Alternatif yakıt karışımlarının motor performansı üzerindeki etkisinin makine öğrenme yöntemleri ile araştırılması
Investigation of the effect of alternative fuel blends on engine performance using machine learning methods
- Tez No: 812556
- Danışmanlar: PROF. DR. HASAN AYDOĞAN
- Tez Türü: Yüksek Lisans
- Konular: Otomotiv Mühendisliği, Automotive Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Otomotiv Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 57
Özet
Makine öğrenimi, bilgisayarların algılayıcı verisi ya da veri tabanları gibi veri türlerine dayalı öğrenimini olanaklı kılan algoritmaların tasarım ve geliştirme süreçlerini konu edinen bir bilim dalıdır. Çok büyük miktarlardaki verinin elle işlenmesi ve analizinin yapılması mümkün değildir. Makine öğrenmesi yöntemleri, geçmişteki veriyi kullanarak yeni veri için en uygun modeli bulmaya çalışmaktadır. Amaç geçmişteki verileri kullanarak gelecek için tahminlerde bulunmaktır. Makine öğrenmesi yöntemleri genel olarak literatürde üç ana kısma ayrılmıştır. Bunlar sırasıyla denetimli öğrenme, denetimsiz öğrenme ve takviyeli öğrenme yöntemleridir. Bu çalışmada 1-Propanol, 2-Propanol ve AVGAS ile benzin yakıtı kullanılarak hacimce %5, %10, %15 oranlarında yakıt karışımları ile yapılan motor denemelerinden elde edilen veriler kullanılmıştır. Elde edilen veriler %100 benzin değerleri ile kıyaslanmıştır. Çalışmada 4 silindirli, direkt enjeksiyonlu ve turbo şarj donanımına sahip bir motor kullanılmıştır. Elde edilen ölçüm sonuçları ile makine öğrenmesinde kullanılmak için veri tabanı oluşturulmuştur. Python programlama dili kullanılarak YSA, GAA, DVM ve AB makine öğrenmesi modelleri üzerinden tahmin işlemleri gerçekleştirilmiştir. CO2, HC, O2 değerlerinin tahmininde en uygun modelin 0,9999 R2 değeri ile YSA olduğu bulunmuştur. NO değeri için 0,9996 R2 ve CO değeri için 0,9990 R2 uygunluk değeri ile AB yönteminin olduğu tespit edilmiştir. Motor torku 0,9996 R2 değeri ile GAA yöntemi tarafından tahmin edilmiştir. Motor gücü değeri 0,9999 R2 değeri ile DVM yöntemi tarafından en yüksek değere sahip makine öğrenmesi yöntemi olduğu gösterilmiştir. Özgül yakıt tüketimi için 0,9990 R2 değeri ile AB yönteminin uygun olduğu görülmüştür.
Özet (Çeviri)
Machine learning is a science that deals with the design and development processes of algorithms that enable computers to learn based on data types such as sensor data or databases. It is not possible to manually process and analyze large amounts of data. Machine learning methods try to find the most suitable model for new data by using the past data. The aim is to make predictions for the future using data from the past. Machine learning methods are generally divided into three main parts in the literature. These are supervised learning, unsupervised learning and reinforcement learning methods, respectively. In this study, the data obtained from the engine tests carried out with 1-Propanol, 2-Propanol and AVGAS and fuel mixtures of 5%, 10%, 15% by volume using gasoline fuel were used. Obtained data were compared with 100% gasoline values. In the study, a 4-cylinder, direct injection and turbocharged engine was used. With the obtained measurement results, a database was created to be used in machine learning. Prediction processes were carried out on ANN, GBA, SVM and AB machine learning models using the Python programming language. It was found that the most suitable model for the estimation of CO2, HC, O2 values was ANN with an R2 value of 0.9999. It has been determined that the AB method has a conformity value of 0.9996 R2 for the NO value and 0.9990 R2 for the CO value. The engine torque was estimated by the GBA method with an R2 value of 0.9996. The motor power value, with an R2 value of 0.9999, has been shown to be the machine learning method with the highest value by the SVM method. For the specific fuel consumption, the AB method was found to be suitable with an R2 value of 0.9990.
Benzer Tezler
- Benzin 2-propanol karışımlarının kullanımının TSI motor performans, emisyon ve yanma karakteristiklerine etkisinin araştırılması
Investigation of TSI engine performance, emission and combustion characteristics of gasoline 2-propanol usage
EKREM TAŞÖREN
Yüksek Lisans
Türkçe
2022
Makine MühendisliğiSelçuk ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. HASAN AYDOĞAN
- Investigation of the effect of palm oil biodiesel/diesel fuel blends on diesel engine emissions at different injection advance and engine load with ANSYS
Palm yağı biyodizel/dizel yakıt karışımlarının farklı püskürtme avansı ve motor yükünde dizel motor emisyonlarına etkisinin ANSYS ile incelenmesi
MAHDI NASSER
Yüksek Lisans
İngilizce
2023
Makine MühendisliğiKarabük ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. SAMET USLU
- Benzin-tersiyer bütil alkol ve benzin-naftalin karışımlarının buji ateşlemeli motorun performansına ve eksoz emisyonlarına etkisinin deneysel incelenmesi
Gasoline-naphthalene and gasoline-tertiary butyl alcohol blended fuels using on spark ignition engines with engine performance and exhaust emissions of effects to experimentally examine
SEDA AKYAZ
Yüksek Lisans
Türkçe
2007
Makine MühendisliğiKaradeniz Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF.DR. ORHAN DURGUN
- INVESTIGATION OF THE EFFECTS OF NANOPARTICLE ADDITION IN DIESEL ENGINE RUNNING WITH BIODIESEL/DIESEL FUEL BLENDS
Biyodizel/dizel yakıt karışımlarıyla çalışan dizel motorda nanoparçacık ilavesinin etkilerinin incelenmesi
ALI SALAM KHALEEL AL-GBURI
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiKarabük ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. SAMET USLU
DOÇ. DR. DURAİD F. MAKI
- Biyodizelin bir gemi dizel motorunun performansına olan etkisinin deneysel olarak incelenmesi
An experimental study on the performance of a marine diesel engine using blends of diesel fuel with biodiesel
ERİNÇ DOBRUCALI
Yüksek Lisans
Türkçe
2007
Gemi Mühendisliğiİstanbul Teknik ÜniversitesiGemi İnşaat Mühendisliği Ana Bilim Dalı
PROF.DR. SELMA ERGİN