İklimlendirme test kabinlerinde sıcaklık ve nem kontrolünün derin öğrenme yöntemleriyle gerçekleştirilmesi

Bu tez çalışması, iklimlendirme test kabinlerinde sıcaklık ve nem kontrolünün uygulanmasında geleneksel PID (Oransal-İntegral-Türev) kontrol sistemleri ile modern Derin Öğrenme (DL) yöntemleri arasındaki, özellikle Uzun Kısa Süreli Bellek (LSTM) ağları temelli yaklaşımların performans farklarını araştırmaktadır. İklimlendirme test kabinleri, çeşitli endüstriyel ve araştırma uygulamalarında kritik rol oynar ve bu ortamların sıcaklık ve nem seviyelerinin doğru bir şekilde kontrol edilmesi, deneylerin ve test edilen ürünlerin güvenilirliği ve tekrarlanabilirliği için hayati öneme sahiptir. Bu çalışmada, PID kontrolörleri ve LSTM tabanlı modeller, gerçek zamanlı sıcaklık kontrolü senaryolarında karşılaştırmalı olarak test edilmiştir. PID kontrolörleri, kontrol sistemleri tasarımında uzun süredir var olan, iyi belgelenmiş ve geniş çapta kullanılan bir yöntemdir. Bununla birlikte, bu geleneksel yöntemin sınırlamaları ve karmaşık koşullara adaptasyon zorlukları bulunmaktadır. Bu tez konusunu ortaya çıkaran ana zayıflık, iklimlendirme test kabinlerinde test nesnelerinin değişken ısıl yüklerine ve çevresel değişken koşullara hızlı adaptasyon sağlayamamasıdır. Diğer yandan, LSTM, derin öğrenme alanında gelişen bir teknoloji olup, özellikle zaman serisi verileri üzerinde çalışırken gösterdiği üstün yetenekler sayesinde dikkat çekmektedir. Tez kapsamında, her iki sistemin sıcaklık seviyelerini ne kadar etkili ve hassas bir şekilde düzenleyebildiği, yanıt süreleri, enerji verimliliği ve adaptasyon kabiliyetleri gibi çeşitli parametreler üzerinden değerlendirilmiştir. Deneyler, iklimlendirme test kabini koşullarını simüle eden kabinlerde gerçekleştirilmiş ve elde edilen sonuçlar detaylı analizlerle desteklenmiştir ve bu çalışma iklimlendirme test kabinleri sıcaklık kontrolü için PID ve LSTM tabanlı sistemlerin avantajlarını ve sınırlamalarını ortaya koymakta ve gelecekte bu alanlarda kullanılmak üzere önerilerde bulunmaktadır.