Elektrostatik sensör ile ölçülen sinyallerin makine öğrenmesi yöntemleri kullanılarak sınıflandırılması
The classification of signals measured with electrostatic sensor by using machine learning methods
- Tez No: 928802
- Danışmanlar: PROF. DR. MEHMET BİLGİNER GÜLMEZOĞLU, DOÇ. DR. İLKNUR DURUKAN
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Telekomünikasyon - Sinyal İşleme Bilim Dalı
- Sayfa Sayısı: 94
Özet
Bu tez çalışması, multimodal sensörler ile pnömatik taşıma partiküllerinin akış karakteristiklerini ortaya çıkarmak amacıyla gerçekleştirilen sınıflandırma çalışmalarının teorik analizini ve deneysel doğrulamasını sunmaktadır. Çeşitli endüstriyel süreçlerin sürekli izlenmesi ve ölçülmesi amacıyla kullanılan multimodal sensörler, kömür santralleri, çimento, çelik ve gıda işleme gibi birçok endüstride yaygın olarak kullanılmaktadır. Veri odaklı çalışmada kullanılan multimodal sensör füzyonu, elektrostatik sensörlerin dizilmesiyle oluşturulan kanaldan veri toplamaktadır. Bu test düzeneğindeki her bir sensör için şimdiye kadar üzerinde en çok çalışma yapılmış halka şeklinde sensör elektrodu ile beraber, dört bölgeli alanı izlemek için yay şeklindeki elektrot boru iç çeperine akışa engel olmayacak şekilde yerleştirilmiştir. Elektrostatik sensörler, basit yapıları, maliyet etkinlikleri ve geniş bir kurulum koşuluna uygunlukları nedeniyle tercih edilmiştir. Bu çalışmada, iki fazlı pnömatik taşıma partikülleri beş farklı kütlesel akış oranına göre sınıflandırılmış, her sınıf için dört farklı hava hızı değeri ile gerçekleştirilmiştir.Elde edilen verilerden türetilen öznitelikler girdi değerleri olarak kullanılmıştır. Sonuç olarak, doğrusal sınıflandırmada kullanılan CVA ve SVM yöntemleri maksimum ortalama olarak sırasıyla \%46 ve \%43 sınıflandırma doğruluğuna ulaşmıştır. Ancak daha karmaşık süreçleri modelleyebilen CNN yöntemi, \%93.6 sınıflandırma doğruluğuna ulaşılabilmiştir.
Özet (Çeviri)
This dissertation presents a theoretical analysis and experimental validation of classification studies to reveal the flow characteristics of the particulates of pneumatic conveying with multimodal sensors, which are used in a wide range of industries, to continuously monitor and measure a variety of industrial processes, such as coal power plants, cement, steel, and food processing. In the literature, no classification of two-phase mass flow rate has been encountered. The multimodal sensor fusion used in the data-driven study collects data from the electrostatic sensor array channels. Electrostatic sensors used in this test rig consist of both ring and four arc-shaped electrodes for regional monitoring of particles in the pipeline. Electrostatic sensors were preferred because of their simplicity in construction, cost-effectiveness, and suitability for a various installation conditions. In this study, two-phase pneumatic transport particles were classified according to five different mass flow rates, with each class associated with four distinct air velocity values. The features derived from the data were used as input values. As a result, the CVA and SVM methods employed in linear classification have achieved the maximum value in the average classification accuracies of 8-folds as 46\% and 43\% respectively. However, the CNN method, which can be modelled for more complex processes, reached a classification accuracy of 93.6\%.
Benzer Tezler
- BIOINTERFACIAL CELL/PROTEIN–POLYMER INTERACTIONS INVESTIGATED BY QUARTZ CRYSTAL MICROBALANCE WITH DISSIPATION
Hücre/protein–polimer biyoarayüzündeki etkileşimlerin disipasyon izlemeli kuvars kristal mikroterazi ile incelenmesi
AYŞE BUSE ÖZDABAK SERT
Doktora
İngilizce
2023
Biyoteknolojiİstanbul Teknik ÜniversitesiMoleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULHALİM KILIÇ
- Mechanical characterization of silicon nanowires
Silisyum nanotellerin mekanik nitelendirilmesi
EVREN FATİH ARKAN
Yüksek Lisans
İngilizce
2011
Elektrik ve Elektronik MühendisliğiKoç ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. B. ERDEM ALACA
- Theoretical and experimental investigation of silicon nanowire waveguide displacement sensors
Eşzamanlı silikon nanokablo dalgakılavuzu yer-değişim algılayıcılarının kuramsal ve deneysel olarak incelenmesi
MUHAMMET MUSTAFA KAYKISIZ
Yüksek Lisans
İngilizce
2013
Fizik ve Fizik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ERDAL BULĞAN
- Tactile perception by electrovibration
Elektrotitreşim ile dokunma algısı
YASEMİN VARDAR
Doktora
İngilizce
2018
Bilim ve TeknolojiKoç ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ÇAĞATAY BAŞDOĞAN
PROF. DR. BURAK GÜÇLÜ
- Electrospun nanofibers of poly(butyl acrylate-co-methyl methacrylate)/polypyrrole composites
Elektrospun yöntemi ile poli(butil akrilat-ko-metil metakrilat)/polipirol kompozitlerin elde edilmesi
DERYA AKÇÖREN
Yüksek Lisans
İngilizce
2013
Polimer Bilim ve Teknolojisiİstanbul Teknik ÜniversitesiPolimer Bilim ve Teknolojisi Ana Bilim Dalı
PROF. DR. ABDÜLKADİR SEZAİ SARAÇ