Bir dizel motorda füzel yağı/biyodizel karışımlarının performans ve emisyonlara etkisi ve silindir basıncının makine öğrenmesi ile tahmini
Effect of fusel oil/biodiesel mixtures on performance and emissions in a diesel engine and estimation of cylinder pressure by machine learning
- Tez No: 921384
- Danışmanlar: PROF. DR. MUSTAFA BAHATTİN ÇELİK
- Tez Türü: Doktora
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Karabük Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Makine Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışma, iki aşamalı bir yaklaşımla, dizel motorlarda alternatif yakıt kullanımı ve makine öğrenmesi modellerinin performansını incelemeyi amaçlamıştır. Çalışmanın ilk aşamasında, dizel yakıtına atık yemeklik yağ (AYY) ve Füzel Yağı (FY) eklenerek hazırlanan alternatif yakıt karışımlarının yanma, performans ve emisyon özellikleri deneysel motor testleri ile incelenmiştir. Bu kapsamda, yedi farklı yakıt 4 zamanlı 3 silindirli dizel motorda, sabit devirde (2000 d/d) ve 10, 20, 30 ve 40 Nm motor yükünde test edilmiş ve deneysel veriler toplanmıştır. Dizel yakıta ilave edilen yakıtlar proses atığıdır. Atık malzemelerden elde edilen yakıtlar hem çevresel hem de ekonomik avantajlar sunarak fosil yakıtlara olan bağımlılığı azaltma potansiyeline sahiptir. Deneysel sonuçlar, AYY'nin kullanımıyla NOx emisyonlarında bir artış meydana geldiğini, ancak FY'nin eklenmesiyle bu artışın azaldığını göstermiştir. HC emisyonları ise AYY ve FY ilavesiyle tüm yük koşullarında azalma göstermiştir. Ayrıca, dizel yakıtına AYY eklenmesiyle silindir içi basınç değerlerinde hafif bir azalma gözlemlenirken, FY eklenmesiyle bu değerlerde %3'e kadar artış elde edilmiştir. Çalışmanın ikinci aşamasında, deney sayısını azaltarak zaman ve maliyet tasarrufu sağlamak amacıyla makine öğrenmesi yöntemleri uygulanmıştır. Bu bağlamda, Karar Ağacı Regresyonu (KAR), Rastgele Orman Regresyonu (ROR) ve Derin Öğrenme Tabanlı Çok Katmanlı Algılayıcı (Derin-ÇKA) modelleri geliştirilmiş ve silindir içi basınç değişimlerini tahmin etmek için kullanılmıştır. 10, 20 ve 30 Nm motor yükündeki deney verileri ile modeller eğitilmiş ve 40 Nm motor yükündeki veriler tahmin edilmiştir. Tahmin performansları, çeşitli metriklerle değerlendirilmiştir. Ortalama R² değerlerine göre tüm makine öğrenmesi modelleri yüksek performans gösterirken, Derin-ÇKA modeli MAE 0,5248; RMSE 0,8649 ve MAPE %17,54 değerleriyle öne çıkan model olmuştur.
Özet (Çeviri)
This study aims to investigate the use of alternative fuels in diesel engines and the performance of machine learning models. In the first stage of the study, combustion, performance and emission characteristics of alternative fuel blends prepared by adding waste cooking oil and fusel oil to diesel fuel were investigated by experimental engine tests. In this context, seven different fuels were tested in four stroke 3-cylinder diesel engine at a constant speed (2000 d/d), and engine loads of 10, 20, 30, and 40 Nm, and experimental data were collected. Fuels added to diesel fuel are process waste. Fuels derived from waste materials have the potential to reduce dependence on fossil fuels, offering both environmental and economic advantages. The experimental results showed that an increase in NOx emissions occurred with the use of waste cooking oil, but this increase was reduced with the addition of fusel oil. HC emissions decreased at all load conditions by adding waste cooking oil and fusel oil. In addition, a slight decrease in in-cylinder pressure values was observed with the addition of waste cooking oil to diesel fuel, while an increase of up to 3% was obtained with the addition of fusel oil. In the study's second phase, machine learning methods were applied to reduce the number of experiments and save time and cost. In this context, Decision Tree Regression, Random Forest Regression, and Deep Learning Multilayer Perceptron models were developed and used to predict in-cylinder pressure variations. The models were trained with experimental data at 10, 20, and 30 Nm engine loads, and the data at 40 Nm engine loads were predicted. The prediction performances were evaluated with various metrics. According to the average R² values, all machine learning models show high performance, while the Deep Learning Multilayer Perceptron model stands out with MAE 0,5248; RMSE 0,8649 and MAPE %17,54 values.
Benzer Tezler
- Dizel motorlarda alternatif yakıt olarak biyodizel kullanılmasının motor performansı ve egzoz emisyonlarına etkileri
An investigation of the effects of using biodiesel as an alternative fuel in diesel engines on the performance and exhaust emissions of the engine
MAHMUT GÜNEŞ ÖZTÜRK
Yüksek Lisans
Türkçe
2008
Makine MühendisliğiKırıkkale ÜniversitesiMakine Ana Bilim Dalı
PROF. DR. VELİ ÇELİK
- Aspir biyodizelinin ve motorinle karışımlarının tek silindirli bir dizel motorda yağlama yağına etkilerinin belirlenmesi
Determination of the effects of safflower biodiesel and its blends with diesel fuel on lubricating oil in a single cylinder diesel engine
ABDULLAH ENGİN ÖZÇELİK
- Biyodizele antioksidan eklenmesinin nox emisyonuna etkilerinin deneysel olarak incelenmesi
Experimental investigation of the effect of antioxidant addition on nox emission of biodiesel
EROL İLERİ
- Hayvansal yağlardan biyodizel üretimi ve dizel motor performans ve emisyonlarına etkisinin araştırılması
Biodiesel production from animal fats and investigating their effect on diesel engine performance and emissions
SEDAT ŞEN
Yüksek Lisans
Türkçe
2012
Makine MühendisliğiKarabük ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. YAKUP SEKMEN
- Biyodizel kullanan bir dizel motorunda püskürtme avansı ve EGR oranlarının motor performansı ve emisyona etkisinin teorik incelenmesi
A theorical analysis of effects of injection timing and EGR ratios on performance and emission in diesel engine using diesel-biodiesel blends as fuel
HAMZA AÇIKALIN