Makine öğrenme yöntemlerini kullanarak paralel bağlı üç adet zıt akışlı Ranque - Hilsch vorteks tüp sistem performansının karşılaştırılması
Comparison of performance of three parallel-connected opposite flow ranque-Hilsch vortex tube systems using machine learning methods
- Tez No: 981871
- Danışmanlar: PROF. DR. VOLKAN KIRMACI, DR. MURAT KORKMAZ
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Bartın Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, hacimsel debinin kontrolü amacıyla yalnızca bir adet kontrol vanası kullanılarak, hareketli parça içermeyen üç adet karşıt akışlı vorteks tüp kaskad bağlantı yöntemiyle birleştirilmiş ve deneysel sistemi tasarlanmıştır. Sistemdeki nozullar, farklı adetlerde üretilerek monte edilmiş ve değişimlerin tüplerin performansı üzerindeki etkileri deneysel olarak analiz edilmiştir. Çalışmalar, teorik modellemelerle desteklenen deneysel incelemeleri içermektedir. Vorteks tüplerinin performansı kaskad tipi ile iyileştirileceği amaçlanmaktadır. Çalışmada, vorteks tüplerin termodinamik davranışı birinci ve ikinci yasa çerçevesinde analiz edilmiştir. İkinci yasa kapsamında, giriş basıncının sıcak ve soğuk çıkış akışkanlarının sıcaklıkları üzerindeki etkisini açıklayan teorik modeller oluşturulmuştur. Deneysel sistemden alınan veriler makine öğrenme metotları olan DVM), Regresyon Ağaçları (RA), Elastik Net (EN) ve Hafif Gradyan Artırma Yöntemi (LGBM) analizleri yapılarak karşılaştırılmıştır. Kaskad Vorteks Tüpünün (KVT) sıcak akışkan çıkış sıcaklkığı (Tsıcak), soğuk akışkan çıkış sıcaklığı (Tsoğuk), ve sıcaklık farkı ∆T çıktı performanslarını RA, DVM, EN ve LGBM metotları ile karşılaştırılmıştır.
Özet (Çeviri)
In this research, a novel experimental setup was designed to investigate the thermal behavior of a cascade system composed of three counter-flow Ranque-Hilsch vortex tubes. The system operates without any moving mechanical components, apart from control valves used to regulate the volumetric air flow. Vortex tubes with varying nozzle configurations were employed to assess the influence of nozzle count on cooling performance. Theoretical analyses based on the first and second laws of thermodynamics were conducted to establish the relationship between inlet pressure and the resulting temperature separation.Furthermore, a comprehensive machine learning approach was implemented using Support Vector Machines (SVM), Regression Trees (RT), Elastic Net (EN), and Light Gradient Boosting Machine (LGBM) algorithms to model and predict the hot outlet temperature and the cold-hot temperature differential. The predictive capabilities of the models were comparatively evaluated, highlighting the most effective algorithm for estimating system performance under varying operational parameters.
Benzer Tezler
- Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini
Forecasting the spread of covid-19 using deep learning and big data analytics methods
CYLAS KIGANDA
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL
- Penetration rate optimization with support vector regression method
Destek vektör regresyonu yöntemi ile ilerleme hızı optimizasyonu
KORHAN KOR
Yüksek Lisans
İngilizce
2015
Petrol ve Doğal Gaz Mühendisliğiİstanbul Teknik ÜniversitesiPetrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÜRŞAT ALTUN
- Emotion recognition process analysis by using eye tracker, sensor and application log data
Göz izleme cihazı, sensör ve uygulama verileri ile insanlarda duygu tanıma analizi
MAHİYE ÖZTÜRK
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZEHRA ÇATALTEPE
- Detection and classification of faults on the dc side of photovoltaic systems using logistic model tree algorithm
Lojistik model ağacı algoritması ile fotovoltaik sistemlerin dc tarafındaki hataların tespiti ve sınıflandırılması
BOĞAÇ OĞUZ TOĞAY
Yüksek Lisans
İngilizce
2024
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
DOÇ. DR. COŞKUN FIRAT
- Manipulation of visually recognized objects using deep learning
Görsel tanınan nesnelerin derin öğrenme kullanarak hareket ettirilmesi
ERTUĞRUL BAYRAKTAR
Doktora
İngilizce
2018
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. PINAR BOYRAZ