Genetic algorithm-assisted embedded heat spreader radiator design for lightweight and thermal performance in geo spacecraft
Genetık algoritma desteklı gömülü ısı yayıcı radyatör tasarımı ıle yer sabıt uydularda hafıflık ve termal performans
- Tez No: 985017
- Danışmanlar: DR. ÖĞR. ÜYESİ ALTUĞ MELİK BAŞOL
- Tez Türü: Yüksek Lisans
- Konular: Havacılık ve Uzay Mühendisliği, Makine Mühendisliği, Aeronautical Engineering, Mechanical Engineering
- Anahtar Kelimeler: Bilgisayar destekli termal analiz, Genetik algoritmalar, Havacılık ve uzay endüstrisi, Radyatif ısı geçişi, Sabit yörüngeli uydular, Termal verimlilik, Computer aided thermal analysis, Genetic algorithms, Aerospace industry, Radiative heat transfer, Geostationary orbit satellites, Thermal efficiency
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Özyeğin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Uzay araçlarında, elektronik ekipmanların atık ısısını uzaklaştırıp, uzaya atmak için radyatörler kullanılmaktadır. Radyatörler, ekipmanların izin verilen operasyonel sıcaklık sınırları içinde çalışmasını sağlamak açısından kritik öneme sahiptir. Isıl yükleri yönetebilmek için radyatörlerin yeterli ısı transfer alanına sahip olması gerekirken, kütlelerinin de minimumda tutulması uzay uygulamalarında fizibilite açısından son derece önemlidir. Bu çalışma, Yer Sabit Yörünge (GEO) uzay aracı için ısı yayıcı gömülü radyatörlerin ve ekipman yerleşiminin ısıl tasarımında genetik algoritma (GA) tabanlı bir tasarım metodolojisi sunmaktadır. Optimize edilmiş radyatör tasarımı ve ekipman yerleşimi, SIEMENS SIMCENTER 3D Space Systems Thermal (SST) yazılımı kullanılarak gerçekleştirilen ısıl analizle doğrulanmıştır. Geleneksel yöntemlerin aksine, geliştirilen bu araç ile tüm ilgili tasarım değişkenleri aynı anda değerlendirilmekte ve böylece optimal radyatör ve ekipman yerleşimi hızlı ve etkin bir şekilde belirlenebilmektedir. Gerçekleştirilen vaka çalışmaları, GA parametrelerinin elde edilen sonuçlar üzerinde önemli bir etkisi olduğunu göstermektedir. Daha büyük popülasyonlar ve daha yüksek mutasyon oranları, hesaplama süresini artırmakla birlikte, çözüm kalitesini de iyileştirmekte; bu nedenle, optimal konfigürasyonların belirlenmesi için birden fazla GA parametre setinin değerlendirilmesi gerekmektedir.
Özet (Çeviri)
In spacecraft, radiators cool electronic equipment by conducting waste heat away from components and radiating it into space. They are essential for maintaining component temperatures within allowable operational limits. While radiators must provide adequate heat transfer area to manage thermal loads, minimizing their mass is equally important to ensure feasibility in space applications. This study presents an optimization methodology employing a genetic algorithm (GA) for the thermal design of embedded heat spreader radiators and equipment layout in Geostationary Earth Orbit (GEO) spacecraft. The optimized radiator design and equipment layout for the case studies were validated through thermal analysis using SIEMENS SIMCENTER 3D Space Systems Thermal (SST). Unlike traditional methods, the developed tool concurrently assesses all relevant design variables to determine the optimal radiator and equipment layout, thereby streamlining the design process. The case study results highlight that GA parameters affect GA outcomes. Larger populations and higher mutation rates increase computation time but improve accuracy, making the evaluation of multiple GA parameter sets essential for identifying optimal configurations.
Benzer Tezler
- Fonksiyonel güvenlik kapsamında elektrik motoru takviyeli direksiyon sisteminin model tabanlı yazılımının geliştirilmesi
Model-based software development of electric motor assisted steering system within the scope of functional safety
CENGİZ AYDIN
Yüksek Lisans
Türkçe
2022
Otomotiv Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ OSMAN TAHA ŞEN
- A systematic approach with machine learning and a genetic algorithm for the microwave-assisted synthesis of antibacterial ZIF-8 nanoparticles
Sistematik bir yaklaşım ile makine öğrenimi ve genetik algoritma kullanarak antibakteriyel ZIF-8 nanopartiküllerin mikrodalga yardımlı sentezi
NİDA ÜK
Yüksek Lisans
İngilizce
2021
Kimya Mühendisliğiİstanbul Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. SADRİYE OSKAY
- Application of radial basis function neural network technique for multi-user DS-CDMA demodulation assisted by genetic algorithm
Çok kullanıcılı DS-CDMA demodülasyonunda genetik algoritma destekli radyal tabanlı yapay sinir ağı yapısı uygulaması
HÜRRİYET KESKİN
Yüksek Lisans
İngilizce
2005
Elektrik ve Elektronik MühendisliğiDokuz Eylül ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. DAMLA GÜRKAN KUNTALP
- Gemi yumrubaş formlarının simülasyon temelli ve genetik algoritma destekli geometrik optimizasyonu
Simulation-based and genetic algorithm-assisted geometric optimization of ship bulbous bow form
MUSTAFA YASİN ÖZTÜRK
Yüksek Lisans
Türkçe
2025
Gemi MühendisliğiYıldız Teknik ÜniversitesiGemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
DOÇ. DR. TANER ÇOŞGUN
- Lityum iyon batarya kapasitesinin genetik algoritma destekli yapay sinir ağı yöntemleri ile tahmini
Prediction of lithium-ion battery capacity with genetic algorithm-assisted artificial neural network methods
FATİH DURMUŞ
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiOndokuz Mayıs ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SERAP KARAGÖL