Hız kesici tümseklerin yakıt tüketimine etkisinin derin öğrenme algoritmaları ile tahmin edilmesi: Örnek bir uygulama
Estimating the effect of cushioners on fuel consumption with deep learning algorithm: An example application
- Tez No: 740051
- Danışmanlar: DR. ÖĞR. ÜYESİ ALİ ŞENTÜRK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Makine öğrenmesi, Veri yolu, Yakıt tüketimi, Machine learning, Data bus, Fuel consumption
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Isparta Uygulamalı Bilimler Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Trafiği düzenlemek için sıklıkla hız kesici tümsekler (kasisler) kullanılmaktadır. Bununla birlikte kasisler sürüş konforunun azalması ve yakıt tüketimini arttırma gibi problemlere de sebep olmaktadır. Günümüzde otomobillerde verilere OBD-II portundan anlık olarak ulaşılabilmektedir. Bu tezde kasislerde araçların yavaşlama ve hızlanmasının yakıt tüketimine etkisinin belirlenmesi amaçlanmıştır. Bunun için kasis bulunan güzergahlarda otomobil kullanılmış ve OBD-II portundan Arduino ile gerçek zamanlı hız ve yakıt tüketimi verileri alınmıştır. Alınan veriler ön işleme ve normalizasyona tabi tutulmuştur. Yakıt tüketimini tahmin etmek için Tekrarlayan Sinir Ağları (RNN), Uzun Kısa Süreli Bellek (LSTM), Geçitli Tekrarlayan Birim (GRU) yineleyen derin öğrenme modelleri geliştirilmiştir. Ön işlenmiş veriler modelleri eğitmede kullanılmıştır. Veri setinin örnekleme zamanı olarak 300ms seçilmiştir. Yakıt tüketiminin hesaplanması için geriye doğru birden fazla veriye ihtiyaç duyulduğundan sistem pencere kaydırma yöntemi ile eğitilmiştir. Pencere boyutu ise 5, 10 ve 15 olarak seçilmiştir. Verilerin %60'ı eğitim ve %40'ı doğrulama için kullanılmıştır. Geliştirilen modellerde hiperparametre optimizasyonu yapılmıştır. Böylece katman sayısı, katmanlardaki hücre sayısı, hücrelerin aktivasyon fonksiyonları ve öğrenme oranı belirlenmiştir. Doğrulama setinde en düşük ‰63 ortalama kare hatası elde edilmiştir. Geliştirilen modeller kullanılarak farklı kasisler ve hız senaryolarının yakıt tüketimine olan etkileri tahminlenmiştir. Kasislerden geçiş için belirlenen hız ve zaman verileri kullanılarak yakıt tüketiminin kasis etkisi boyunca %16,30 ile %31,03 arasında arttırdığı sonucuna ulaşılmıştır.
Özet (Çeviri)
Speed bumps are used to regulate traffic frequently. However, bumps also cause problems such as decreased driving comfort and increased fuel consumption. Nowadays, data can be accessed instantly from the OBD-II port in vehicles. In this thesis, it is aimed to determine the effect of vehicle's slowing down and accelerating over bumps on fuel consumption. For this purpose, an automobile is used on the routes with bumps and real-time speed and fuel consumption data is obtained from the OBD-II port with Arduino. The received data is preprocessed and normalized. Recurrent Neural Networks (RNN), Long Short-Term Memory (LSTM), Gated Recurrent Unit (GRU) deep learning models are developed to predict fuel consumption. The preprocessed data is used to train the models. The sampling time of the data set is 300ms. The system is trained with the window slide method. The window size is selected as 5, 10 and 15. 60% of the data is used for training and 40% for validation. Hyperparameter optimization is conducted in the models. Thus, the number of layers and the units in the layers, the activation functions and the learning rate is specified. The lowest mean square error is obtained as 63‰ in the validation set. The effects of different speed scenarios on fuel consumption are predicted by using the models. In conclusion, the fuel consumption is increased between 16.30% and 31.03% during the impact of the bumps, by using the speed and time generated for the bumps.
Benzer Tezler
- Kent içi yollarda hız kesici platform ve tümsek profillerinin sürüş konforu üzerindeki etkilerinin arazi testleri, nümerik ve analitik modeller vasıtasıyla belirlenmesi
Determination of the effect of speed hump and bump profiles on urban roads in terms of ride comfort via field tests, numerical model and analytical model
ERTUĞRUL BİLGİN
Doktora
Türkçe
2018
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ABDULLAH HİLMİ LAV
- Karayollarındaki hız kesici kasislerden elektrik üretimi
Producing electricity from the speed bumps on highways
ALİ DEMİRCAN
Yüksek Lisans
Türkçe
2014
EnerjiMarmara ÜniversitesiMekatronik Ana Bilim Dalı
DOÇ. DR. MUSTAFA DEMETGÜL
DOÇ. DR. RECEP YENİTEPE
- Yüksek hız çeliği kesici takım üzerine yapılan titanyum nitrür kaplamanın kesici takım performansına etkilerinin incelenmesi
Effects of tool performance investigation of titanium nitride coating at high speed cutting tools
BEKİR YALÇIN
Yüksek Lisans
Türkçe
2002
Makine MühendisliğiSüleyman Demirel ÜniversitesiMakine Eğitimi Ana Bilim Dalı
DOÇ. DR. ABDULLAH ÖZSOY
- Karayolu trafiğinde bir akıllı hız kesici sisteminin geliştirilmesi
Development of an intelligent speed bump system in highway traffic
ZEKAİ KARAGÖZ
Yüksek Lisans
Türkçe
2009
TrafikYıldız Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. İBRAHİM EMİROĞLU
- Elektrokimyasal yöntem ile yüksek hız kesici takım çeliğinin borlanması
Electrochemical boronizing of high speed cutting tool steel
ALİ GEZER
Yüksek Lisans
Türkçe
2021
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CANAN GAMZE GÜLERYÜZ PARASIZ