Geri Dön

Nesnelerin interneti tabanlı makine öğrenmesine dayalı seçici sulama sistemi tasarım ve uygulaması

Internet of things based machine learning supported selective irrigation system design and implementation

  1. Tez No: 742777
  2. Yazar: HARUN DOLCEL
  3. Danışmanlar: DR. ÖĞR. ÜYESİ MAHMUT DURGUN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mekatronik Mühendisliği, Mechatronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Tokat Gaziosmanpaşa Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Mekatronik Ana Bilim Dalı
  12. Bilim Dalı: Mekatronik Bilim Dalı
  13. Sayfa Sayısı: 86

Özet

Son yıllarda hızlı nüfus artışıyla su tüketiminin artması, iklim değişikliği nedeniyle doğal su kaynaklarının azalması ve bilinçsiz tarımsal sulama sonucunda tatlı su kaynakları için ülkeler arası rekabetin artmasına sebep olmaktadır. Dünya nüfusu hızla artmakta ancak bu artışa paralel olarak tarımsal üretim aynı doğrultuda artmamaktadır. Tarımsal üretimdeki yetersizliğin sebeplerinden bir tanesi geleneksel yöntemlerle sulamanın hala yaygın olarak kullanılmasıdır. Geleneksel tarımsal sulamada, bitkinin ihtiyacından fazla su verilmekte ve suyun birçoğu bitki tarafından kullanılmadan buharlaşmaktadır. Tarımsal üretimde, su kullanımını en uygun seviye de tutmak, enerji tüketimini azaltmak ve mahsullerin kalitesini arttırmak için tarımsal sulamada akıllı teknolojilere olan ihtiyaç her geçen gün artmaktadır. Bu tez çalışmasında; tarımsal sulamada su kullanımını verimli hale getirilmektedir. Bitkiye özgü sulama programı oluşturacak nesnelerin interneti tabanlı ve makine öğrenmesine dayalı bir sistem tasarımı gerçekleştirilmiştir. Toprak nem verileri Kablosuz sensör ağ (WSN) tabanlı sistemi ile toplanmıştır. Seçici Sulama Sisteminin (SSS) karar verme mekanizmasına yardımcı olarak, FAO CROPWAT programı tarafında bitkilere özgü oluşturulan sulama suyu verileri kullanılmıştır. Elde edilen veriler doğrultusunda, bitkiye özgü sulama suyu miktarı, regresyon algoritmaları uygulanarak tahmin edilmiştir. Makine öğrenmesi ile elde edilen veriler MQTT protokolü ile NodeMCU işlemcisine gönderilerek suyun geçişine izin veren Selenoid Valflerin kontrolü sağlamıştır. Sistemde damla sulama yöntemi kullanılacaktır. Çalışmamızın enerji ihtiyacı Fotovoltaik (FV) sistemden elde edilmiştir.

Özet (Çeviri)

In recent years, the increase in water consumption due to rapid population growth, the decrease in natural water resources due to climate change and the unconscious agricultural irrigation result in an increase in competition between countries for fresh water resources. The world population is increasing rapidly, but in parallel with this increase, agricultural production does not increase in the same direction. One of the reasons for the inadequacy in agricultural production is the widespread use of irrigation with traditional methods. In traditional agricultural irrigation, more water is given than the plant needs and most of the water evaporates without being used by the plant. In agricultural production, the need for smart technologies in agricultural irrigation is increasing day by day in order to keep water use at the most appropriate level, reduce energy consumption and increase the quality of crops. In this thesis study; The use of water in agricultural irrigation is made efficient. An internet-based and machine-learning system design was carried out to create a plant-specific irrigation program. Soil moisture data was collected with a Wireless sensor network (WSN) based system. To assist the decision-making mechanism of the Selective Irrigation System (SSS), irrigation water data generated specifically for plants by the FAO CROPWAT program were used. In line with the data obtained, the amount of plant-specific irrigation water was estimated by applying regression algorithms. The data obtained by machine learning was sent to the NodeMCU processor with the MQTT protocol, allowing the control of the Solenoid Valves that allow the passage of water. Drip irrigation method will be used in the system. The energy requirement of our study was obtained from the Photovoltaic (FV) system.

Benzer Tezler

  1. On an efficient implementation of combined true random number generator and physically unclonable function on a SoC FPGA

    Bir SoC FPGA üzerinde kombine gerçek rastgele sayı üreteci ve fiziksel olarak klonlanamayan fonksiyonun verimli bir uygulaması üzerine

    YUNUS EMRE YILMAZ

    Doktora

    İngilizce

    İngilizce

    2024

    MatematikOrta Doğu Teknik Üniversitesi

    Kriptografi Ana Bilim Dalı

    DOÇ. DR. OĞUZ YAYLA

  2. Diş röntgen görüntülerinde hastalık ve materyal tespiti için makine öğrenmesine dayalı yaklaşımlar

    Machine learning-based approaches for disease and material detection in dental x-ray images

    ANDAÇ İMAK

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ABDULKADİR ŞENGÜR

  3. Mariot: an authoring framework for creating iot applications with mobile augmented reality

    Marıot: mobil artırılmış gerçeklik ile nesnelerin interneti uygulamaları üretmek için bir yapılandırma çerçevesi

    MERAL KUYUCU

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÖKHAN İNCE

  4. Kestirimci bakım sistemlerinde veri artırma yöntemlerinin geliştirilmesi ve bir uygulaması

    Development of data augmentation methods for predictive maintenance systems and an application

    SENA KALAY

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EYÜP ÇİNAR

    PROF. DR. İNCİ SARIÇİÇEK

  5. Machine learning based multi-scale joint forecasting-scheduling for the internet of things

    Nesnelerin interneti için makine öğrenmesi tabanlı çok ölçekli bütünleşik tahminleme-çizelgeleme

    MERT NAKIP

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Elektrik ve Elektronik MühendisliğiYaşar Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. VOLKAN RODOPLU

    PROF. DR. CÜNEYT GÜZELİŞ