Theses supervised by Dr. Öğr. Üyesi Yavuz Ünal
10 theses · Amasya University
Dijital öykü anlatımı ile verilen değerler eğitimine yönelik bir eylem araştırması
İnsanlar dünyaya geldiği günden itibaren evlerinde başlayan eğitim yaşantıları okul yaşları geldiğinde okulunda dâhil olmasıyla yaşam boyu devam eden bir süreçtir. Kişiler bu eğitimlerinin içinde yaşadıkları topluma uyum sağlayabilme ve kendilerini tanıyarak geliştirmek için belli değerleri de öğrenmeleri gerekmektedirler. Bu değerlerin kazandırılması için kullanılabilecek bir yöntem olarak dijital öykü anlatımı karşımıza çıkmaktadır. Bu bağlamda çalışmanın amacı öğrencilere değerler eğitimi konularını öğretmek için dijital öykü anlatımını kullanmanın etkili olup olmadığını, öğrencilerin nasıl öğrendiklerinin yansımalarını belirlemektir. Çalışmada nitel araştırma desenlerinden eylem araştırması kullanılmıştır. Süreç eylem araştırması şeklinde planlanarak uygulanmıştır. Değerler eğitiminin daha iyi nasıl öğretileceği problem durumu olarak ele alınıp bu problemin çözülmesi için eylem planı oluşturulmuştur. Çalışmanın örneklemini Sivas ilinde bir ortaokulda öğrenim gören 6. Sınıfa devam eden 7 Kız ve 7 Erkek öğrenci oluşturmaktadır. Öğrenciler değerler eğitimi konularıyla ilgili dijital öyküler oluştururken ikişer kişilik yedi grup halinde çalışmayı yürütmüşlerdir. Araştırmada veri toplamak için nitel verilerin yanında nicel verilerde kullanılmıştır. Nitel veriler için öğrenciler ile değerler eğitimi ve dijital öykü anlatımı ile ilgili, öğretmenler ile de öğrencilerin değerleri ne derece yansıttıklarıyla ilgili görüşmeler yapılmıştır. Aynı zamanda araştırmacı tarafından gözlemler yapılarak ve notlar tutularak veriler toplanmıştır. Nicel veriler için Dilmaç (2007) tarafından geliştirilen İnsani Değerler Ölçeği kullanılmıştır. Eylem araştırması sürecinde Hoşgörü, Dürüstlük ve Sorumluluk değerleri ele alınmıştır. Öğrencilerin sürecin başında ilk önce bu değerleri kazanmaları gerektiği yapılan görüşmeler, gözlemler ve öğretmenlerle yapılan görüşmeler sonucunda kararlaştırılmıştır. Öğrencilerden bu konularla ilgili öyküler yazmaları ve yazdıkları öyküleri dijital öykü anlatımı sürecini uygulayarak dijital öykü videoları haline getirmeleri sağlanmıştır. Dijital öyküler oluşturmadan önce öğrencilere dijital öykü anlatımının ne olduğu, nasıl oluşturulacağı, dijital öykü oluştururken kullanılacak web 2.0 araçları ve masaüstü uygulamalarının nasıl kullanılacağı anlatılmıştır. Toplanan nitel verilerin analizi için içerik analizi yapılmıştır. Toplanan verilerden yola çıkarak içerik analizi yapılıp öğrencilerin değerleri nasıl algıladıkları ve ne derece öğrendikleri kodlar ve temalar halinde yazılarak sonuçlara ulaşılmaya çalışılmıştır. Verilere göre değerlerin öğrencilerdeki etkisi, değerlerin öğrencilere sağladığı yararlar, duygular, değerleri tanımlamalar ve yöntemin öğrencilere sağladığı yararlar temalarına göre analizler yapılmıştır. Elde edilen bulgular incelendiğinde öğrenci görüşmelerinde verdikleri cevaplara göre öğrencilerin dijital öykü anlatımı sürecini yaşayarak değerler eğitimi ile ilgili videolar oluşturmaları değerler eğitimini daha iyi anladıklarını, yaptıkları bazı davranışların yazdıkları öykülerde yanlış davranışlar olduğunu görmelerini sağlamıştır. Yapılan gözlemler ve öğretmen görüşlerine göre ise sınıfta olumsuz davranışların belli oranda azaldığı özellikle bazı öğrencilerde değişimlerin daha somut anlaşıldığı ifade edilmiştir. Bu çalışma az sayıda öğrenci ile kısıtlı bir sürede yapılmıştır ve değerlerin kazanılması sonucu davranış değişiklikleri uzun zaman aldığı için benzer çalışmalar farklı kademelerdeki öğrencilerle değerler eğitimi veya farklı konuları ele alınarak yapılabilir. Yapılan araştırmanın eğitimde teknoloji kullanımının farklı yönlerini ele almasından dolayı yapılacak çalışmalara kaynak olacağı düşünülmektedir.
Uzaktan eğitim öğrencilerin mezuniyet durumlarının veri madenciliği yöntemleri ile tahmini: Amasya Üniversitesi Örneği
Eğitim-öğretim süresince öğrencilerin doğru yönlendirilmesi, ileride karşılaşabilecek başarısızlıkların önlenmesi açısından oldukça önemlidir. Zamanında mezun olamayan öğrenciler, genç iş gücünün azalmasının yanı sıra hem aile hem de ülke ekonomisinin olumsuz yönde etkilenmesine neden olabilmektedir. Bu durum zamanında mezun olamayan öğrenciler ile ilgili çalışmaları gerekli kılmaktadır. Öğrenciler ile ilgili eğitsel verilerin analiz edilmesi bu amaca yönelik çalışmalar içerisinde yer almaktadır. Özellikle yükseköğretim kurumlarında her yıl çok sayıda eğitsel verinin biriktiği değerlendirildiğinde, bu verilerin çeşitli yöntemler ile analiz edilmesi daha önemli hale gelmektedir. Bu çalışma kapsamında, Amasya Üniversitesi Uzaktan Eğitim Çocuk Gelişimi, Tıbbi Dokümantasyon ve Sekreterlik, İnternet ve Ağ Teknolojileri, Mekatronik ve Elektrik programlarına 2016-2017 güz döneminde kayıt yaptıran ön lisans öğrencilerinin zamanında mezun olabilme durumlarına ilişkin çıkarımlarda bulunulmaya çalışılmıştır. Tahmin için Karar ağacı, Naive bayes, Destek vektör makinesi, Random forest ve Yapay sinir ağları algoritmaları kullanılmıştır. Algoritmalar ile yapılan analiz sonucunda oluşan sınıflandırma performans ölçütlerine (accuracy, kappa, recall, precision, f-measure) karşılaştırılmalı olarak çalışmada yer verilmiştir.
Web tabanlı zeki öğretim sistemi geliştirilmesi ve öğrenci başarısı ile teknoloji kabullerine yönelik etkisinin incelenmesi
Zeki öğretim sistemleri (ZÖS), kime neyi nasıl öğreteceğini yine kişinin kendisinden aldığı bilgilere göre şekillendiren ve eğitim içeriğini buna göre planlayarak sunan sistemlerdir. Bu sistemler internetin olduğu her yerden zamana ve mekana bağlı kalmadan kişiye bireysel öğrenme ortamı ve imkanı sunmaktadır. ZÖS'ler sınıf ortamına göre çok daha etkileşimli eğitim araçları ve materyalleri sunarak öğrencinin derse olan ilgisini artırmaktadır. Bu çalışmada, araştırmacılar tarafından geliştirilen ve BİLZÖS (Bilişim Teknolojileri Zeki öğretim Sistemi) olarak isimlendirilen web tabanlı zeki öğretim sisteminin eğitime olan katkısı incelenmiştir. Ayrıca bu çalışmada "İşletim Sistemi Dersi" nin "Açık Kaynak İşletim Sistemleri" bölümünde yer alan "Kabuk İşlemleri" konusunun öğretilmesi için BİLZÖS kullanılmış ve sistemin akademik başarıya olan etkisi ile teknoloji ile iç içe bir yaşam süren öğretmen adaylarının teknoloji kabul ve kullanımları düzeylerinin belirlenmesi amaçlanmıştır. Çalışmada nicel araştırma yöntemlerinden yarı deneysel desen kullanılmıştır. Deney ve kontrol grupları Amasya Üniversitesi Bilgisayar ve Öğretim Teknolojileri Eğitimi bölümünde okumakta olan 3. sınıf öğrencilerinden oluşmuştur. Çalışma, deney (21) ve kontrol (20) grupları olmak üzere toplam 41 kişiden oluşmuştur. Kontrol grubu eğitimleri normal şekilde (öğretmenle birlikte bilgisayar laboratuvarında), deney grubu ise öğretmen rehberliğinde BİLZÖS isimli web tabanlı zeki öğretim sistemi üzerinden tamamlamıştır. Araştırmada veri toplamak için kullanılan başarı testi araştırmacı tarafından geliştirilmiştir. 19 soru ile oluşturulan başarı testinin güvenirlik katsayısı (Kr-20) 0,77 olarak bulunmuştur. Ayrıca öğretmen adaylarının teknoloji kabul ve kullanım düzeylerini belirleyebilmek için Yurdakul, Ursavaş ve İşçitürk tarafından (2014) geliştirilen "Öğretmen Adaylarının Teknoloji Kabul ve Kullanımları Ölçeği" nden yararlanılmıştır. Ölçek, ulusal literatürde öğretmen adaylarının teknoloji kabul ve kullanımlarının belirlenmesi amacıyla Teknoloji Kabul ve Kullanım Birleştirilmiş Modeli kullanılarak yapılan ilk ölçektir. Ölçeğin iç tutarlılık katsayısı 0.95 bulunmuştur. Başarı testi ve teknoloji kabul ve kullanımları ölçeği her iki gruba da eğitim öncesi ve sonrası uygulanmıştır. Deney grubuna eğitim BİLZÖS üzerinden 3 hafta olarak verilmiştir. Kontrol grubu ise eğitimini normal şekilde almıştır. Her iki eğitim sonunda elde edilen verilerin SPSS 20 programı ile analizleri yapılmıştır. Yapılan analiz sonucunda deney ve kontrol gruplarının her ikisinde de son testlerde anlamlı bir akademik başarı elde edildiği görülmüştür. Fakat son testlerde deney grubunun başarı ortalaması kontrol grubu başarı ortalamasından yüksek olmasına rağmen aralarında istatistiki olarak fark bulunamamıştır. Analizlerden elde edilen bir diğer sonuç ise deney ve kontrol gruplarında yer alan öğretmen adaylarının teknoloji kabul ve kullanımları düzeyleri arasında ön test ve son test düzeylerinde anlamlı bir fark bulunamamış olmasıdır. BİLZÖS, öğrencinin eğitim esnasında yönlendirilmesi ve dinamik içeriğiyle normal sınıf içi eğitime göre öğrencilerin daha kaliteli ve eğlenceli bir eğitim süreci geçirmesi için tasarlanmıştır. Elde edilen araştırma sonuçlarına göre BİLZÖS, akademik başarı düzeyinde normal sınıf içi eğitim kadar başarı elde etmiştir diyebiliriz. Bireysel öğrenmenin ön planda olduğu günümüzde, zeki öğretim sistemlerinin büyük önem taşıdığı görülmektedir. ZÖS' lerin diğer ülkelerde olduğu gibi ülkemizde de kullanılması ve yaygınlaştırılması için gerekli akademik desteğin verilmesinin ve gereken çalışmaların yapılmasının eğitim - öğretime katkı sağlayacağı düşünülmektedir. Bu çalışma kısıtlı bir sürede, kısıtlı bir konuda ve kısıtlı bir gruba uygulanmıştır. İleriki zamanlarda BİLZÖS üzerinde birden fazla ders aynı anda çok sayıda öğrenciye eğitim için açılabilir ve her dersin akademik başarı düzeyleri incelenebilir. BİLZÖS benzeri web tabanlı zeki öğretim sistemleri geliştirilebilir.
Hasarlı güneş paneli hücrelerinin derin öğrenme yöntemleriyle sınıflandırılması
Güneş enerjisi alternatif enerji kaynağıdır. Bir güneş enerjisi sisteminin temelini oluşturan güneş pilleri, esas olarak kristal silikon yapıdadır. Güneş panel hücrelerinde üretim esnasında veya kurulum sonrasında hatalar oluşabilir. Geleneksel görüntüleme yöntemleri ile güneş hücrelerindeki hataları tespit etmek çok zordur. Güneş hücrelerindeki bu hatalar, özel ekipmanlar ile çekilen elektrolüminans görüntüler ile tespit edilebilmektedir. Bu çalışmada, derin öğrenme yöntemi ile güneş panel hücrelerinin elektrolüminans (EL) görüntülerinden hasar tespiti yapılmıştır. 6528 adet monokristal ve polikristal yapıdaki farklı güneş panel hücrelerinin elektrolüminans (EL) görüntüleri kullanılmıştır. Görüntü sınıflandırmada, hızlı ve başarılı sonuçlar elde etmek için derin öğrenme algoritmaları kullanılmıştır. 300x300 boyutundaki görüntüler sağlam, kırık ve çatlak şeklinde kategorilere ayrılarak evrişimli sinir ağları ile eğitilmiştir. Çalışmada CNN modellerinden Xception, Vgg16, Vgg19, Resnet50, DenseNet201 ve MobileNet kullanılmıştır. Monokristal ve polikristal güneş hücreleri, CNN modelleri ile ayrı ayrı analiz edilmiştir. Modellerin doğruluk ve sınıflandırma sonuçlarına göre evrişimli sinir ağı modelleri ile başarılı tespitler yapılmıştır.
Güneş paneli enerji üretim tahmininin makine öğrenmesi yöntemleri ile karşılaştırılması
Ülkeler elektrik enerjisi ihtiyacının yükselmesi nedeniyle ucuz ve güvenilir yenilenebilir enerji üretimine yönelmiştir. Son yıllara bakıldığında yenilebilir enerji kaynakları içerisinden fotovoltaik (FV) enerji sistemleri ön plana çıkmaktadır. Üretilen güneş enerjisinin makine öğrenmesi yöntemleri ile tahmininde güneş radyasyonu, basınç, sıcaklık gibi meteorolojik veriler etkili faktörlerdir. Bu faktörler de hava şartlarına göre değişkenlik gösterdiğinden, güneş enerjisi santrallerinde geleceğe dair üretilebilecek enerji miktarını tahmin etmek zordur. Güneş panellerinin kurulumu yapılmadan önce ışınım şiddetine göre ortaya çıkacak elektrik enerji potansiyelinin hesaplanması için farklı yöntemler geliştirilmiştir. Bu yöntemlerden birisi de son zamanlarda yaygınlaşan makine öğrenme algoritmalarının kullanılarak model oluşturulması ve sonuçların değerlendirilmesidir. Bu tez çalışmasında; Amasya Üniversitesi İpekköy yerleşkesindeki güneş panellerinden saatlik üretilen enerjinin, makine öğrenmesi modelleri kullanılarak tahmin yapılmaya çalışılmıştır. Meteorolojik faktörlerin enerji üretimindeki etkileri analiz edilmiştir. Değerlendirmeler için Python programlama dilinin kütüphaneleri kullanılarak makine öğrenmesi gerçekleştirilmiştir. Yapılan çalışmada, veri seti olarak 2016 yılı Amasya bölgesine ait sıcaklık, güneş radyasyonu, azimut açısı ve üretilen enerji verileri kullanılmıştır. Çalışmadaki verilerin %80'i eğitim veri seti için, %20'si ise test verisi için kullanılmıştır. Veri eğitimi için makine öğrenmesi algoritmalarından Lojistik Regresyon, AdaBoost, Naive Bayes, K-En Yakın Komşu, Rastgele Orman, Destek Vektör Regresyonu ve Yapay sinir ağları algoritmaları kullanılmıştır. Sonuç olarak elde edilen veriler kullanılarak güneş enerjisi potansiyeli başarılı bir şekilde tahmin edilmiştir.
Derin öğrenme ile güneş panellerindeki kirliliğin sınıflandırılması
İnsan ihtiyacı olan enerjiyi kullanmadan önce üretmesi gerekmektedir. Enerjiyi üretmek için öncelikle fosil yakıtları tercih ettiler. Dünya ortaya çıkan çevre kirliliği sonucunda yeni enerji kaynakları aramaya başladılar. Arama sonucunda ortaya yenilenebilir enerji kaynaklarını kullanmaya başladılar. Dünya var olduğundan beri kullanılan ve çevreye zararı olmayan enerji kaynaklarından faydalanmaya başladılar. Yenilenebilir enerji kaynakları olarak rüzgâr, güneş, jeotermal, biyokütle ve dalga enerjisinden enerji üretimi gerçekleştirdiler. Yenilenebilir enerji kaynaklarının çevreci olması sebebiyle ülkeler daha çok arge çalışmaları yapmaya başladılar. Fosil yakıtların azalması, çevreye zararları ve dışa bağımlılık nedeniyle enerji üretiminde yenilenebilir enerji kaynaklarını tercih ettiler. Yenilenebilir enerji kaynaklarından en büyük ve enerji kaynağı en büyük olan güneş en çok tercih edilen enerji üretim kaynağıdır. Güneş enerjisinden fotovoltaik paneller vasıtası ile enerji üretilmektedir. Sadece kurulum açısından maliyeti olan fotovoltaik paneller, güneşin doğumu ile başlayarak güneşin batımına kadar olan sürede en az insan gücüne ihtiyaç duyarak enerji üretimi gerçekleştirmektedir. Dünyada hava şartları sebebi ile kirlenen fotovoltaik paneller enerji üretimini olumsuz etkilemektedir. Kirlenen fotovoltaik panellerdeki enerji üretimi düşmektedir. Yaptığım literatür çalışmasında temiz fotovoltaik paneller ile üretilen enerji miktarı arasında doğru orantı olduğu görülmektedir. Güneş panelleri üzerine yapılan araştırmalara bakıldığında daha çok kirli panellerin elektrik üretimleri incelenmiştir. Fotovoltaik panellerin verimli kullanılabilmesi için temiz olması gerekmektedir. Bu tez çalışmasında fotovoltaik paneller kirlilik seviyesi, güneş panel resimleri üzerinden derin öğrenme yöntemlerinden NasnetLarge ve MobilNet algoritmaları ile sınıflandırma analizi yapılmıştır. NasnetLarge ile yapılan sınıflandırma analizi %97, MobileNet ile yapılan sınıflandırma analizi %98 olarak bulunmuştur.Bu tez çalışması ile büyük alanlara kurulan güneş panellerinin kirlilik sınıflandırılması derin öğrenme ile hızlı ve daha kısa sürede yapılarak ilgili birimlere panellerin temizlenmesi için bildirilmesi hedeflenmiştir.
Ceviz hastalıklarının derin öğrenme ile sınıflandırılması
Ceviz, ülkemizde hem gıda hem de ağaç endüstrisi için yetiştirilen önemli bir bitkidir. Cevizde çeşitli çevresel faktörlerin de etkisiyle bazı hastalıklar ve mineral eksiklikleri ortaya çıkabilmektedir. Bu hastalıklar ve mineral eksiklikleri, ceviz yapraklarında farklı şekillerde kendini göstermektedir. Ceviz üreticileri, ceviz verimliliğini doğrudan etkileyen birtakım hastalıklar ve beslenme yetersizlikleri ile mücadele etmek için yeni nesil teknolojilerden yardım almaktadırlar. Son yıllarda birçok sektörde olduğu gibi tarım sektöründe de çeşitli problemlerin çözümünde derin öğrenme yöntemleri kullanılmaktadır. Bu çalışmada, ceviz yapraklarında görülen ceviz antraknozu ve vitamin yetersizliklerinin tespiti ve sınıflandırılması için Faster R-CNN modeli geliştirilmiştir. Geliştirilen model için biri sağlıklı, diğer üçü hastalıkları içeren dört sınıftan oluşturulan veri seti kullanılmıştır. Geliştirilen model, GoogleNet, AlexNet ve SqueezeNet gibi bazı ön eğitimli derin öğrenme modelleri ile de test edilerek sınıflandırma başarısı irdelenmiştir. Her bir CNN model için Adam ve SGDM optimizasyon algoritmaları ile farklı iterasyon sayılarının sınıflandırma başarısına etkisi incelenmiştir. Modellerin hassasiyet (precision), doğruluk (accuracy), F1 skoru ve hatırlama (recall) gibi metrik değerleri hesaplanarak tutarlılıkları değerlendirilmiştir. Çalışmada geliştirilen Faster RCNN modelinin sınıflandırmada ki doğruluğu %98,28 olarak bulunmuştur.
Pancar bitki hastalıklarının derin öğrenme ile sınıflandırılması
Şeker insan hayatı için vazgeçilmez bir öneme sahiptir. Şeker pancarı temel gıda maddesi olan şeker üretiminin haricinde diğer yan ürünleri ile tarımsal ve ekonomik açıdan büyük bir öneme sahiptir. Üretilecek olan şekerin verimi ve kalitesini olumsuz yönde etkileyen sebeplerin başında bitkide meydana gelebilecek hastalıklar yer almaktadır. Şeker pancarında oluşan yaprak hastalıkları nedeni ile kök gelişimleri istenilen seviyelere gelememekte buda bitkinin şeker oranı ve verimini düşürmektedir. Yapraklarda oluşan hastalıkların erken dönemlerde tespit edilmesi hastalığın yayılımını veya bitkiye vereceği zararı en aza indirmektedir. Hastalıkların tespitinde gelişen teknoloji ile beraber görüntü ve nesne algılama için derin öğrenme yöntemleri kullanılmaktadır. Bu modeller arasında sürekli güncellenen versiyonları ve artan kullanım alanları ile YOLO (You only look once) dikkat çekmektedir. Bu çalışmada YOLOv8, ResNet50 ve DenseNet121 modelleri kullanılarak ülkemizde yaygın olarak görülen şeker pancarı hastalıklarından cercospora (yaprak lekesi), powdery mildew (külleme) hastalıklarının sınıflandırılması incelenmiştir. YOLOv8'in alt modelleri ile yapılan sınıflandırma işlemleri ile ResNet50 ve DenseNet121 transfer öğrenme modellerinin eğitim sonuçları performans değerlendirme kriterlerine göre karşılaştırılmıştır.
Fındık meyve çeşitlerinin derin öğrenme metodu kullanılarak sınıflandırılması
Fındık, Corylaceae (gürgengiller) familyasına ait bir kabuklu yemiş türü olup, dünya genelinde özellikle Türkiye'de yoğun olarak yetiştirilmektedir. Türkiye, Karadeniz Bölgesi'nde yer alan illeriyle, fındık üretiminde önde gelen bir merkez konumundadır ve dünya çapında önemli bir ihracatçı rolü üstlenmektedir. Fındık, protein, yağ, lif, vitamin ve mineral yönünden zengin bir besin kaynağı olup, geniş bir kullanım yelpazesine sahiptir. Bu çalışmada, Türkiye'de yaygın olarak yetiştirilen fındık türlerinden sekiz tanesi ön eğitimli ağlar kullanılarak sınıflandırması amaçlanmaktadır. Çalışma kapsamında bilgisayarlı görü sistemi aracılığıyla fındık çeşitlerinin görüntüleri elde edilmiştir. Oluşturduğumuz veri setinde 150 palaz, 320 dağ, 380 Foşa, 230 tombul, 380 hanımeli, 320 çakıldak, 420 kara fındık, 390 sivri, toplam 2590 adet görüntü bulunmaktadır. Bu görüntüler ön eğitimli (pretrained) modeller, DenseNet121, Inception v3, NasNet, EfficeNet, AlexNet ve Xception ile fındık görüntüleri sınıflandırılmıştır. Veri kümesi %80 eğitim ve %20 test olmak üzere bölümlere ayrılmıştır. Yapılan sınıflandırmalar sonucunda; sırasıyla %95,17, %93,44, %80,07, %81,17, %79,73 ve %83,20 sınıflandırma başarısı elde edilmiştir. En yüksek sınıflandırma başarısı DenseNet121 modeli ile elde edilmiştir. Çeşitli karışıklık matrisleri ve performans ölçümleri modellerin performanslarını daha detaylı analiz etmek için kullanılmıştır. İkinci aşamada veri artırımı teknikleri kullanılarak görüntüler çoğaltılmış ve yeniden sınıflandırma işlemine tabi tutulmuştur. Çoğaltılmış verilere uygulanan ön eğitimli (pre-trained) modeller sırasıyla şunlardır; Densenet121, AlexNet, NasNet, Xception, Inception V3, VGG16, EfficeNet ve VGG-19. Bu derin öğrenme metotları eğitim başarı oranları sırasıyla şunlardır; %97,5, %91,16, %81,61, %82,77, %95,45, %92,95, %78,66, %82,95. Veri artırma işleminin sonucunda bazı modellerde sınıflandırma başarısı artmış bazılarında artmamıştır. Elde edilen sonuçlar tezin ilgili bölümünde detaylı olarak verilmiştir.
Beş basamaklı NACA rüzgâr türbini kanat profillerinin aynı ortam koşullarında karşılaştırmalı aerodinamik performans analizi
Rüzgâr türbinlerinin kullanımı dünya genelinde yaygınlaşmakta ve buna bağlı olarak üretilen enerji miktarı da her geçen gün artmaktadır. Türbinlerin güç üretiminde kanat profilleri kritik bir rol üstlenmektedir. Optimum verimin sağlanabilmesi için rüzgâr türbini kanatlarının tasarımı ve aerodinamik özellikleri büyük bir öneme sahiptir. Türbin kanat profil yapısı, türbin kanadının rüzgâr enerjisinden faydalanmasını ve aerodinamik yapısını etkileyen en önemli etkendir. Bu çalışmada, 3 kW kurulu güce ve 2 metre kanat uzunluğuna sahip yatay eksenli bir rüzgâr türbini modeli için Q-Blade simülasyon yazılımı kullanılarak NACA 5- Digit kanat profillerinin sabit koşullardaki aerodinamik performansı karşılaştırmalı olarak analiz edilmiştir. Analizler sonucunda, örnek tasarım koşulları altında optimum verime sahip kanat profilinin belirlenmesi ve değerlendirilmesi hedeflenmiştir. Sonuç olarak, kaldırma (Cl) ve sürükleme (Cd) katsayıları, kayma oranı, moment katsayıları gibi faktörler karşılaştırarak, küçük çaplı rüzgâr türbinleri için NACA 22112, NACA 23012, NACA 23015, NACA 23018, NACA 23021, NACA 23024, NACA 23112, NACA 24112, NACA 25112 kanat profilleri arasından NACA 22112 kanat profilinin aerodinamik açıdan en verimli kanat profili olduğu tespit edilmiştir.