Elektrikli araçların değişken yol şartları ve motorparametrelerindeki motor hatasının derin öğrenme iletahmini
Prediction of fault diagnosis of electric vehicles invariable road conditions and engine parameters with deeplearning
- Tez No: 990194
- Danışmanlar: PROF. DR. ÖVÜNÇ POLAT
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Elektrikli araçlar, Yapay sinir ağları, Electric vehicles, Artificial neural networks
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Akdeniz Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Çevre kirliliğinin geri dönülemez seviyelere ulaşması, dünyanın yenilenebilir ve çevre dostu teknolojilere yönelmesine, buna bağlı olarak da petrol bazlı ulaşım araçlarının yerini elektrikli araçlara bırakmaya başlamasına yol açmıştır. Elektrikli araçların petrol bazlı araçlara oranla çok daha düşük karbon salınımı yapması ve ekonomik olarak daha elverişli olması gibi sebeplerden dolayı son yıllarda elektrikli araçlar yaygınlaşmış ve araç piyasasında önemli rol almaya başlamışlardır. Elektrikli araçlarda kullanılan asenkron motorlarda yol koşullarına ve sıcaklık değişimine bağlı olarak, motor direnç değerlerinde değişim meydana gelir ve bu değişim asenkron motorun verimini etkiler. Aracın bulunduğu yolun yokuş yukarı ya da yokuş aşağı olması, yol yüzey koşulları gibi durumlara göre motorda kararsızlıklar meydana gelecek, kayıplar değişecek ve buna bağlı alarak da sıcaklık değerleri farklılık gösterecektir. Çalışmanın amacı, bu değişimlerin farklı direnç ve termal koşullar için elektrikli araç üzerindeki etkisini hesaplamak ve bu etkileri farklı sinir ağı yapıları kullanarak incelemektir. Çalışmada, değişen direnç ve termal parametrelerin motor üzerindeki etkilerini gözlemlemek için bir asenkron motor ve termal devresi modellenmiştir. Daha sonra stator sargılarının termal kütlesi değiştirilmiş, değiştirilen termal kütlenin nüve hacmini ve buna bağlı olarak demir kayıplarını etkileyip etkilememesine göre 2 farklı model geliştirilmiştir. Sistemin çıkışları, asenkron motor verimine ve motor sıcaklığına göre başarılı veya başarısız olarak etiketlenmiştir. Sinir ağları için kullanılacak olan veri kümeleri, farklı stator dirençleri ve farklı termal kütleler için sistemin tork ve tork-hız sinyal görüntüleri alınarak oluşturulmuştur. Çalışmada ayrıca, farklı sinir ağı mimarilerinin aynı veriler için performansları değerlendirilmiştir. Oluşturulan verileri sınıflandırmak için probleme özgü tasarlanan CNN ve yine probleme özgü tasarlanan 1DCNN ağ mimarileri ile birlikte, ön eğitimli ağ yapısına sahip olan GoogLeNet kullanılmıştır. Asenkron motor ve termal devrenin modellenmesi MATLAB/Simulink ortamında oluşturulmuştur. Sinir ağları uygulamasında, Spyder IDE aracılığıyla Python programlama dili kullanılmıştır. Veri artırma yöntemi, probleme özgü tasarlanan CNN ve ön eğitimli GoogLeNet ağ yapıları için kullanılırken, k-katlı çapraz doğrulama (kfold cross validaiton) tüm ağ yapılarına uygulanmıştır. Tüm ağ yapıları farklı katmanlar ve farklı fold sayıları için test edilmiştir. Çalışmada programa özgü tasarlanan CNN ve 1DCNN ağ yapıları için en yüksek tahmin başarı oranı sırasıyla %86 ve %99'dur.
Özet (Çeviri)
The irreversible extent of environmental pollution has led the world to turn toward renewable and eco-friendly technologies and consequently, petroleum-based transportation vehicles have begun to be replaced by electric vehicles. Due to factors such as significantly lower carbon emissions compared to petroleum-based vehicles and greater economic efficiency, electric vehicles have become increasingly widespread in recent years and have started to play an important role in the automotive market. In asynchronous motors used in electric vehicles, variations in road conditions and temperature, lead to changes in the motor's resistance values, and these changes affect the efficiency of the asynchronous motor. Depending on whether the vehicle is operating on an uphill or downhill road and road surface conditions, the losses occurring in the motor will vary, and accordingly, the motor temperature will change. The aim of the study is to calculate the effect of these changes on the electric vehicle for different resistance and thermal conditions and to examine them using different neural network structures. In this study, an asynchronous motor and its thermal circuit were modeled to observe the effects of the changing resistance and thermal parameters on the motor. Subsequently, the thermal mass of the stator windings was changed and two different models were developed depending on whether the changed thermal mass affected the core volume and consequently, the iron losses. The system outputs were labeled as Efficient or Inefficient according to the asynchronous motor efficiency and the temperature of the motor. Datasets were created by taking the torque and torque-speed signal images of the system for different stator resistances and different thermal masses. The study also evaluated the performance of different neural network architectures for the same data. To classify the generated data, custom CNN and custom 1DCNN network architectures were used, along with GoogLeNet, which has a pre-trained network structure. MATLAB/Simulink was used to create the model of the asynchronous motor and thermal circuit. Neural networks were created using the Python programming language via Spyder IDE. Data augmentation was employed for the custom CNN and the pre-trained GoogLeNet architectures while k-fold cross validation was applied to all network architectures. All network architectures were tested using different layer configurations and different numbers of folds. The highest classification accuracies achieved were 86% for the custom CNN and 99% for the custom 1DCNN network architectures.
Benzer Tezler
- Intelligent traction control system design and road characteristic estimation by acoustic signal processing in electric vehicles
Elektrikli araçlarda akıllı çekiş kontrol sistemi tasarımı ve akustik sinyal işleme ile yol karakteristiğinin tahminlenmesi
DAĞHAN DOĞAN
Yüksek Lisans
İngilizce
2012
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. PINAR BOYRAZ
- Motorlu taşıtlarda değişken yol-eğim şartlarındaki fren kuvvetlerinin ölçümünü yapabilen fren test cihazı tasarım ve imalatı
On motorized vehicels brake test device measuring brake power on changing road-slope conditions
MURAT KONTBİLEK
Yüksek Lisans
Türkçe
2005
Makine MühendisliğiAfyon Kocatepe ÜniversitesiMakine Eğitimi Ana Bilim Dalı
Y.DOÇ.DR. HÜSEYİN BAYRAKÇEKEN
- Contribution a la recherche d'un cadre juridique pour un droit international de laconcurrence plus efficace
Daha etkin bir uluslararası rekabet için hukuki çerçeve arayışı
ALİ CENK KESKİN
Doktora
Fransızca
2009
HukukGalatasaray ÜniversitesiKamu Hukuku Ana Bilim Dalı
PROF. DR. JEAN MARC SOREL
PROF. DR. HALİL ERCÜMENT ERDEM
- Design of vehicular communication systems employing physical layer network coding over cascaded fading channels
Kaskad sönümlemeli kanallarda fiziksel katman ağ kodlama yapan araçlar arası haberleşme sistemlerinin tasarımı
SERDAR ÖZGÜR ATA
Doktora
İngilizce
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM ALTUNBAŞ
- ЕВРАЗИЯ ЭКОНОМИКАЛЫК БИРЛИГИ: КЫРГЫЗСТАН МИСАЛЫНДА
Avrasya Ekonomik Birliği: Kırgızistan örneği / The Eurasian Economic Union: The Case Of Kyrgyzstan
ŞAMİL BALCI
Doktora
Kırgızca
2024
EkonomiKırgızistan-Türkiye Manas Üniversitesiİktisat Ana Bilim Dalı
PROF. DR. CUSUPCAN PİRİMBAYEV