Theses supervised by Prof. Dr. Aybaba Hançerlioğulları
14 theses · Kastamonu University
Derin öğrenme ağlarını kullanarak güneş enerji fotovoltalik sisteminin güç kalitesinin iyileştirmesi
Güç kalitesi kontrolü elektrik enerji üretimi özellikle yenilenebilir enerji sisteminde önemli bir yer tutar. Bu çalışmada, derin öğrenme yapay sinir ağı ile PV güneş enerjisi sisteminin güç kalitesi analiz edilmiş ve incelenmiştir. Genel olarak, rüzgâr, güneş ve hidroelektrik dahil olmak üzere belirli alternatif enerji üretim kaynakları doğaya zarar vermez. Bu nedenle güneş ve rüzgâr enerjisi faydalı alternatif enerji kaynakları olarak kabul edilmiştir ve ayrıca bol miktarda bulunmaktadır. Bu çalışmada, değişen hava koşullarında güneş enerjisi sistemlerinin performansları incelenmiştir. Bu makale, derin yapay sinir ağına dayalı yeni bir algoritma önermek ve bunu maksimum güç noktası takibi için uygulamak amacıyla yazılmıştır. Günümüzde güneş enerjisi, doğadaki muazzam mevcudiyeti nedeniyle çok popüler bir alternatif enerji kaynağıdır. Bu tezde, fotovoltaik hücre sistemleri çeşitli hava koşulları altında incelenerek, maksimum güç noktasını izleyen gelişmiş bir akıllı kontrol sistemi geliştirilmiştir. Maksimum Güç Noktası İzleme kontrolörü, öngörülemeyen hava koşulları nedeniyle yenilenebilir enerji kaynakları için bir zorunluluktur. Yüksek güç kalitesi ideal olarak her zaman kullanılabilir, tamamen saf ve gürültüsüz, sinüzoidal dalga formuna sahip, her zaman voltaj ve frekans toleransları dahilinde olan elektrik gücü üretir. Bu tezde, derin öğrenme yapay sinir ağına dayalı olarak güç kalitesini iyileştirmek için güneş enerjisi sistemi üzerinde yeni bir yöntem gerçekleştirilmiştir. Bağdat üniversitesi mühendislik fakültesi binası tasarımı için akü depolama kurulumu ile şebeke bağlantılı PV sisteminin optimum yeni bir yaklaşım ve enerji verim algoritması sunmaktadır. Çalışmamız boyunca simülasyonların testi Matlab 2020a versiyonu uygulanmıştır.
Makine öğrenim yöntemlerini kullanarak gecol'daki güç yükü tahmini
Bu çalışmada, enerji tüketimini tahmin etmek için yapay bir sinir ağı kullanılmış ve SCADA (Denetleyici Kontrol ve Veri Toplama) verilerinin enerji üretimi, sıcaklık, nem ve rüzgar hızı gibi parametrelerle analiz edilmesi sağlanmıştır. SCADA veritabanının ön işlenmesi, Sinir Ağı algoritması için verileri optimize etmektedir. Bir dizi deney, 5 kat çapraz doğrulamada öğrenme verileri için 0,98 ve test verileri için 0,95 R2 değeri de dahil olmak üzere doğruluk ve kayıp azaltımına dayalı değerlendirmelerle bir tahmin modeli oluşturmaktadır. Çalışma, Libya Genel Elektrik Şirketi bünyesinde karar alma sürecine yardımcı olmayı amaçlayan, özellikle yük azaltma senaryolarında ağın enerji tahmin değerine ışık tutmaktadır. Ayrıca çalışma, Apriority algoritmasını ve Weka aracını kullanarak enerji tüketimi modellerini ortaya çıkarmakta ve kuralların %100 güvenle altını çizmektedir. Yüksek tüketim, 5800 MW'ı aşan güç ve 3,19 ila 8,45 km/saat aralığındaki rüzgar hızıyla; orta tüketim, 4000,5 ila 4269,5 MW aralığındaki güç ve 16,325 ila 18,055°C aralığındaki sıcaklıkla ve düşük tüketim, 2505,5 ila 3080,5 MW aralığındaki güç ve sabah 4:00 ila 6:00 arasındaki süre içerisinde 16,325 ila 21,635°C aralığındaki sıcaklıkla ilişkilendirilmiştir. Enerji verileri sınıflandırma analizinde Rastgele Orman algoritması 9,56 saniyede %94,651 doğruluk oranıyla en iyi performansı sergilerken, bunu sırasıyla %93,046 ve %92,707 doğruluk oranlarıyla J48 ve Regresyon Yoluyla Sınıflandırma algoritmaları izlemiştir. Daha hızlı alternatifler arasında yer alan ve öğrenme süreleri 0,08 ile 0,88 saniye arasında değişen One R, Rastgele Ağaç, Karar Ağacı ve Öznitelik Seçili Sınıflandırıcı algoritmaları, enerji yönetimi uygulamalarının daha iyi anlaşılmasına katkıda bulunmakta ve gelecekteki çalışmalar için öngörü sağlamaktadır.
Hibrit nanoakışkan kullanılarak fotovoltaik/termal (PV/T) sistemlerin termal ve elektrik üretim performansının iyileştirilmesi
Fotovoltaik/Termal (FV/T) sistemler, elektrik enerjisi üretiminin yanı sıra sıcak akışkan (genellikle su) üretimi de sağlamaktadır. PV sistemlerin aşırı ısınması ilave edilen termal sistem ile atılarak PV'lerin elektrik üretim performansı artırılmaktadır. Nanoakışkanlar, termal sistemde emilen ısıyı artırmak için bir çözüm olarak sunulmaktadır. Nanoakışkanların ısı transfer performansında önemli bir iyileşmeye yol açan başlıca fiziksel olaylar şu şekilde özetlenebilir: (i) Nanoakışkanların ısıl iletkenliklerinin yüksek olması, (ii) Akışkan içerisindeki partiküllerin ısı transfer yüzey alanını artırması, (iii) Nanoakışkanın özgül ısıl kapasitesini artırması, (iv) Nanoakışkanın yüksek sıvı aktivitesi nedeniyle türbülanslı hacim oranın artması. Bu çalışmada, temel akışkanlardan biri olan suya ağırlıkça belirli oranlarda Fe2O3, Fe3O4 ve NiFe2O4 manyetik nanoparçacıkların eklenmesiyle elde edilen nanoakışkanların, PV/T sisteminin termal ısı transferinin arttırılması sayesinde PV sisteminin daha fazla soğutulması sağlanarak hem elektrik üretim performansının arttırılması hem de elde edilen sıcak akışkan sıcaklığının arttırlarak sistemin termal performansının iyileştirilmesi sağlanmıştır. Deneysel çalışmada, FV panellerde NiFe2O4 nanoakışkanı ile elektrik üretiminde %14'lük bir iyileşme sağlanmıştır. Termal sistemde emilen ısı miktarı yüksek olduğu için NiFe2O4 nanoakışkanının sıcak akışkan sıcaklığında, baz akışkan suya göre ortalama %104 sıcaklık (∆T) artışı elde edilmiştir. Ayrıca baz akışkan suya %0,5 Fe2O3 ve Fe3O4 nanopartiküllerinin elde edilmesiyle elde edilen nanoakışkanın kullanılması durumunda FV panelin elektriksel ve ısıl veriminde ortalama %80'lere ulaşan iyileşmeler elde edilmiştir.
Doğal dil işleme algoritması ile kalıplara dayanarak Arapça morfolojik analizin oluşturulması
Morfolojik analiz, metin kategorizasyonu, makine çevirisi, indeksleme, bilgi erişimi ve çok daha fazlasını içeren doğal dil İşleme uygulamalarının büyük çoğunluğunda gerekli bir adımdır. Arapça, karmaşık kelime yapısına sahip, türetme açısından zengin, derin anlamlara sahip bir dildir. Bu yüzden kelimeleri bileşenlerine ayırmak karmaşık ve yoğun bir çalışma gerektirir. Arapça kelimeler köklerden ve kalıplardan oluşur. Arapça, çekimleri çok olan ve karmaşık bir morfolojik yapıya sahip bir dildir, hemen hemen tüm kelimelerin köklerden kalıplarla türediği, çok zengin bir türetme morfolojisine sahip bir türetme dilidir. Dilin son derece spesifik kalıpları olmasına rağmen, her türlü Arapça kelimeyi barındıracak çok sayıda kalıp oluşturulmuş ve genişletilmiştir. Kökleri belirlemek için kalıplar kullanıldıktan sonra kelimelerin morfolojik yapıları belirlenebilir veya bu kalıplardan kelime veya kök oluşturulabilir. Bu morfolojik analiz yöntemi kökleri, isimleri, fiilleri ve her türlü çoğul ve tekili tanıyabilir ve ayrıca herhangi bir kelime için tüm çekimleri oluşturabilir. Bu tez çalışmasında iki algoritma yöntemi ilk kez uygulanmıştır. Birincisi, herhangi bir dil kuralına dayanmamasıdır, bu da orijinal harfler ile kelimeye eklenen harfler arasında herhangi bir karışıklık olasılığını ortadan kaldırır; ikincisi, tüm kelime ön eklerini, son eklerini ve ara eklerini korur, bu da işlem süresinin kısalmasını sağlar. Son olarak önerilen algoritmalar, performans metrikleri kullanılarak değerlendirilmiş ve doğruluk %95, geri çağırma %98 ve F1puanı %97 olarak elde edilmiştir.
Evrişimsel sinir ağları ve çekirge optimizasyon algoritması kullanarak kolon kanser hastalığı tesbiti
Kolon kanseri, etkili tedavi için erken ve doğru teşhis gerektiren yaygın ve potansiyel olarak ölümcül bir hastalıktır. Kolon kanserine yönelik geleneksel teşhis yaklaşımları sıklıkla doğruluk ve verimlilik açısından sınırlamalarla karşı karşıya kalır ve bu da erken teşhis ve tedavide zorluklara yol açar. Bu tez, özellik seçme yöntemine dayanan sağlam bir kolon kanseri teşhis yöntemi sunmaktadır. Kolon kanseri hastalığının teşhisi için önerilen yöntem üç adıma ayrılabilir. İlk adımda, evrişimli sinir ağına dayalı olarak görüntülerin özellikleri çıkarıldı. Evrişimsel sinir ağı için Squeezenet, Resnet-50, AlexNet ve GoogleNet kullanıldı. Çıkarılan özellikler çok büyük ve özelliklerin sayısı sistemi eğitmek için uygun olamaz. Bu nedenle ikinci adımda özellik sayısını azaltmak için metasezgisel yöntem kullanılmıştır. Bu araştırma, özellik verilerinden en iyi özellikleri seçmek için çekirge optimizasyon algoritmasını kullanır. Son olarak makine öğrenmesi yöntemleri kullanılarak kolon kanseri hastalığı tanısının doğru ve başarılı olduğu görüldü. Önerilen yöntemin değerlendirilmesinde iki sınıflandırma yöntemi uygulanmıştır. Bu yöntemler karar ve destek vektör makinesini içerir. Önerilen yöntemi değerlendirmek için duyarlılık, özgüllük, doğruluk ve F1Score kullanılmıştır. Destek vektör makinesini temel alan Squeezenet için %99,34 elde ettik; %99,41; %99,12; Duyarlılık, özgüllük, doğruluk, kesinlik ve F1Score için sırasıyla %98,91 ve %98,94 sonuçlar. Sonunda önerilen tanıma yönteminin performansını 9 katmanlı CNN, Rastgele saylar, 7 katmanlı CNN ve Drop-Block gibi diğer yöntemlerin performanslarıyla karşılaştırdık. Çözümümüzün diğerlerinden daha iyi performans gösterdiğini gösterdik.Ayrıca kolon kanserinin otomatik tespiti için yapay zekayı, özellikle de evrişimli sinir ağını (CNN) ve Fishier Mantis Optimizer'ı kullanan yenilikçi bir yöntem sunulmaktadır. Derin öğrenme tekniklerinin, özellikle CNN'nin kullanılması, tıbbi görüntüleme verilerinden karmaşık özelliklerin çıkarılmasını sağlayarak sağlam ve etkili bir teşhis modeli sağlar. Ek olarak, peygamber devesi karidesinin avlanma davranışından ilham alan, biyo-esinli bir optimizasyon algoritması olan Fishier Mantis Optimizer, CNN'nin parametrelerine ince ayar yapmak ve yakınsama hızını ve performansını artırmak için kullanılıyor. Bu hibrit yaklaşım, kolon kanseri teşhisinin doğruluğunu ve etkinliğini artırmak için hem derin öğrenmenin hem de doğadan ilham alan optimizasyonun güçlü yönlerinden yararlanarak geleneksel teşhis yöntemlerinin sınırlamalarını gidermeyi amaçlamaktadır. Önerilen yöntem, kolon kanseri görüntülerinden oluşan kapsamlı bir veri seti üzerinde değerlendirildi ve sonuçlar, geleneksel tanı yaklaşımlarına göre üstünlüğünü ortaya koydu. CNN-Fishier Mantis Optimizer modeli, kanserli ve kanserli olmayan kolon dokularını ayırt etmede yüksek hassasiyet, özgüllük ve genel doğruluk sergiledi. Biyo-ilhamlı optimizasyon algoritmalarının derin öğrenme teknikleriyle entegrasyonu, yalnızca kolon kanseri için bilgisayar destekli teşhis araçlarının geliştirilmesine katkıda bulunmakla kalmaz, aynı zamanda bu hastalığın erken tespitini ve teşhisini geliştirme ve böylece zamanında müdahaleyi ve iyileştirmeyi kolaylaştırma konusunda umut vaat eder. Hasta prognozu, kolon hastalıklarıyla ilişkili özellikleri yakalamak için GoogLeNet ve ResNet-50 gibi çeşitli CNN tasarımları kullanıldı. Ancak özniteliklerin çokluğu nedeniyle hem öznitelik çıkarımı hem de veri sınıflandırmasında yanlışlıklar ortaya çıkmıştır. Bu sorunu çözmek için, Fishier Mantis Optimizer algoritmaları kullanılarak özellik azaltma teknikleri uygulandı ve Genetik Algoritmalar ve simüle edilmiş tavlama gibi alternatif yöntemlerden daha iyi performans gösterdi. Duyarlılık, özgüllük, doğruluk ve F1 puanı gibi çeşitli metriklerin değerlendirilmesinde sırasıyla %94,87, %96,19, %97,65 ve %96,76 olarak tespit edilen cesaretlendirici sonuçlar elde edildi.
Güneş fotovoltaik sistemleri için bulanık mantık ve denizanası optimizasyonuna dayalı maksimum güç noktası takibi (MPPT)
Bu çalışma, güneş fotovoltaik (PV) sistemlerinin verimliliğini artırmak amacıyla, bulanık mantık tabanlı Maksimum Güç Noktası Takibi (MPPT), optimize edilmiş Oransal-İntegral (PI) voltaj kontrolörü ve Denizanası Optimizasyon Algoritmasının (JOA) entegrasyonunu içeren yenilikçi bir yaklaşım sunmaktadır. Amaç, değişken ışınım ve sıcaklık koşullarında optimum güç elde ederek enerji verimini maksimize etmektir. Geleneksel MPPT yöntemlerinin yavaş yakınsama, kısmi gölgeleme ve dinamik koşullarda düşük performans gibi sınırlamalarını aşmak için; bulanık mantık MPPT ile akıllı güç takibi sağlanırken, JOA tabanlı PI kontrolörü ise voltaj regülasyonunu optimize eder. Modelleme MATLAB Simulink 2022a ile gerçekleştirilmiş, farklı ışınım senaryoları test edilmiştir. Sonuçlar, önerilen sistemin geleneksel yöntemlere kıyasla daha yüksek güç çıkışı, hızlı yakınsama, gelişmiş voltaj kararlılığı ve genel verimlilik sağladığını ortaya koymaktadır. Sistem, %98–99,5 arasında maksimum güç çıkarım oranına ulaşarak etkili akü şarjı ve yük dağıtımı sağlamaktadır. Bununla birlikte, JOA'nın hesaplama karmaşıklığı, donanım temelli doğrulamanın eksikliği ve büyük ölçekli PV sistemlere ölçeklenebilirlik gibi sınırlamalar söz konusudur. Gelecekteki çalışmalar, donanım tabanlı uygulamalar, hibrit optimizasyon teknikleri ve akıllı şebeke entegrasyonu üzerine yoğunlaşmalıdır. Bu çalışma, güneş enerjisi sistemleri için sürdürülebilir ve ölçeklenebilir çözümler sunarak yenilenebilir enerji teknolojilerine katkı sağlamaktadır.
Coati optimizasyon algoritması kullanılarak pv güneş hücreleri ve modülleri parametre tahmini
Güneş enerjisi, fosil yakıtlara sürdürülebilir bir alternatif olarak öne çıkarken, fotovoltaik (PV) sistemler bu enerjiden elektrik üretiminde kilit bir rol oynamaktadır. PV modül performansının optimize edilmesi ise doğru parametre tahminini gerektirir. Bu çalışmada, PV modül parametrelerinin doğruluğunu artırmak ve enerji verimliliğini yükseltmek amacıyla Coati Optimizasyon Algoritması'na (COA) dayalı, karşıtlık temelli öğrenme ve kaos teorisini içeren gelişmiş bir optimizasyon yaklaşımı önerilmektedir. Yöntem, SDM, DDM ve genel PV modülleri üzerinde test edilmiş; JSO, HHO, WOA ve GWO gibi mevcut algoritmalarla karşılaştırılmıştır. Elde edilen sonuçlar, COA tabanlı yaklaşımın hata oranlarını azaltarak, parametre ayarlarını iyileştirerek ve hesaplama verimliliğini artırarak üstün performans sergilediğini göstermektedir. Friedman testi de, COA'nın temel versiyonuna göre SDM, DDM ve PV modüllerinde sırasıyla %8,1; %10,79 ve %9,6 oranında iyileşme sağladığını ortaya koymuştur. Bulgular, önerilen yöntemin PV teknolojisinin gelişimine ve sürdürülebilir enerji kullanımına anlamlı katkılar sunduğunu göstermektedir.
Gaz türbinli güç santralleri için azami güc üretim kontolü
Bir gaz türbini, gazların ısı enerjisini mekanik işe dönüştüren bir tür türbin olan bir ısı motorudur. Bu çalışmada, üfleyici (blower) uygulama planlamasına yönelik yeni strateji, tanıtıldı. Gaz türbinlerini besleyen çalışma maddeleri, ısıtılmış gazlar veya diğer makinelerde üretilen ısıtılmış egzoz gazlarıdır. Gazlar geçerken kinetik enerjilerini türbin kanatlarına iletir. Bu türbinler, eş zamanlı ısı ve elektrik üretimi için sistemlerde yaygın olarak kullanılmaktadır. Gaz türbinlerinin gücü, birkaç kW'tan 300 MW'a kadar geniş bir aralıkta değişiklik gösterir. Çalışma gazlarını getirme yöntemine göre gaz türbinleri, izobarik (sabit basınçlı) ve izokronik (sabit hacim) olmak üzere iki türe ayrılır. Sabit basınçlı gaz türbinlerinde çalışma gazı, türbine yaklaşık olarak sabit basınçta girer ve bu tür bir türbinin basitleştirilmiş bir teorik modeli, Erickson-Brown çevrimidir. Sabit hacimli gaz türbininde çalışma gazı, türbine kısımlar hâlinde eşit hacimde (darbeli) girer. Bu tezde, gaz türbininin tasarım ve performans analizi için Simulink-Matlab'ı kullandı. ANAHTAR KELİMELER: Azami güç kontrolü, gaz türbini, Enerji santralleri,simülasyon Ocak 2021, 53 Sayfa Bilim Kodu: 91
Yakıt pili sistemlerinde güç verimliliğini artırmak için maksimum güç noktası takip algoritmasına yönelik yeni bir yaklaşım
Geleneksel elektrik üretim sistemlerinde, yakıttaki enerjiyi elektriğe dönüştürmek için ilk olarak yanma reaksiyonları kullanılır. Bu çalışmada, yakıt hücresi kontrolü ve yakıt hücresinin kontrolü için yeni bir algoritma yaklaşımı incelenmiştir. Yanma reaksiyonunun verimli bir şekilde gerçekleşmesi için yakıt ve oksitleyici iyice karıştırılmalıdır. Bundan sonra, elektrik enerjisi üretilinceye kadar bir dizi ara işlem gereklidir. Her bir ara işlem enerji kaybına neden olur, dolayısıyla verimlilik düşer. Bir yakıt pilinde, yakıtın enerjisini doğrudan elektrik enerjisine dönüştürmek mümkündür. Yakıt ve oksitleyici farklı bölmelerde bulunur ve geleneksel üretim sistemlerinden farklı olarak birbirine karışmaz. Birleşmeleri ancak bu bölmeler arasında iyon ve elektron transferiyle gerçekleşebilir. Yakıt pili, yakıtın enerjisini doğrudan elektrik enerjisine, elektrokimyasal reaksiyon yoluyla dönüştürür. Harici yakıt (anot tarafı) ve oksitleyici (katot tarafı) ile elektrik üretir. Bunlar bir elektrolit / elektrot ünitesinde reaksiyona girer. Genelde, reaksiyon ürünleri hücreyi terk ederken, reaksiyona girecek olanlar hücre içine girer. Yakıt pilleri, gerekli yakıt ve oksitleyici akışı sağlandığı sürece süresiz olarak çalışabilir. Bu tezde, enerji üretimi için, Fotovoltaik ve yakıt pilinden oluşan hibrit modeli kullanılmıştır. ANAHTAR KELİMELER:Yakıt pili, simülasyon, akış hızı,güç verimliği
Yapay sinir ağları ile sağlıklı ve sağlıklı olmayan eeg sinyallerinin incelenmesi
Sinyal işleme, sinyallerin genliği ve frekansı arasındaki farkları belirlemenin bir yoludur. MATLAB ara yüzü, bazı analiz teknikleri ile sinyal işleme için kullanılır. Bu çalışmada, MATLAB ara yüzünde EEG'de kaydedilen beyin dalgalarının sinyal işlemesi, hastalıkların teşhisi için bir başlık olarak anlatılmıştır. Verileri analiz edebilmek için uygun yöntem geliştirilmiştir. Bu çalışmada, her bir EEG penceresi, beyindeki çeşitli frekans dalga seviyelerinin yeterli bir şekilde değerlendirilebilmesi için, zaman-frekans analizinden yararlanılan ayrık dalgacık dönüşümünü kullanarak beş temel EEG alt bandında analiz edilmiştir. EEG verilerinden MATLAB aracılığıyla sağlıklı olan ve sağlıklı olmayanlar tespit edilmiştir. ANAHTAR KELİMELER: Yapay sinir sistemi, EEG Sinyali, Teşhis, Zaman-Frekans Haziran 2021, 34 Sayfa
Bulanık kümeleme ortalaması ile retina optik disk algılama ve segmentasyonu
Optik diskin segmentasyonu, doktorların gözdeki sorunları bulmasına yardımcı olur.Tüm sinirler yönünü bu diskten beyne ve kalbe iletir. Bu çalışmada, optik disk segmentasyonu için Otsu ikilileştirmesine dayalı bulanık kümeleme yöntemini kullanıyoruz. Bulanık kümeleme, ait olduğu bölgeye veya çevreleyen bölgenin bölgesine karşılık gelen piksel etiketlerini tahmin etmek için bir bilgisayar görüntüleme görevidir. Bulanık kümeleme, görüntüdeki özel nesnelerin sınıfını anlamayı amaçlar. Otsu ikilileştirme yöntemine dayalı bulanık kümeleme, optik disk görüntü segmentasyonu ve tespiti için olağanüstü performans göstermiştir. Yöntemi test etmek için DRIVE, STARE ve MESSODIR veri setinden genel retina görüntüleri kullanılır. Bu çalışmada, doğruluk değerlendirmesi için gerçek negatif (TN), gerçek pozitif (TP), yanlış pozitif (FP) ve yanlış negatif (FN) hesaplayan karışıklık matrisini kullanılmıştır. Matlab simülasyon sonuçlarının sonucunu temel gerçek görüntülerle karşılaştırılarak, geri çağırma ve doğruluk için yüksek doğruluk elde edilmiştir. ANAHTAR KELİMELER: Görüntü segmentasyonu, Optik Disk Segmentasyonu, Bulanık kümeleme
Fırçasız DC motorun hız kontrolü için bulanık akıllı sistemin uygulaması
Bu çalışmada bulanık akıllı sistem kullanılmış ve fırçasız DC hızlı motor kontrolü için analiz edilmiştir. Orantılı kontrolör, motorun hızını kontrol etmek için kullanılmıştır. Sugeno, dokuz rol ile bulanık mantık denetleyicisinde kullanılmıştır. Bulanıklığın girdisi hata ve hatanın türevidir Ayrıca bu tezde güç ve bulanık mantık araç kutusu kullanılmıştır. Bu tezde, model referans tabanlı bulanık denetleyici kullanarak BLDC motor kontrolünü gerçekleştiriyoruz. Bu sistemin uygulanması üç aşamalıdır. İlk adım, referans modelin tasarlanmasıdır. İkinci adım ise Santral Modelidir. Santral modeli için BLDC motor kullanıyoruz. Son adım, bulanık denetleyiciyi tasarlanmıştır. Modelin uygulanması için MATLAB- Simulink 2020a sürümü kullanılmıştır ANAHTAR KELİMELER: DC motor kontrolü, bulanık mantık, orantılı kontrolör Haziran 2021, 43 Sayfa
Güneş enerjisi sistemleri için uyarlanabilir nöro bulanık çıkarım sistemi ile maksimum güç noktası takip algoritmasının iyileştirilmesi
Bu tezde maksimum güç noktası takibi MPPT ve DC-DC yükseltici dönüştürücü sunulmaktadır. Bu tasarım, bulanıklığın, maksimum güç noktası izleme algoritmasının performansını aşmasına uygun olan performans gereksinimlerini karşılar. Güneş pili, güneş ışığını elektrik enerjisine dönüştürmek için kullanılan güneş fotovoltaik sisteminde PV temel eleman olarak kabul edilir. Güneş pilinin performansı, çevreye ve güneşin sıcaklığı ve ışınımı gibi hava koşullarına bağlıdır. Bu faktörler doğada değişkendir. Normal koşulların etkisi altında, fotovoltaik benzersiz maksimum çalışma noktası üretir. PV optimum noktalarda çalıştığında yükte maksimum verim elde edilebilir. PV sisteminden yüksek verim elde etmek için MPPT kullanılabilir. MPPT şarj kontrol tekniği, DC yükü ile PV modülü arasındaki koşullandırma sisteminin bir parçası olarak kullanılmalıdır. MPPT, PV'den gelen değişken DC elektrik enerjisini sabit DC'ye dönüştürmek ve PV modülünden gelen maksimum gücü izlemek için kullanılır. Maksimum güç noktası, ışınlama seviyesi ve sıcaklık değiştiğinde dalgalanır. Bu nedenle MPPT, DC-DC dönüştürücünün görev döngüsünü değiştirerek yük ve pil arasındaki empedansı eşleştirmek için kullanıldı. ANAHTAR KELİMELER:Maksimum Güç Noktası İzleme Algoritması, Uyarlanabilir Nöro Bulanık Çıkarım Sistemi, Güneş Enerjisi Sistemleri
Makine öğrenmesi yaklaşımları ile avuç içi tanıma sisteminin geliştirilmesi
Avuç içi tanıma, çok sayıda üstün özellik içeren ve kişisel tanımlamada kullanılan önemli biyometrik tanıma yaklaşımlarından biridir. Avuç içi görüntüsü, öznitelik çıkarım işleminde ön işlemden sonra kullanılabilir. Avuç içi boyutu ve avuç ten rengi gibi özellikler, avuç içi tanımakta öne çıkan nitelikler olarak kullanılmıştır. Bu tanıma sisteminde adaylardan, avuç içi izlerini (sağ veya sol avuç içi fark etmeksizin) vermeleri istenir. Avuç içi görüntüleri genellikle avuç içi sensörü veya kameralar kullanılarak sisteme alınır. Bu tezde, avuç içi görüntüleri, her adayın avuç içi için aynı yön ve konum sağlanacak şekilde, avuç içini tutucu üzerine yerleştirdikten sonra bir kamera kullanılarak oluşturulur. Bazı tanıma sistemlerinde görülen bir diğer özellik de görüntüyü doğru bir şekilde almak için akıllı sensör kullanılmasıdır. Bu tür sensörler, belirlenmiş konfigürasyonlara göre görüntüleri düzeltme (bir ön işleme gerçekleştirme) özelliğine sahip olabilir. Bu projede, çevrimiçi görüntü portalından (PCOE) elde edilen büyük bir avuç içi görüntü veri setine dayalı kişisel doğrulama sistemi uygulandı. Avuç içi veri seti PCOE'den indirildi ve tanıma sisteminin sonraki adımlarında kullanıldı. 112 adayın (kadın ve erkek) sağ avuç içi görüntüsü alındı. Hiçbir yaş kısıtlaması uygulanmadı, bu da çalışmaya tüm yaş kategorilerinin dahil olduğu anlamına gelmektedir. Daha sonra, her adaydan sağ elini bir avuç içi tutucunun içine yerleştirmesi istendi ve avuç içi toplama PCOE'de gerçekleştirildi. Avuç içi verileri, yapay öğrenme ve derin öğrenme paradigmaları kullanılarak ayrıca sınıflandırıldı. Uzun kısa süreli bellek sinir ağı, avuç içi özelliklerinde kimlik tahmin etmede daha iyi performans gösterdi, LSTM %90'a eşit tanıma doğruluğu ile gerçekleştirilmiştir. ANAHTAR KELİMELER:Avuç İçi Tanıma,Derin Öğrenme, Makine Öğrenmesi