Artificial neural network-based design tool for the horizontal stabilizer of a helicopter
Bir helikopter yatay dengeleyicisi için yapay sinir ağı tabanlı tasarım aracı
- Tez No: 798241
- Danışmanlar: PROF. DR. BORA YILDIRIM
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 89
Özet
Helikopter tasarlamak oldukça zor ve karmaşıktır. Ön tasarım aşamasında verilen her karar, helikopter projesinin sonraki tasarım aşamalarını ciddi şekilde etkiler. Bu nedenle tasarım için başlangıçta doğru ve mantıklı kararların verilmesi hayati önem taşımaktadır. El hesaplamaları, sonlu eleman analizleri ve yapısal testler kavramsal tasarım parametrelerinin belirlenmesinde faydalıdır. Ancak, sonlu elemanlar analizleri yapmak ve el hesabı yapmak oldukça fazla zaman alır. Ayrıca, erken tasarım aşamalarında farklı yapı tiplerini test etmek çok maliyetli olabilir. Bu zaman alıcı ve pahalı süreçler, her farklı projenin yapısal tasarım aşamasında tekrarlanır. Bu nedenle, bu sorunu çözmek için etkili bir çözüme ihtiyaç vardır. Yapay sinir ağları, bu sorunu aşmak ve ilk tasarım aşamasında harcanan emek ve zamanı azaltmak için kullanılabilecek güçlü modellerdir. Bu tez çalışmasında, bir helikopterin yatay stabilizatörünün statik yapısal özelliklerini belirlemek için yapay sinir ağı tabanlı bir tasarım aracı geliştirilmiştir. Bir yapay sinir ağı modelinin eğitimi için gerekli olan veri tabanı, yatay dengeleyicinin sonlu elemanlar analizlerinden yararlanılarak oluşturulmuştur. Bu analizler, farklı tasarım değişkenleri için aerodinamik yük altında gerçekleştirilmiştir. Bu verilerle eğitilen sinir ağı modeli Python'da Keras kütüphanesi kullanılarak oluşturulmuştur. Model çıktıları daha sonra sonlu elemanlar analizi sonuçları ile karşılaştırılmış ve model performansı sunulmuştur. Son olarak, Hammersley örnekleme metodolojisi kullanılarak veri tabanı azaltılmış ve ağ modelini besleyen veri sayısını azaltmanın etkisi değerlendirilmiştir.
Özet (Çeviri)
Designing a helicopter is quite difficult and complex. Every decision made in the preliminary design phase seriously impacts the further design phases of a helicopter project. Therefore, it is vital to initially make the right and logical decisions for the design. Hand calculations, finite element analyses, and structural tests are beneficial to determine the conceptual design parameters. However, it takes much time to perform many finite element analyses and hand calculations. Furthermore, testing different types of structures in the early design stages can be very costly. These time-consuming and expensive processes are repeated in the structural design stage of each various project. Therefore, an efficient solution is needed to address this problem. Artificial neural networks are powerful models that may be used to overcome this issue and to reduce the effort and time spent in the initial design phase. In this thesis, an artificial neural network-based design tool has been developed to determine the static structural characteristics of the horizontal stabilizer of a helicopter. The database required for training an artificial neural network model was created utilizing the finite element analyses of the horizontal stabilizer. These analyses were performed under the aerodynamic load for different design variables. The neural network model trained with this data was built in Python using the Keras library. The model outputs were then compared with the finite element analysis results, and the model performance was presented. Lastly, the database was reduced using the Hammersley sampling methodology, and the effect of decreasing the number of data feeding the network model was evaluated.
Benzer Tezler
- Yapay sinir ağlarının geoteknik mühendisliğinde kullanımı
The use of neural networks in geotechnical engineering
YEŞİM TUSKAN
Yüksek Lisans
Türkçe
2012
İnşaat MühendisliğiCelal Bayar Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. YUSUF ERZİN
- Development of artificial neural network based design tool for aircraft engine bolted flange connection subject to combined axial and moment load
Eksenel ve moment yükü altındaki flanşlar için yapay sinir ağına dayalı cıvatalı flanş tasarım aracı geliştirilmesi
TAHİR VOLKAN SANLI
Yüksek Lisans
İngilizce
2018
Havacılık MühendisliğiOrta Doğu Teknik ÜniversitesiHavacılık ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. ALTAN KAYRAN
- Development of an artificial neural network based analysis method for skin-stringer structures
Kirişle güçlendirilmiş kabuk yapılar için yapay sinir ağ bazlı analiz yöntemi geliştirilmesi
ANIL CANKUR
Yüksek Lisans
İngilizce
2017
Havacılık MühendisliğiOrta Doğu Teknik ÜniversitesiHavacılık ve Uzay Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ERCAN GÜRSES
- Yapay sinir ağlarının otomatik olarak FPGA'ya uygulanması için veri yolu tasarım aracı
A datapaths design tool for automatically mapping artificial neural network on to FPGA s
NAMIK KEMAL SARITEKİN
Yüksek Lisans
Türkçe
2011
Adli TıpDüzce ÜniversitesiElektrik Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. İBRAHİM ŞAHİN
- Moda kategorisine yönelik evrişimli sinir ağları tabanlı öneri sistemi tasarımı
Convolutional neural network based recommendation system design for fashion category
MEHMET YİĞİT ÖZGENÇ
Yüksek Lisans
Türkçe
2022
Yönetim Bilişim SistemleriMarmara ÜniversitesiSayısal Yöntemler Bilim Dalı
PROF. DR. ÖMER ÖNALAN