Geri Dön

Artificial neural network-based design tool for the horizontal stabilizer of a helicopter

Bir helikopter yatay dengeleyicisi için yapay sinir ağı tabanlı tasarım aracı

  1. Tez No: 798241
  2. Yazar: EREN DUZCU
  3. Danışmanlar: PROF. DR. BORA YILDIRIM
  4. Tez Türü: Yüksek Lisans
  5. Konular: Makine Mühendisliği, Mechanical Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. Yapay sinir ağlarının geoteknik mühendisliğinde kullanımı

    The use of neural networks in geotechnical engineering

    YEŞİM TUSKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    İnşaat MühendisliğiCelal Bayar Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. YUSUF ERZİN

  2. 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

    İngilizce

    2018

    Havacılık MühendisliğiOrta Doğu Teknik Üniversitesi

    Havacılık ve Uzay Mühendisliği Ana Bilim Dalı

    PROF. DR. ALTAN KAYRAN

  3. 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

    İngilizce

    2017

    Havacılık MühendisliğiOrta Doğu Teknik Üniversitesi

    Havacılık ve Uzay Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ERCAN GÜRSES

  4. 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

    Türkçe

    2011

    Adli TıpDüzce Üniversitesi

    Elektrik Eğitimi Ana Bilim Dalı

    YRD. DOÇ. DR. İBRAHİM ŞAHİN

  5. 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

    Türkçe

    2022

    Yönetim Bilişim SistemleriMarmara Üniversitesi

    Sayısal Yöntemler Bilim Dalı

    PROF. DR. ÖMER ÖNALAN