, it was determined that the most suitable working fluid for both basic ORC and RORC is R245fa. Then, analyzes were performed for design and off-design operating conditions using the R245fa working fluid. Finally, the basic ORC and RORC systems were compared and it was determined that the RORC system was superior.
Benzer Tezler
- A universal ship design network
Tümsel gemi tasarım ağı
BARAN SERDAR SARIOĞLU
Yüksek Lisans
İngilizce
2017
Gemi Mühendisliğiİstanbul Teknik ÜniversitesiGemi ve Deniz Teknoloji Mühendisliği Ana Bilim Dalı
PROF. DR. ABDİ KÜKNER
- A psychological assessment model on the commercial maritime transport sector
Ticari deniz taşımacılığı sektörüne ilişkin bir psikolojik değerlendirme modeli
CENK AY
Doktora
İngilizce
2024
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ELİF BAL BEŞİKÇİ
- Development of a dynamic navigational risk assessment model
Dinamik bir seyir risk analizi modelinin geliştirilmesi
YUNUS EMRE ŞENOL
Doktora
İngilizce
2020
Deniz Bilimleriİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZCAN ARSLAN
- Fine-tuning convolutional neural networks for maritime vessel classification, verification and recognition
Evrişimli sinir ağlarında eğitim transferi ile gemi sınıflandırma, doğrulama ve tanıma
CAHİT DENİZ GÜRKAYNAK
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. NAFİZ ARICA
- Development of operation and maintenance strategies for offshore wind industry based on big data management
Büyük veri yönetimi ile açık deniz rüzgar endüstrisinde işletme ve bakım stratejilerinin geliştirilmesi
UWE LUETZEN
Doktora
İngilizce
2024
Enerjiİstanbul Teknik ÜniversitesiGemi ve Deniz Teknoloji Mühendisliği Ana Bilim Dalı
PROF. DR. SERDAR BEJİ