A novel solar tracking algorithm based on robotic object recognition techniques
Robotik nesne tanıma teknikleri tabanlı yeni bir güneş takip algoritması
- Tez No: 826936
- Danışmanlar: PROF. DR. YUNUS ÇERÇİ
- Tez Türü: Doktora
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Aydın Adnan Menderes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 67
Özet
Amaç: İzleyicili güneş enerjisi sistemlerinin güneş konumu izleme doğruluğu ve sistemi hem hava hem de mevsim koşullarına uyarlaması, çıkış enerjisi miktarını ve sistem kararlılığını doğrudan etkiler. Bu çalışma, parabolik bir güneş çanağı sistemi üzerinde uygulamak için robotik teknoloji tabanlı bir bilgisayar görme algoritması geliştirmeyi amaçlamaktadır. Materyal ve Yöntem: Güneş takip sistemleri farklı tipte sensörler, gökyüzü görüntü kameraları ve otomatik valfler, sıcaklık, nem, ışınlama gibi kontrol cihazlarından oluşan dinamik sistemler olduğundan, çalışmanın kapsamı derin öğrenme, görüntü işleme, derin sinir ağları ve otomatik kontrol teorisini içermektedir. Kamera tarafından alınan gökyüzü görüntüsüne dayalı olarak önerilen algoritma, mikroişlemci, bellek ve rastgele erişim belleğine sahip küçük boyutlu tek devre bilgisayar üzerinde kodlanacaktır. Sonuç: Algoritmanın doğruluğunu gösteren yüzde hata oranı, hem x hem de y eksenlerinde hesaplanır. X ekseni için hata oranları %0,081502 ve y ekseni için %0,533543'tür. Önerilen algoritma güneş konumunu algılar ve %1'den daha düşük bir değerle izleme motorlarını sürer. Algoritmanın sonuç resimleri, CenterNET ResNet50, SSD ResNet101 ve EfficientDet D1 gibi farklı eğitilmiş Tensorflow nesne algılama modelleri tarafından doğrulanmıştır. Bu sonuçlara göre dairenin merkezini bulunması ve mekanizmayı güneşin merkezine taşımak amacıyla güneş algılama ve algılanan görüntülerin görüntü işlemesi başarıyla gerçekleşmiştir.
Özet (Çeviri)
Objective: The solar position tracking accuracy of solar systems with trackers and adapting system to both weather and seasonal conditions straightly affect the amount of output energy and the system stability. This study aims to develop a robotic technology-based computer vision algorithm to implement on a parabolic solar dish system. Material and Methods: The scope of the study includes deep learning, image processing, deep neural networks and automatic control theory since the solar tracking systems are dynamic systems consisting different types of sensors, sky image cameras and control devices such as automated valves, encoders, switches, irradiation and wind sensors etc. The proposed algorithm is based on the sky images taken by the camera which will be coded on a small sized circuit board computer, that has a microprocessor, memory and random-access memory. Results: The percentage error rate which indicates the accuracy of the algorithm is calculated both x- and y-axes. The error rates are 0.081502% and 0.533543% for x and y-axes, respectively. The proposed algorithm detects the position of the sun and drives tracking motors with less than %1 error. The processed images of the algorithm were validated by different trained Tensorflow object detection models such as CenterNET ResNet50, SSD ResNet101 and EfficientDet D1. The trained models have proved to detect the sun in the range of 86% to 97%. According to these results, sun detection and image processing of the detected images were successfully performed in order to find the center of the circle and move the mechanism to the center of the sun.
Benzer Tezler
- Şebeke bağlantısız güneş ve rüzgar enerji sistemlerinin yönetimi, kontrolü ve izlenmesi için yeni yaklaşımlar
Novel approaches for the management, control and monitoring of the off-grid solar and wind energy systems
SERHAT DUMAN
Doktora
Türkçe
2015
Elektrik ve Elektronik MühendisliğiKocaeli ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. NURAN YÖRÜKEREN
PROF. DR. İSMAİL HAKKI ALTAŞ
- Design and optimization of a state-of the-art solar pv system relying on maximum power point tracking of solar charge controller using artificial neural networks
Başlık çevirisi yok
RAGHAD AL-ANI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULLAHI ABDU IBRAHIM
- Development of a novel spherical light-based positioning sensor in solar tracking
Güneş takibinde özgün bir ışık-bazlı konumlandırma sensörünün geliştirilmesi
OĞUZ GORA
Doktora
İngilizce
2022
Mekatronik MühendisliğiDokuz Eylül ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TANER AKKAN
- Fotovoltaik jeneratörlerin kısmi gölgelenme ve uyumsuzluk koşullarında bulanık mantık kontrolör ile maksimum güç noktası kontrolü ve farklı sistem konfigürasyonlarının karşılaştırılması
Maximum power point tracking control for partially shaded photovoltaic array and mismatching conditions using fuzzy controller and comparison of different interconnected photovoltaic arrays
ENGİN KARATEPE
Doktora
Türkçe
2006
EnerjiEge ÜniversitesiGüneş Enerjisi Ana Bilim Dalı
DR. MUTLU BOZTEPE
PROF.DR. METİN ÇOLAK
- A compressive measurement matrix design for detection and tracking of direction of arrival using sensor arrays
Algılayıcı dizilimi kullanarak varış açısı sezimi ve takibi için sıkıştırma matrisi dizaynı
BERK ÖZER
Yüksek Lisans
İngilizce
2016
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ORHAN ARIKAN