Theses supervised by Doç. Dr. Gökay Bayrak
14 theses · Bursa Technical University
STATCOM destekli bir FV generatörün arıza sonrası yeniden bağlanabilme kapasitesinin geliştirilmesinde bulanık mantık ve PI denetleyicilerin etkilerinin incelenmesi
Dünyada ve Türkiye'de insan nüfusunun artışına paralel olarak teknolojik gelişmelerin de hızla ilerlemesiyle birlikte, büyük ölçekli enerji ihtiyacı ortaya çıkmıştır. Yakın döneme kadar fosil yakıtlardan elde edilen enerji bu ihtiyacı karşılarken, günümüzdeki enerji talebini karşılama noktasında yetersiz kalmıştır. Hem fosil yakıtların hızla tükenmesi hem de yenilenebilir enerji kaynağının sınırsız oluşu, çalışmaları ve araştırmaları bu alanda yoğunlaştırmıştır. Yenilenebilir enerjinin hayatımıza girdiği ilk süreçlerde, şebekeye erişimin zor olduğu bölgelerde, şebekeden bağımsız ve dağıtık halde yenilenebilir enerji santralleri kurulmuştur. Ancak enerji ihtiyacının hızla artması, çiftlik, okul, hastane gibi enerji akışında sürekliliğin esas olduğu yerlerde de bu santrallerin kurulmasıyla birlikte, artık şebekeyle bağlantılı olarak çalışan güç sistemleri haline getirilmiştir. Yenilenebilir enerji kaynaklarının (YEK) sabit bir üretim değerine sahip olmaması, bu enerji santrallerinden çekilecek enerji miktarını da belirsiz kılmıştır. Rüzgar enerjisi performansının net öngörülememesi, bulutlanma süresi, güneş panellerinin tozlanması, dalga oluşum miktarının bilinmemesi vb. durumlar bu belirsizliğin başlıca sebeplerindendir. Şebeke ile şebekeye bağlı YEK arasında dengesiz durumlar oluşabilmekte ve güç kalitesi bozulabilmektedir. Bu dengesizlik güç kalitesi olaylarının tespitini ve önlenmesini önemli bir konu haline getirmiş ve son yıllarda bu konu üzerine yapılan çalışmalar artmıştır. Bu tür olumsuzlukları engellemek için çeşitli çözüm yöntemleri geliştirilmiştir. Bu tez çalışmasında, şebeke bağlantılı fotovoltaik (FV) santrale sahip bir güç sisteminde esnek alternatif akım iletim sistemi (FACTS) cihazları aracılığıyla arıza sonrası yeniden bağlanabilme (ASB) kapasitesini geliştirmek amaçlanmıştır. ASB kapasitesini artırmak için kullanılan FACTS cihazları yöntemleri, maliyet, yer kaplama, ısınma gibi önemli konular göz önünde bulundurularak kendi içinde analiz edilmiştir. Belirlenen FACTS cihazı, ortak bağlantı noktasındaki (PCC) sensörlerden alınan akım veya gerilim değerlerini girdi olarak kabul eden ve geleneksel ya da akıllı yöntemlere göre çalışan bir kontrolörden geçirildikten sonra devreye sokulmuştur veya devreden çıkarılmıştır. Günümüzde en çok kullanılan FACTS yöntemi, güç sistemine reaktif enerji sağlayan ya da sistemden reaktif enerji çeken "statik senkron kompanzatör (STATCOM)" yöntemidir. Harici cihaz tabanlı FACTS metodu olan STATCOM'un çıkış akımının (endüktif veya kapasitif), AA sistem geriliminden bağımsız olarak kontrol edilebilme özelliği, onu bir diğer harici cihaz tabanlı FACTS aygıtı olan statik var senkron kompanzatörden (SVC) daha üstün konuma getirmiştir. Matlab Simulink uygulamasında oluşturulan şebeke bağlantılı fotovoltaik güç sistemi (FVGS) modelinde bazı arıza türleri oluşturularak sistemin güvenilirliği ve kararlılığı test edilmiştir. Bu arıza türleri: bir faz arızası, faz-faz arızası, faz-faz-toprak ve üç faz-toprak arızalarıdır. Arıza durumlarında sistemin daha hızlı bir şekilde kararlı hale geçişinin sağlanması amacıyla STATCOM'un devreye alınması ya da çıkarılması geliştirilen kontrol yöntemleri ile gerçekleştirilmiştir. Bu kontrol yöntemleri, matematiksel yönteme dayanan oransal-integral (PI) kontrolör ve bulanık mantık kontrolör (BMK) yapılarıdır. Matematiksel modele dayalı olarak PI kontrolörlü STATCOM, akıllı yönteme dayalı olarak da BMK'lı STATCOM kullanılarak iki farklı durum üzerinde çalışılmıştır. Bu çalışma durumlarından elde edilen sonuçlar değerlendirilerek, geliştirilen kontrolörlerin ASB kapasitesi üzerindeki performansları karşılaştırılmıştır. Üç faz-toprak arızası geçişi durumunda PI konrolör varken gerçekleşen maksimum aşma değeri, gerçekleştirilen BMK ile %80 oranında azaltılmıştır. Bu çalışma koşulundaki değerler karşılaştırılmış ve BMK'nın cevap süresinin PI kontrolör cevap süresine göre %75 daha başarılı olduğu görülmüştür. Tez çalışmasında geliştirilen BMK tabanlı STATCOM kontrol yöntemi ile şebeke bağlantılı FVGS'lerde güç kalitesinin iyileştirilmesi ve sistemin kararlılığının arttırılmasını sağlayacak uygun bir yapı oluşturulmuştur.
Rüzgar türbinlerinde kullanılan çift beslemeli asenkron generatörlerin arıza sonrası yeniden bağlanabilme kapasitesinin akıllı kontrol yöntemleriyle geliştirilmesi
Tüm dünyada enerji ihtiyacının büyük bir bölümünün karşılandığı fosil yakıtların ömrü kısalmakta, maliyetleri ve çevreye verdikleri zararın boyutları da her geçen gün ciddi anlamda artmaktadır. Küresel ısınmanın yarattığı sorunlar son yıllarda hissedilir derecede etkisini göstermektedir. Dünyanın her bölgesinde, daha önce hiç görülmemiş sıklıkta doğa olayları ile karşılaşılmaktadır. Ayrıca dünya nüfusun artması ve paralelinde sanayileşmenin de artması, sürekli bir şekilde enerji ihtiyacını artırmaktadır. Bütün bu sebepler, ülkeleri enerji arzını karşılayabilecekleri yeni kaynaklara yönelmeye zorlamıştır. Yenilenebilir enerji kaynakları en etkin ve çevre dostu alternatif olduğundan, yenilenebilir enerjiye olan ilgi tüm dünyada katlanarak artmaktadır. Bu kapsamda, ülkemizde de tüm dünyada olduğu gibi en çok rüzgar enerjisi kullanılmaktadır. Rüzgar enerji santrallerinin çevreye duyarlı olması, karbon salınımlarının bulunmaması, düşük arazi işgali sebebiyle doğada büyük tahribatlar oluşturmaması gibi olumlu yönleri bulunmakla birlikte, bazı dezavantajları da bulunmaktadır. Rüzgarın net bir şekilde tahmin edilememesi, çevresel ve doğal koşullara göre değişmesi, enerjide sürekliliği ve güvenilirliği azaltmaktadır. Ayrıca bu santrallerdeki artış, şebeke geriliminde değişiklik olması ve arıza durumlarında santrallerin performansı konusunda da endişelere neden olmuştur. Bu nedenle ülkeler şebeke kodlarına yenilenebilir enerji santrallerini eklemişlerdir. Şebeke kodunda, arıza sonrası yeniden bağlanabilme kapasitesi (FRT), aktif güç kontrolü, reaktif güç kapasitesi, frekans tepkisi gibi birçok konu ele alınmaktadır. Arıza sonrası yeniden bağlanabilme kapasitesi konusu ise üç başlık altında toplanmaktadır. Bunlar; reaktif güç üretimine, koruma devrelerine ve yazılıma dayalı çözüm stratejileridir. Bu tez çalışmasında, çift beslemeli asenkron generatörlü (DFIG) rüzgar türbinlerine sahip bir santralin FRT kabiliyeti geliştirilmeye çalışılmıştır. Bu bağlamda, reaktif güç üretimi esasında çalışan statik senkron kompanzatör (Statcom) kullanılmıştır. Matlab/Simulink'te oluşturulan güç sisteminde faz-toprak kısa devresi, faz-faz kısa devresi ve 3 faz-toprak kısa devresi arızaları simüle edilmiştir. Arıza anında sistemde meydana gelen gerilim düşümleri iki ayrı ölçüm noktası referans alınarak incelenmiştir. Statcom'un kontrolünde ise geliştirilen oransal-integral (PI) kontrol yöntemi ve akıllı kontrol yöntemlerinden uyarlamalı sinirsel bulanık çıkarım sistemi (Anfis) tercih edilmiştir. DFIG'in FRT kabiliyetine, farklı kontrol yöntemlerine sahip Statcom'un etkisinin incelendiği bu çalışmada; Statcomsuz, PI kontrollü Statcomlu ve Anfis kontrollü Statcomlu olmak üzere üç ayrı durum çalışılmıştır. Arıza sonrası koşullar incelendiğinde, maksimum aşma ve yerleşme süresi değerlerinde en iyi performansı geliştirilen Anfis denetleyicili Statcom'lu sistemin verdiği görülmektedir. Geliştirilen akıllı yöntem ile rüzgar türbinlerinin FRT yeteneğinin geliştirilmesi konusunda farklı bir yaklaşım geliştirilerek, uygulamada karşılaşılabilecek ani gerilim yükselmesi gibi sistemi zorlayıcı etkilerin önüne geçilerek, çok daha kısa cevap süresine sahip, kararlı ve uygulamada da güvenle kullanılabilecek yeni bir yöntem önerilmiştir.
FBG tabanlı sıcaklık kompanze gerinim sensörünün üretimi, paketlenmesi ve gerçek zamanlı endüstriyel uygulaması
Fiber Bragg ızgara (Fiber Bragg Grating=FBG) sensörler yeni nesil sensör tiplerinden bir tanesi olarak literatürde yerini almış ve kullanımının son yıllarda ivmeli bir şekilde arttığı gözlemlenmiştir. Fiber optik tabanlı olan bu sensörler rakipleri ile mukayese edildiğinde ultra hafif yapısı, radyo frekans ve elektromanyetik sinyal duyarsızlığı, kompozit yapıların içerisine gömülebilme ve çoklu sayılardaki sensör yapılarını tek bir fiber hattı üzerinde barındırabilme gibi özellikleri ile ön plana çıkmaktadır. Günümüzde kendisine birçok farklı uygulama alanı edinebilmiş olan FBG sensörler, savunma sanayinde, rüzgar türbinlerinde, sinyalizasyon sistemlerinde ve yapısal sağlık izleme sistemlerinde alt yapı elemanı olarak kullanılmaktadır. Bu bağlamda, her ne kadar statik ölçüm parametreleri olarak adlandırılan gerinim ve sıcaklık ölçümü için kullanılıyor olsalar da, amaca uygun üretim şekilleri ve paket yapıları kullanıldığında bu sensörler titreşim ve ivme gibi dinamik ölçüm parametrelerin takibinde de kullanılmaktadır. Öte yandan, FBG sensörün yazılı olduğu fiber optik kablonun uç kısmına yerleştirilen adaptörler vasıtası ile gerinim, sıcaklık, titreşim ve ivme gibi parametreler tek bir kanal üzerinden takip edilebildiğinden, literatürde bu sensörlerin hibrit ölçüm kombinasyonları ile de sık sık karşılaşılmaktadır. FBG sensörlerin çıktılarının takip edilmesi ve yorumlanmasını sağlayan sorgulama sistemleri (interrogator) genel olarak tünellenebilir bir mod özelliğine sahip olmadığından, statik ve dinamik ölçüm parametrelerinin ayrı ayrı irdelenmesi önem arz etmektedir. Bu bağlamda, mevcut çalışma çerçevesinde öncelikli olarak 5kHz'lik bir sorgulama ünitesi modülü kullanılmış ve daha sonra statik ölçümlerdeki değişikliklerin yakın gözlemi için 2Hz'lik sorgulama ünitesi çalışmaya dahil edilerek tasarımı yapılan sensör yapısının çıktıları doğrulanmıştır.
COVID-19'lu ortamların dezenfeksiyonu için kullanılan insansız bir kara aracının (İKA) otomatik kontrolü
Bu çalışmada, insansız bir kara aracının (İKA) beyin (EEG) sinyalleriyle kontrol edilebilmesi için makine öğrenmesi tabanlı hibrit bir yöntem önerilmiştir. Önerilen hibrit yöntemde, dalgacık dönüşümü ile EEG sinyallerinden gerekli öznitelik vektörleri elde edilmiş ve karar ağacı modeli kullanılarak bu öznitelik sinyalleri sınıflandırılmıştır. Sınıflandırıcı çıkışındaki sinyaller, İKA'nın uygun yönde hareket ettirilebilmesi amacı ile kullanılmıştır. Sistemin eğitimi için 41 kişiden EEG sinyal verileri alınmıştır. Veriler band geçirgen filtreler ile gürültüden arındırılmıştır. EEG sinyallerinden en iyi öz nitelik çıkarımının sağlanabilmesi için sürekli ve ayrık dalgacık dönüşümü yöntemlerinin performansı araştırılmıştır. Baskın özelliklerin yer aldığı bandların eğitim dosyası oluşturulmuştur. Eğitim dosyası k-Katlı Çapraz Doğrulama yöntemi (k-Fold Cross Validation) ile eğitilmiştir. Eğitilen modeller aynı test kümesi üzerinde denenmiş, EEG sinyallerinden elde edilen verilerle, İKA'nın sağ ve sol doğrultuda yönlendirilmesi tahmin edilmeye çalışılmıştır. Sağ ve sol yön tahmini sınıflandırması için bilinen makine öğrenmesi yöntemlerinden performansı en iyi olanın bulunması amaçlanmıştır. Modellerden elde edilen verilerin karşılaştırması sonucunda, ayrık dalgacık dönüşümü ile kullanılan karar ağacı modelinin, diğer modellere göre test verileri üzerinde en fazla doğruluk oranı % 83 ayrıca sürekli dalgacık dönüşümü ve topluluk öğrenmesi ile en fazla doğruluk oranı %95 verdiği sonucuna ulaşılmıştır.
Akıllı arıza koruma ve güç akışı kontrol fonksiyonlarına sahip bir elektrikli araç şarj cihazının şebekeden-araca ve araçtan-şebekeye etkileşimli şekilde geliştirilmesi
Fosil yakıtların doğaya olumsuz etkileri, artan akaryakıt fiyatları ve ülkeler arası savaşlar nedeniyle ülkeler alternatif yakıtlı ulaşım araçlarına yönelmişlerdir. Buna en iyi örnek elektrikli araçlardır. Elektrikli araçların kullanımının ve buna bağlı olarak elektrikli araç şarj istasyonlarının hızla yaygınlaşması, elektrik şebekesinde aşırı yüklenmelere ve farklı güç kalitesi problemlerine yol açacaktır. Aşırı yüklenmelerde takviye enerji kaynakları kullanılarak tepe yüklerin traşlanarak enerji talebinin karşılanması gerekir. Araçtan şebekeye (vehicle to grid=V2G) teknolojisi elektrikli araç bataryasındaki enerjiyi şebekeye aktarır. Elektrikli araç (EA) kullanımı, fosil yakıtların kullanımını azaltacak olmasına rağmen elektrik talebini ciddi miktarda artıracaktır. Bu sebeple güç kalitesi problemleri ve şebekedeki aşırı yüklenme sorunları artacaktır. V2G teknolojisi elektrikli araçların şebekeye olumsuz etkilerini azaltarak şebekeye destek verecek bir teknoloji olarak öne çıkmaktadır. Elektrikli araç sahipleri, tepe olmayan saatler süresince, daha düşük enerji fiyatıyla araçlarını V2G teknolojisi ile şarj edebilecektir. Şebeke yükünün en üst seviyeye çıktığı saatlerde de bir evin ihtiyacı olan enerji, elektrikli aracın bataryasından sağlanabilecektir. EA'ların potansiyelini en üst düzeye çıkarmak gelecekte büyük önem taşıyacaktır. EA'ların akıllı şebekeye basit bir geleneksel yük yerine akıllı şarj ve deşarj, yani iki yönlü şebekeden araca (grid to vehicle=G2V) ve araçtan şebekeye V2G çözümleri ile bağlanması bu tez çalışmasında amaçlanmıştır. Çift yönlü güç akışına sahip dönüştürücülerin literatürde çok sayıda ve farklı çalışma örnekleri mevcuttur. Şebekeden aracın bataryasını şarj etmek ve bataryadan şebekeyi besleyebilmek için kullanılan elemanların sayısı ve çeşidi, devrenin ekonomik ve zaman maliyeti ve karmaşıklığı yönünden önemlidir. Bu yüzden kullanılan eleman sayısının az tutulması amacıyla hem şebekeden araca hem de araçtan şebekeye güç akışı aynı devre üzerinden sağlanmaktadır. Devrede kullanılacak anahtarların sayısı arttıkça kontrol devresi ve kontrol yöntemlerinin karmaşıklığı da artacaktır. Bu tezde, çift yönlü enerji akışına sahip tek fazlı bir AA-DA dönüştürücü devresinin tasarımı ve uygulanması incelenmiştir. AA-DA dönüştürücü, bir şarj cihazı prototipi olarak kullanılmıştır. Şarj cihazı, IGBT ve diyotlardan oluşan H-köprüsü ve devamında düşürücü dönüştürücü ile yükseltici dönüştürücü devrelerinin aynı devre üzerinde bağlanması ile yapılmıştır. Uygulama olarak V2G modunda DA tarafında DA kaynağı olarak DA güç kaynağı ve G2V modunda çıkışta DA yük olarak rezistif reosta, G2V modunda AA tarafta da AA kaynak olarak güç şebekesi ve V2G modunda çıkış yüksüz olarak uygulanmıştır. Şarj cihazının şebeke kısmına koruma fonksiyonu olarak harici bir akıllı koruma devresi tasarlanmış ve uygulanmıştır. Yapılan çalışma ile akıllı koruma fonksiyonu olarak akıllı kesici (AKES) ve AA-DA doğrultucu dönüştürücü, düşürücü dönüştürücü, yükseltici dönüştürücü ve DA-AA dönüştürücü devreleri tek hat üzerinde bağlanarak senkronize edilmiş ve iki yönde de enerji akışı sağlanmış olup, kompakt bir yapı oluşturularak mevcut litetürdeki çalışmalara göre avantaj sağlanmıştır. AKES ile giriş hattı üzerinden alınan gerilim ve frekans değerleri ESP8266 WiFi modülü kullanılarak internet ortamına aktarılmıştır. G2V-V2G devresine ilişkin çalışma simülasyonları Matlab-Simulink ortamında gerçekleştirilmiştir. Uygulama aşamasında anahtarlamalar sinyal jeneratörü ve Arduino platformu, akıllı koruma fonksiyonları da Arduino platformu kullanılarak gerçekleştirilmiştir. Tez çalışmasında önerilen yapı ile şebekeden-araca ve araçtan-şebekeye güç aktarabilen ve akıllı koruma fonksiyonlarına sahip, EA şarj istasyonları ve şebeke ile güvenli şekilde bağlanabilecek bir prototip sistem geliştirilmiştir. Önerilen yapının pratikte yüksek akım ve güçlerde geliştirilecek modelleri ile prototip sistemin yüksek batarya kapasitesine sahip EA'lar için de uygulanabileceği düşünülmektedir.
Şebeke bağlantılı bir FV sistemde sayısal filtre yöntemlerinin güç analizi üzerine etkilerinin gerçek zamanlı olarak araştırılması
Şebeke bağlantılı FV sistemlerde güç kalitesinin iyileştirilmesi için başta inverter ve dönüştürücü devrelerin kontrol yapıları olmak üzere, referans akım ve gerilim değerlerinin yüksek doğrulukla ölçülmesi gerekmektedir. Dönüştürücü devrelerin kontrol yapılarındaki güç analizinin yüksek doğrulukta olması, FV sistemin aktif güç, reaktif güç ve faz açısı gibi diğer elektriksel parametrelerinin de hatasız olarak hesaplanmasına ve dolayısıyla sistemin güç kalitesinin artmasına neden olacaktır. FV inverter çıkışındaki gerilim ve akım sinyallerini doğru bir şekilde ölçmek ve diğer elektriksel parametreleri elde etmek için literatürde genellikle güç analizi bloğundan faydalanılmaktadır. Bunu yanı sıra, analog filtreler şebeke tarafındaki harmonikleri azaltmak için pratik bir çözüm olmasına rağmen, inverter ve dönüştürücülerden kaynaklanan güç kayıplarına ek kayıplar getirmekte ve sistemde ancak donanımsal olarak bir değişklik yapılabilmektedir. Sayısal filtrelerin tasarımlarında, filtrede yapılacak olan değişiklikler analog filtrelerde olduğu gibi donanımsal değil, yazılımsal olarak parametrelerin kolayca değiştirilmesi ile yapılabilmektedir. Bu nedenle, özellikle FV sistemlerde güç analizi ve hesabının yüksek doğrulukla yapılarak güç kalitesinin iyileştirilmesi için yazılım tabanlı sayısal filtrelerin bu alanda kullanılmasına ihtiyaç duyulmaktadır. Bu tez çalışmasında, FV sistemlerde güç analizinin yüksek doğrulukla yapılabilmesi için, literatürdeki mevcut güç analizi bloğu yerine, elektriksel sinyallerdeki bozulmaları en aza indirerek güç hesabına katkı sağlamak amacıyla sayısal filtreler kullanılmıştır. LabVIEW ortamında hem simülasyon hem de gerçek zamanlı olarak gerçekleştirilen farklı tipteki sayısal filtrelerin güç analizi ve hesabı üzerindeki etkileri araştırılmış, en yüksek doğruluğa sahip sayısal filtre tipi belirlenerek, geliştirilen bu yapı şebeke bağlantılı bir FV sisteme entegre edilmiştir. Tezin simülasyon bölümünde, LabVIEW ortamında FV sistem inverter çıkışını temsil eden 50 Hz'lik saf bir sinüs işareti beyaz gürültü ile bozulmuş ve oluşan harmonikli sinyale sırasıyla, 8. dereceden band geçiren Butterworth, Bessel, Eliptik IIR ve LMS algoritma sayısal filtreleri uygulanmıştır. Simülasyonda tüm filtreler gürültü temizlemede başarılı olmasına karşın, Butterworth ve Bessel filtresi gürültü temizlemede diğer filtrelere göre daha başarılı olmuştur. Tezin son aşamasında ise önerilen yaklaşım Bursa Teknik Üniversitesi bünyesinde bulunan Yenilenebilir Enerji ve Akıllı Şebekeler Laboratuvarı'nda deneysel olarak ta gerçekleştirilmiştir. Güneş panellerine bağlı olan 1200 Wp toplam güce sahip şebeke bağlantılı inverter çıkışından gerçek zamanlı olarak alınan akım-gerilim sinyalleri veri toplama kartına aktarılarak, gerçek zamanlı olarak LabVIEW ortamında gerçekleştirilen yazılım ile sayısal filtrelerin güç analizi üzerine etkileri araştırılmıştır. LabVIEW ortamında 8. dereceden band geçiren Butterworth, Bessel ve Eliptik IIR sayısal filtreleri yazılımsal olarak geliştirilmiş olup, laboratuvarda bulunan şebeke bağlantılı FV sistemin inverter çıkışındaki akım ve gerilim sinyallerine uygulanarak, sistemdeki akım, gerilim, aktif güç, reaktif güç, görünür güç ve güç faktörü değerleri gerçek zamanlı olarak ölçülmüştür. Ölçülen değerler güç analizörü ile de doğrulanmış olup, Butterworth ve Bessel sayısal filtrelerinin gerçek ölçümlere çok yakın sonuçlar verdiği görülmüştür. Tezde önerilen yöntem ile şebeke bağlantılı bir FV sistemde güç analizi bloğundaki geleneksel hesaplamalar yerine, sayısal filtreler ile güçlendirilmiş ve yüksek doğruluğa sahip gerçek zamanlı bir yaklaşım gerçekleştirilmiştir. Güç analizindeki akım, gerilim, faz farkı ve güç sinyallerindeki gürültüleri önleyerek yüksek doğrulukla güç analizine imkan sağlayan bu yöntem sayesinde, özellikle şebeke bağlantılı FV sistemlerin inverter ve dönüştürücü devrelerindeki kontrol yapılarının çok daha kararlı bir şekilde çalışmasına imkan sağlanmaktadır. Böylece analog filtrelerin harmonikleri bastırmasına destek olarak, güç kalitesinin iyileştirilmesine katkıda bulunan bir yapı ortaya konulmuştur. Tez çalışmasında gerçekleştirilen yapının sadece güç sistemi için değil, aynı zamanda güç elektroniği ve motor sürücü tarafında da uygulanabilir olması, histeresiz kontrol, d-q dönüşüm vb. birçok kontrol yapısının kararlılığının artırılması bakımından uygulamada farklı alanlar için de geliştirilebilir bir yapı sunmaktadır.
Yenilenebilir enerji destekli elektrikli araç şarj istasyonları için yük tarafı talep yönetiminin akıllı kontrol yöntemleri ile geliştirilmesi
Günümüzde elektrikli araçların (EA) kullanımının ve buna bağlı olarak EA şarj istasyonlarının sayısının hızla yaygınlaşması, enerji talebini önemli derecede artıracaktır. Bu talep artışı güç sisteminde aşırı yüklenmelere ve farklı güç kalitesi problemlerinin oluşmasına yol açacaktır. Enerji talebinde meydana gelecek bu artış ile mevcut şebeke koşullarında akıllı şebeke, akıllı enerji yönetimi, talep tarafı yönetimi kavramlarının önemi de artmıştır. Akıllı şebeke ve talep tarafı yönetimi yaklaşımları güç sisteminin güvenilirliğini artırarak ve uzun vadede pik talebi düşürerek şebeke kapasitesinin yükseltilmesi için ihtiyaç duyulan yatırım maliyetini azaltmaktadır. Elektrikli araçların artışı ile EA şarj uygulamalarında akıllı şarj stratejilerinin geliştirilmesi konusunda da ihtiyaçlar ortaya çıkmıştır. EA'lar günün büyük bir bölümünde aktif halde kullanılmamaktadır. Bu özellikleri, EA şarj süreçlerini, talep tarafı yönetimi tekniklerinden biri olan doğrudan yük kontrolü uygulamaları için uygun seçenekler haline getirmektedir. Doğrudan yük kontrolü uygulamaları ile akıllı şarj stratejileri geliştirilerek puant yüklerin oluşmasının önüne geçilmesi noktasında katkı sağlanabilmektedir. Bu tez kapsamında, iki farklı koşulu değerlendiren vaka çalışmaları ile doğrudan yük kontrolü yöntemleri kullanılarak akıllı şarj stratejileri geliştirilmesi ve puant yük oluşumunun azaltılması amaçlanmıştır. Yük tarafı talep yönetimi ve akıllı kontrol yöntemleri için literatürde çok sayıda farklı örnekler mevcuttur. Doğrudan yük kontrolü uygulamalarında değerlendirilmesi gereken parametreler arasında kullanıcı memnuniyeti de vardır. EA şarj istasyonlarının doğrudan yük kontrolü uygulamaları ile kontrol edilmesi süreçlerinde yük kaydırma ve yük atma gibi kontrollerin gerçekleştirilmesi süreçlerinde kullanıcı taleplerinin değerlendirilmesi ve bu değerlendirmelerine göre yük tarafı talep yönetiminin gerçekleştirilmesi kritik öneme sahiptir. Bu tezde, yenilenebilir enerji destekli EA şarj üniteleri için yük tarafı talep yönetiminin gerçekleştirilmesi, uygun bir akıllı kontrol yönteminin tasarımı, uygulaması ve şebeke yük profiline etkileri incelenmiştir. Yük tarafı talep yönetiminin gerçekleştirilmesi için kısıtlar ve değişkenler arttıkça yük tarafı talep yönetimi problemi karmaşıklaşmaktadır. Akıllı yük tarafı talep yönetimi karar verici doğrudan yük yönetimi gibi talep tarafı yöntemlerinin uygulanıp uygulanmayacağına ve hangi doğrudan yük kontrolü uygulamasının yapılacağına karar vermektedir. Çalışmada, yenilenebilir enerji destekli EA şarj istasyonunu merkeze alan iki farklı vaka çalışması belirlenmiştir. İki vaka çalışmasında sırasıyla; birden fazla şarj birimine sahip EA şarj istasyonlarında uygun şarj hızının seçilmesi ve kişisel kullanıma sahip EA şarj istasyonları için doğrudan yük kontrolüne uygunluğunun değerlendirilmesi konuları incelenmiştir. Birinci vaka çalışmasında puant yüklerin oluşmasını engellemek için uygun şarj hızı seçimini yapacak akıllı karar verici yapısı tasarlanmış ve ikinci vaka çalışmasında ise şarj işleminin başlatılması öncesinde mevcut yük durumu değerlendirilerek şarj işleminde doğrudan yük kontrolü yöntemlerinin uygulamasına uygun olup olmadığı değerlendirilmiştir. Her iki vaka çalışması için de kullanıcıdan tedarik edilen mevcut şarj durumu, sonraki yolculuk mesafesi, batarya kapasitesi ve şarj istasyonundan ayrılma süresi verileri kullanılmıştır. Karar verme süreçlerinde kullanılan diğer veri ise mikro şebekenin anlık tüketim değeridir. Çalışmada makine öğrenmesi eğitim süreçlerinde kullanılmak üzere belirli kısıtlamalar doğrultusunda veri setleri oluşturulmuş ve bu veri setleri her vaka çalışması için belirlenen karar algoritmaları ile etiketlenmiştir. Oluşturulan veri setleri ile kullanıcı için olumsuz bir duruma yol açmadan yük tarafı talep yönetimi gerçekleştirmek adına iki farklı model için makine öğrenmesi sınıflandırma yöntemleri kullanılmıştır. Simülasyon süreçlerinde birinci vaka çalışması için veri seti yapay sinir ağı tabanlı bir karar verici kullanılarak %99,1 doğruluk ile sınıflandırılmış ve gereksiz hızlı şarj istasyonu kullanımının önüne geçildiği görülmüştür. İkinci vaka çalışması için ise topluluk öğrenmesi metotlarından bagged trees ile %98,7 doğruluk ile sınıflandırılmıştır. Geliştirilen yöntemler ile EA şarj süreçlerinde kullanıcılar için olumsuzluk oluşturmadan doğrudan yük yönetim kararının verilebildiği görülmüştür. Her iki vaka çalışması için uygulama öncesinde, sonrasında ve yenilenebilir enerji desteği eklenen durumlarda şebeke yük profili karşılaştırmaları yapılmıştır. Tez çalışmasında önerilen yöntemlerin birden fazla EA şarj ünitesine sahip şarj istasyonları ve tek bir şarj ünitesine sahip evsel kullanıcılar için kolaylıkla uygulanabileceği görülmüştür. Ayrıca, tez çıktıları ile EA şarj ünitelerinin şebekeye olumsuz etkilerinin en aza indirildiği ve yük tarafı değişimlerini dikkate alan pratik bir talep yönetim sistemi geliştirilmiştir.
Endüstriyel üretim hatlarında yapay zekâ destekli kalite kontrol sisteminin geliştirilmesi
Görüntü işleme teknolojisi, otomotiv başta olmak üzere bir çok sektörde kullanılmakta ve gün geçtikçe teknolojik altyapısı gelişmektedir. Özellikle imalat sektöründe, ürünlerin kalitesini sağlamak ve üretim süreçlerini optimize etmek için görüntü işleme sistemleri sıkça kullanılır. Üretilen parçaların yüzeylerinin incelenmesi, pürüzlülük, çatlaklar, delikler veya diğer kusurların tespit edilmesi için görüntü işleme teknolojisi kullanılmaktadır. Kamera sistemleri, ürün yüzeylerini yüksek çözünürlüklü görüntülerle tarar ve algoritmalar, belirlenen kriterlere uygun olmayan herhangi bir kusuru tespit eder. Üretilen parçaların boyutları ve geometrisi, görüntü işleme teknolojisi kullanılarak ölçülür. Kamera sistemleri, parçaların belirli ölçülere ve toleranslara uygun olup olmadığını kontrol eder ve herhangi bir sapma tespit ederse uyarı verir. Bunlara ek olarak montaj hattında, parçaların doğru monte edilip edilmediği, etiket doğruluğu ve benzeri bir çok üretim ve kontrol aşamasında görüntü işleme teknolojisi yaygın bir şekilde kullanılmaktadır. Bu tezde, makine öğrenmesi yöntemlerinden yararlanarak endüstriyel parçalar üzerindeki hataların saptanması ve sınıflandırılması için uygun yöntemlerin geliştirilmesi hedeflenmiştir. Öncelikle üretim hattındaki parçaların ölçümsel hatalarının bulunması amacı ile belirlenen toleranslara uygun bir kalite yapay görü kontrol sistemi geliştirilmiştir. Daha sonra parça üzerindeki çizik ve çapak problemleri için toplam 2650 adet görüntüden oluşan bir veri seti oluşturulmuştur. Bu veri setinde hatasız, çizik ve çapak olmak üzere 3 temel sınıf oluşturulmuştur. Veri setinin %80'i eğitim ve %20'si test olarak seçilerek sırasıyla DWT, CWT ve UWT dalgacık dönüşümü yöntemleri uygulanmıştır. Öznitelikleri elde edilen görüntüler farklı tip sınıflandırıcılara giriş olarak verilerek en uygun makine öğrenmesi yönteminin elde edilmesine çalışılmıştır. Öznitelik çıkarma işlemleri sonrasında, yapay sinir ağları, destek vektör makineleri, k-en yakın komşu ve karar ağacı gibi sınıflandırıcı metotları denenmiş ve test edilmiştir. Daha sonra, derin öğrenme yaklaşımı ile parça görüntülerinden elde edilen temel dokusal özellikler kullanarak daha ayırt edici özellikler elde edilmeye çalışılmıştır. Tez çalışması sonucunda, endüstriyel parçaların 0,003 ile 0,05 arası sapma ile boyutsal olarak kontrolleri gerçekleştirilmiştir. UWT ve DT kombinasyonu ile gerçekleştirilen makine öğrenmesi yöntemi ise %98,2 başarı ile endüstriyel parçalardaki görsel kusurları tespit edilerek sınıflandırma yapabilmiştir. Derin öğrenme sürecinde ise Gabor Filtresi ile elde edilen görüntüler YOLOv5 kullanılarak eğitilmiş, çizik ve çapak hatalarının yüksek doğruluk ile sınıflandırılması sağlanmıştır. Tez çalışmasında geliştirilen hem ölçüsel kontrol hem de yapay zekâ temelli kontrol yöntemleri, endüstriyel üretim hatları çıkışındaki parçaların kalite kontrolü için pratikte uygulanabilir bir çözüm sunmaktadır.
Fotovoltaik bir santralin farklı çevresel koşullar altındaki güç tahmini için uygun makine öğrenmesi yöntemlerinin araştırılması
Yenilenebilir enerji kaynakları (YEK), fosil yakıt tüketiminin kısıtlılığı ve çevresel etkileri nedeniyle enerji sektöründe önemli bir yer edinmiştir. Fotovoltaik (FV) sistemler, güneş enerjisinden elektrik üretmek için çevre dostu bir seçenek sunarken, üretim miktarları hava koşullarından etkilenmektedir. Bu durum, enerji sistemlerindeki arz ve talep dengesini korumak için güneş enerjisi üretiminin doğru bir şekilde tahmin edilmesini kritik hale getirmektedir. Tez çalışması, bu gereklilikten hareketle, FV panellerin çıkış gücünün hava durumu verileri kullanılarak makine öğrenmesi teknikleriyle tahmin edilmesini amaçlamıştır. Bu tezde, özellik çıkarımı için Dalgacık Dönüşümü'nün (DD) iki farklı türü, Ayrık Dalgacık Dönüşümü (ADD) ve Örnek İndirgenmemiş Dalgacık Dönüşümü (ÖİDD), kullanılmıştır. Elde edilen özellikler regresyon ve ağaç tabanlı makine öğrenmesi modelleriyle analiz edilmiştir. ADD, Destek Vektör Regresyonu'nda (DVR), 0,0001 Ortalama Kare Hatası (MSE), 0,0025 Kök Ortalama Kare Hatası (RMSE) ve 0,9992 Determinasyon Katsayısı (R2) değerleriyle ile en düşük hataları ve en iyi performansı gösterirken, Ridge Regresyon (RR) ve Lasso Regresyon (LSR) ise en düşük tahmin sürelerini (0,0003 sn.) alarak regresyon tabanlı modellerle daha uyumlu bulunurken, ÖİDD ise Rastgele Orman (RO) ve Karar Ağacı (KA) gibi ağaç tabanlı yöntemlerde daha yüksek performans göstermiştir. Özellikle ÖİDD-KA modeli MSE=0,00004, RMSE=0,0058 ve R2=0,9997 değerleriyle en dengeli ve mükemmel sonucu vermiştir. Çalışma sonucunda, veri türüne ve problem yapısına uygun özellik çıkarımı ve model seçiminin, tahmin doğruluğu üzerinde belirleyici bir etkisi olduğu belirlenmiştir. Model performansı, MSE, RMSE, R2, tahmin ve eğitim süreleri gibi değerlendirme metrikleriyle karşılaştırılmış, ağaç tabanlı modellerin daha düşük hata oranlarıyla öne çıktığı (MSE=0,00004-0,00009) gözlemlenmiştir. Regresyon tabanlı modeller ise daha hızlı tahmin süresi (LR=0,0002) sunmasıyla dikkat çekmiştir. MATLAB ortamında gerçekleştirilen çalışmada, Bursa Teknik Üniversitesi (BTÜ) Mimar Sinan Kampüsü'nde yer alan 5 kW'lık Şebeke Bağlantılı FV Sistem ve 2 kW'lık akü grubu ile oluşturulan «Yenilenebilir Enerji Destekli Elektrikli Araç Şarj İstasyonu» prototip sisteminden alınan gerçek zamanlı modül sıcaklığı, ortam sıcaklığı, nem ve güneş ışınımı verileri kullanılmıştır. Bu veri seti çevresel faktörlerden meydana gelmekte olup, çeşitli hava koşulları altında FV panellerin çıkış gücünü detaylı bir şekilde modellemek üzere kullanılmıştır. Gerçek zamanlı ölçüm verilerinin kullanılması, tahmin modellerinin pratik uygulamalardaki etkinliğini artırmak için büyük bir avantaj sağlamaktadır. Bu tez, yenilenebilir enerji sistemlerinin tahmini ve yönetimi için optimize edilmiş özellik çıkarım yöntemleri ve makine öğrenmesi modellerinin uygulanabilirliğini ortaya koymuştur. Sonuçlar, ÖİDD ve ağaç tabanlı modellerin, karmaşık yapılarda üstün olduğunu, regresyon tabanlı modellerin ise zaman etkinliği sağladığını göstermiştir. Bu bağlamda, enerji sistemlerinin verimliliğini artırmak için tahmin süreçlerinde veri türüne uygun modellerin seçimi önem taşımaktadır. İlerleyen çalışmalarda, üretim tahminlerinin enerji depolama ve elektrikli araç şarj istasyonları için kullanılması önerilmektedir. Anahtar kelimeler: Fotovoltaik güç sistemi, Güç tahmini, Makine öğrenmesi, Dalgacık dönüşümü, Regresyon modelleri, Karar ağacı
Endüstriyel talaşlı imalat tezgahlarında kesici aşınmalarının sinyal işleme yöntemleriyle gerçek zamanlı tespiti
Endüstri 4.0, üretim süreçlerinde otomasyon ve dijitalleşmeyi temel alan bir devrim niteliğindedir. Bu bağlamda, Makine Öğrenimi (ML) ve Derin Öğrenme (DL) gibi yapay zeka yaklaşımları, büyük veri analitiği ve Nesnelerin İnterneti (IoT) ile entegre edilerek kestirimci bakım sistemleri oluşturulmaktadır. Bu sayede, üretim süreçlerinin izlenebilirliği, yönetimi ve verimliliği artarken, hatalar ve arızalar azalmakta, kaynaklar daha etkin bir şekilde kullanılabilmektedir. Bu bakışla, ekipmanların performansını izleme konusunda kritik bir rol oynayan "kestirimci bakım", makinelerin ve cihazların bakımını sensör verilerinin analizi kaynaklı bilgi ve tahminlere dayalı olarak yapmayı mümkün kılar. Endüstride kullanılan her makine ve cihaz, iç ve dış sensörlere sahiptir. Çeşitli sensörler gerçek zamanlı ölçümler yapar ve üretim sürecinin dijital bir görüntüsünü – haritasını oluşturmayı mümkün kılar. Bu sensörler yapılan işin ve cihazın kontrolünü ve güvencesini sağlar. Sensörlerden elde edilen bilgiler saklanır ve daha sonra tahminler yapmak için işlenir. Çalışmamda, endüstriyel bir tesiste bulunan CNC tezgahtan titreşim sensörü ile gerçek zamanlı olarak alınan veriler değerlendirilerek, CNC tezgahlardaki kesici takım kırılmalarının önlenebilmesi için uygun sinyal işleme yöntemleri araştırılmıştır. CNC tezgahın işlediği parçanın bir periyodu gerçek zamanlı olarak alınarak, kesici takımların aşınma ve kırılma durumlarının incelenmesi için bir veri seti oluşturulmuştur. Oluşturulan veri seti ile MATLAB ortamında yapılan farklı analizler sonucunda, RMS (karekök ortalama) değerleriyle takımın mevcut durumu hakkında kesin tahminler yapılabilmiş ve belirli eşik değerleri tanımlanmıştır. Bu eşik değerlerinin aşılması durumunda sistem kullanıcıyı otomatik olarak uyarabilmekte ve takımın değiştirilmesi gerektiğini bildirebilmektedir. Böylece operatöre bağlı kontrol süreçleri azaltılarak, otomatik ve kesintisiz üretim ortamları oluşturulmuştur. Ayrıca titreşim sensörlerinden alınan veriler Fast Fourier Transform (FFT), Hilbert-Huang Transform (HHT), Continuous Wavelet Transform (CWT) ve S-Transform (ST) gibi analiz yöntemleriyle de değerlendirilmiştir. Bu sayede takımın aşınma süreci, kırılma öncesi davranışları ve sinyallerdeki karakteristik değişiklikler ayrıntılı olarak analiz edilmiştir. Analizler sonucunda 'Tüm Parçaların Toplam RMS Değerleri' yönteminin aşınma-kırılma tespitinde çok daha iyi sonuç verdiği görülmüştür. Bu yöntem ile ilk işlenen parça ile kırılma öncesi parça arasında %28 değer artışı gözlenlenmiştir. Ayrıca lineer artış ile 0,4g RMS değeri üzeri titreşimlerin uyarı noktası olarak kabul edilebileceği tespit edilmiştir. Bu veri alımı 90ms ve toplam analiz 0,3sn (300ms) gibi kısa bir sürede gerçekleştirilebilmiştir. Geliştirilen sistem, hem literatürdeki benzer yöntemlerle karşılaştırılmış hem de deneysel olarak test edilmiştir. Sistem, karanlık fabrika gibi insansız üretim ortamlarında kullanım potansiyeline sahiptir. Bu yönüyle sadece akademik bir katkı sunmakla kalmayıp, endüstriyel uygulamalarda da verimlilik ve güvenilirlik açısından yüksek değer sağlamaktadır. Sonuç olarak, bu verilerin yorumlanması ile kestirimci bakım kararları daha güvenilir hale gelmekte, sistemin gerçek zamanlı olarak uyarı verebilme yeteneği ise üretimde duruşların önüne geçmektedir. Böylece üretim kalitesi artırılırken, kesici takım ömrü de optimize edilmektedir. Kesici takım ani kırılmalarında çok hızlı, aşınma durumlarında kırılmadan tespit edilebildiği için, takım bileme veya yenisi ile değiştirme ile kayıp zaman en aza indirilmiş ve hatalı parça çıkması engellenmiştir. Bu sistem, insansız üretim anlayışına geçişte de önemli bir adım olarak değerlendirilebilir.
Fotovoltaik sistemlerde tozlanmaya bağlı enerji kayıplarının incelenmesi için IOT tabanlı bir ölçüm sisteminin geliştirilmesi
Güneş enerjisi santralleri, çevre dostu yapıları sayesinde karbon ayak izinin azaltılmasına önemli bir katkı sağlamakta ve dünyada konvansiyonel enerji kaynaklarına yenilenebilir bir alternatif olarak öne çıkmaktadır. Bu santrallerin kullanımının her geçen gün artması hem çevresel hem de ekonomik açıdan avantajlar sunmaktadır. Ancak, güneş enerjisi santrallerinin güçlü yönlerinden biri olan üretim verilerinin izlenebilirliği, kullanılan sensörlerin yüksek maliyeti nedeniyle sınırlı kalabilmektedir. Ek olarak, bu santrallerde tozlanmanın bir metrik ile izlenmemesi ve tozlanma kayıplarının belirsizliği, güç kayıplarına yol açarak sistemin etkinliğini olumsuz yönde etkileyebilmektedir. Bu çalışmada, güneş enerjisi santrallerinde panellerin kirlilik durumu kararı için bulanık mantık yönteminden yararlanarak, Internet of Things (IoT) tabanlı düşük maliyetli bir izleme sisteminin oluşturulması, güç çıkışına bağlı olarak tozlanma oranın hesaplanması ve güneş paneli kirlilik durumu kararının bulanık mantık ile karar verilmesi amaçlanmıştır. Bursa Teknik Üniversitesi Mimar Sinan Kampüsü'nde bulunan 2 özdeş güneş panel akım ve yüzey sıcaklığı gibi değerleri IoT tabanlı sensörler kullanılarak izlenmiş ve kayıt edilmiştir. Ölçülen bu değerlerden yararlanılarak güneş paneli çıkış gücü, ışınım, güç çıkışına bağlı olarak tozlanma oranı miktarı değerleri hesaplanarak gerçek verilerden oluşan ölçüm verileri oluşturulmuştur. Panellerden biri haftalık olarak temizlenmiş, diğeri ise temizlenmeyerek kirli olarak bırakılmıştır. Sensörler açık kaynaklı programlanabilir devre kartı olan ESP32'ye bağlanarak kullanılmıştır. Oluşturulan düşük maliyetli IoT tabanlı izleme sistemi oluşturulmuştur. Tez çalışmasında ayrıca bulanık mantık ile güneş panellerinin kirlilik durumunun tespiti için bir karar verici yöntem de geliştirilmiştir. Geliştirilen yöntemde, güneş panellerinin güç çıkışına bağlı olarak tozlanma oranı bulanık mantık ile tahmin edilmekte, bu sayede güneş panellerinin kirlenme durumuna karar verilmektedir. Tez çalışmasından elde edilen sonuçlar, düşük maliyetli bir şekilde güneş enerjisi santrallerine ait IoT tabanlı bir izleme sisteminin gerçekleştirilebileceğini, panellerin güç çıkışına bağlı olarak tozlanma oranının hesaplanabileceğini, bulanık mantık karar verici sistemi ile de panellerin kirlilik durumu hakkında temizlik için karar alınabileceğini göstermiştir. Bu bakımdan tez çıktılarının pratikte de mevcut güneş enerjisi santrallerinde kullanılabileceği düşünülmektedir.
Güneş enerjisi santrallerinde yapay zeka destekli enerji üretim tahmini yöntemlerinin geliştirilmesi
Yenilenebilir enerji kaynakları, küresel enerji talebinin karşılanmasında giderek daha önemli bir rol oynamaktadır. Güneş enerjisi, en çok ve temiz yenilenebilir enerji kaynaklarından biridir. Türkiye, güneş enerjisi potansiyeli açısından oldukça zengin bir ülkedir. Bu nedenle, Türkiye'de güneş enerjisi santrallerinin kurulumu ve kullanımı son yıllarda hızla artmaktadır. Bu tez çalışmasında, Bursa Teknik Üniversitesi Mimar Sinan Kampüsü'nde şebeke bağlantılı lisanssız bir fotovoltaik güneş enerjisi santralinin fizibilitesinin araştırılması ve enerji tahmini için akıllı yöntemlerin geliştirilmesi amaçlanmaktadır. Tasarım yapılırken, kampüsün güneşlenme süresi, sistemin büyüklüğü ve sistemin maliyeti gibi faktörler dikkate alınmıştır. Enerji üretiminin tahmini için dört farklı model uygulanmıştır: Rastgele Orman (Random Forest- RF), Uzun Kısa Süreli Bellek Ağı (Long Short-Term Memory - LSTM), Doğrusal Regresyon (Linear Regression) ve Karar Ağacı (Decision Tree - DT). Bu modeller, güneş ışınımı, sıcaklık, nem ve tarihsel üretim verileri gibi parametreler kullanılarak eğitilmiştir. Modellerin performansları; Kök Ortalama Kare Hatası (RMSE), Ortalama Mutlak Hata (MAE), Ortalama Mutlak Yüzde Hata (MAPE) ve Determinasyon Katsayısı (R²) gibi benchmark metrikleriyle değerlendirilmiştir. Ayrıca çalışmada, Türkiye'deki enerji projelerinin gerçekleştirilmesinde izlenmesi gereken yasal prosedürler ve mevzuat adımları detaylı olarak ele alınmıştır. Bu bölümün amacı, enerji yatırımlarının yalnızca teknik ve ekonomik boyutlarını değil, aynı zamanda hukuki çerçevesini de ortaya koyarak Türkiye'de enerji projelerinin nasıl bir süreç içerisinde yürütüldüğüne dair bütüncül bir bakış sunmaktır. Lisanssız üretimden başvuru süreçlerine, kurum izinlerinden proje onaylarına kadar olan adımlar açıklanarak, bu tür projelerin uygulanabilirliği ve sürdürülebilirliği hakkında karar vericilere ve yatırımcılara yol gösterici bilgi sağlanması hedeflenmiştir. Sonuçlar, LSTM ve RF modellerinin yüksek doğruluk ve düşük hata oranlarıyla öne çıktığını göstermiştir. Özellikle LSTM modeli, zaman serisi verilerindeki karmaşık ilişkileri daha başarılı şekilde modelleyerek enerji tahmininde en yüksek performansı sergilemiştir. Bu çalışmayla, kampüs ölçeğinde uygulanabilir bir fotovoltaik sistemin hem ekonomik fizibilitesi hem de üretim tahmini başarıyla sunulmuştur. Türkiye'deki enerji projelerinin teknik, ekonomik ve yasal yönleri bir arada değerlendirilerek, yenilenebilir enerji planlamalarında kapsamlı bir yaklaşım sunulmuştur.
CNC takım tezgâhlarında kesici takım kırılma ve aşınma durumlarının uygun sinyal işleme yöntemleri ile tespiti
Talaşlı imalat, otomotiv ve savunma sanayi gibi yüksek hassasiyet ve süreklilik gerektiren sektörlerde, üretim süreçlerinin kesintisiz devam edebilmesi; CNC takım tezgâhlarında kullanılan kesici takımların aşınma ve kırılma gibi arıza durumlarının erken tespiti ile doğrudan ilişkilidir. Bu arıza durumları yalnızca üretim kalitesini düşürmekle kalmaz, aynı zamanda duruş sürelerinin artmasına ve işletme maliyetlerinde ciddi artışlara neden olmaktadır. Literatürde, kesici takım durumunu izlemek amacıyla farklı yöntemler geliştirilmiş olsa da, birçok yöntemin gerçek zamanlı sistemlere entegrasyonu zorlu olmakta ve sınırlı doğruluk oranlarıyla çalışmaktadır. Bu bağlamda, bu çalışmada; kesici takım aşınmasının ve kırılma eğiliminin etkin bir şekilde tespit edilebilmesi amacıyla Undecimated Wavelet Transform (UWT) ve Root Mean Square (RMS) yöntemlerinin bir araya getirildiği yenilikçi bir hibrit analiz yaklaşımı önerilmiştir. Deneysel çalışmalar, gerçek fabrika ortamında CNC kayar otomat tezgâhında gerçekleştirilmiş ve Dytran 3055D2 model titreşim sensörü ile Sinus Apollo veri toplama kartı kullanılarak 40 kHz örnekleme frekansı ile titreşim verileri elde edilmiştir. UWT yöntemi ile sinyalin zamansal-frekans bileşenleri seviyelendirilerek ayrıştırılmış; ardından, detay katsayıları üzerinden RMS değerleri hesaplanarak her parça için hibrit bir skor oluşturulmuştur. Bu skorlara eşik değer analizi uygulanmış ve 0.8 olarak belirlenen eşik değer üzerine çıkan parçalar takımın aşınma sürecinde kritik noktaya ulaştığını göstermiştir. Sistem, bu eşiği art arda geçen 2-3 parça tespit ettiğinde otomatik olarak takım değişimi sinyali üretmiş ve takım kırılmadan müdahale edilmesi sağlanmıştır. Yapılan analizler sonucunda, önerilen UWT+RMS hibrit yöntemi, özellikle 2 seviyeli UWT ayrıştırması ile en tutarlı ve belirgin sonuçları vermiştir. Yöntem, takım aşınmasının erken evrelerini başarıyla izleyerek, hem üretim sürekliliğinin sağlanmasına hem de takımın bileme işlemi sonrası tekrar kullanımına imkân tanımıştır. Ayrıca, yöntemin gerçek zamanlı izleme sistemlerine kolayca entegre edilebilmesini mümkün kılmıştır. Bu yönüyle, önerilen yöntem, hem üretim sahasında uygulanabilir hem de donanım açısından verimli bir izleme çözümü sunmaktadır. Bu çalışma ile birlikte, literatürde genellikle ayrı ayrı kullanılan UWT ve RMS analiz teknikleri ilk kez birlikte bir hibrit yapı içerisinde değerlendirilmiş ve üretim hattında çalışan bir sistem üzerinde başarıyla test edilmiştir. Yöntem, kesici takım aşınma ve kırılma süreçlerini yalnızca tespit etmekle kalmayıp, bu süreçlere zamanında müdahale edilmesini sağlayarak takım ömrünü uzatma, bakım maliyetlerini azaltma ve hurda oranını düşürme gibi somut faydalar sunmuştur. Geliştirilen sistem, yalın bir yapıda olmasına rağmen yüksek doğrulukla çalışan, düşük işlem yüküne sahip ve gerçek üretim ortamlarında uygulanabilir bir çözüm olarak öne çıkmaktadır. Gelecek çalışmalarda, sistemin farklı takım tipleri ve iş parçası malzemeleriyle test edilmesi, çoklu sensör entegrasyonu ile daha bütüncül bir yapıya kavuşturulması ve örüntü tabanlı yöntemlerle kestirimci bakım fonksiyonlarının güçlendirilmesi hedeflenmektedir.
Yakıt hücreli elektrikli araçlar için yüksek verimli DA-DA yükseltici tip dönüştürücü devrelerin araştırılması ve uygun dönüştürücünün geliştirilmesi
Yakıt Hücreli Elektrikli Araçlarda (YHEA) bulunan yakıt hücresinin çıkışından elde edilen gerilim sürekli değişmekte olup, bu değişken çıkış geriliminin YHEA'da güç aktarımı için uygun gerilime dönüştürülmesi gerekmektedir. Bu çalışmada, 1kW'lık bir yakıt hücresi çıkışındaki 25-48V aralığında değişen gerilimi, YHEA'da güç aktarımı için gerekli olan 96V seviyesine yükseltebilecek yeni çift bobinli bir DA-DA yükseltici tip dönüştürücü önerilmiştir. Önerilen yapının temel özelliği, iki adet bobin barındırması ve buna kıyasla 1 adet anahtarın olmasıdır. Bu yapı sayesinde, devrenin girişi ile çıkışı arasında görev süresinin karesi ile doğru orantılı olacak şekilde çevrim yapılabilmektedir. Bu çevrim oranı, geleneksel tek bobinli yükseltici tip DA-DA dönüştürücü devre topolojisi ile elde edilmek istenseydi iki adet dönüştürücünün art arda bağlanması gerekmekteydi. Bu yapı kullanılarak hem düşük görev süreleri ile daha yüksek gerilim dönüşüm kazancı hem de geleneksel yükseltici tip DA-DA dönüştürücü ile benzer seviyede verim elde edilmiştir. Önerilen çift bobinli DA-DA yükseltici tip dönüştürücünün öncelikle simülasyon modelinin tasarımı ve sanal ortamda analizleri gerçekleştirilmiştir. Yapılan analizlerden elde edilen sonuçlarda giriş gerilimi 25V iken verimlilik %92, giriş gerilimi 48V iken verimlilik %96 olarak elde edilmiştir. Daha sonra, tasarımı yapılan dönüştürücü deneysel olarak ta gerçeklenmiştir. Gerçeklenen tasarım üzerinden alınan ölçümler ile simülasyon ortamından elde edilen analiz sonuçları karşılaştırılmıştır. Deneysel olarak gerçeklenen devreden elde edilen sonuçlar önerilen dönüştürücünün giriş gerilimi 25V iken %89 verimlilik ile giriş gerilimi 48V iken %92,3 verimlilik ile çalıştığını göstermektedir. Gerçeklenen devre üzerinden elde edilen verim ile simülasyon ortamından elde edilen verim değerlerinin birbirine yakın olduğu gözlemlenmiştir. Elde edilen bu sonuçlar, bu devrenin pratikte de uygulanabilir olduğunu göstermektedir. İlk aşamada tasarımın uygulanabilirliğini kontrol amacı ile 100W'lık bir ilk örnek tasarım yapılmıştır. Bu sebep ile simülasyonlar da bu doğrultuda gerçekleştirilmiş ve simülasyon modelinde kullanılan bileşenler bu güç seviyesine göre seçilmiştir. YHEA'larda güç aktarımı uygulamalarında pratikte kullanılabilecek bu yapının, ölçeklendirme ile gücünün yükseltilerek, başta elektrikli ve hibrit enerjili araçlar olmak üzere birçok uygulamada kullanılabileceği düşünülmektedir.