Elektrik ve Elektronik Mühendisliği Anabilim Dalı

Yapay zekâ tabanlı ilaçlama drone'u tasarımı ve uygulaması

Dünya nüfusu hızlı bir şekilde artış göstermektedir ve buna bağlı olarak gıda talebinde artış yaşanmaktadır. Bu artıştan dolayı gıda talebini karşılayabilmek için tarımsal arazilerde ürün verimliliğinin artırılması gerekmektedir. Tarımsal ürünlerin verimliliğini artırmak için bitkileri olumsuz yönde etkileyecek böcek ve haşere gibi maddelerden temizlemek gerekmektedir. Bu zararlı organizmaların temizlenmesi için kimyasal ilaçlamaya ihtiyaç duyulmaktadır. Tarımsal ürünlerde kimyasal ilaçlamanın ürün verimini %60 arttırdığı yapılan çalışmalar ile görülmektedir. İlaçlama yöntemleri elektromekanik sistemler ile, manuel püskürtme ile ve İnsansız hava araçları ile ilaçlamadır. Bu yöntemler incelendiğinde manuel püskürtmenin en büyük dezavantajı, bu gübreleri püskürten insana solunum rahatsızlıkları, kalp hastalıkları vb. sağlık sorununa neden olabilmesidir. Bu nedenle ilaçlamanın dengeli ve mümkün olduğunca insan gücü kullanılmadan gerçekleştirilmesi gerekmektedir. Bu riskten kaçınmak ve pestisitleri eşit bir şekilde püskürtmek için tarımsal arazilerin ilaçlanması bir drone tarafından gerçekleştirilebilmektedir. Drone'lar manuel yöntemlere kıyasla kısa sürede verimli bir ilaçlama yapabilmektedir. Yapılan bu çalışma ile kiraz ağaçlarının yapay zekâ desteği ile otonom bir şekilde ilaçlanması bir ilaçlama drone'u tarafından gerçekleştirilmektedir. Yapay zekâ uygulamasının çalıştırılması için NVIDIA Jetson NANO geliştirme kiti kullanılmıştır. Kiraz ağaçlarının tespiti için doğruluğu yüksek olması sebebi ile YOLOv5 modeli tercih edilmiştir. Drone Hexacopter gövde yapısına sahip altı motorlu olacak şekilde SOLIDWORKS programı kullanılarak modellenmiştir ve ANSYS programı ile analizleri gerçekleştirilmiştir. Geliştirilen drone sistemi 1150mm gövde uzunluğuna, 5l ilaç kapasitesine ve 12 dakika uçuş süresine sahiptir. Üretilen Hexacopter drone sayesinde tarım arazilerinin ilaçlanması otonom bir şekilde gerçekleştirilmektedir. Yüksekten uçmaları sebebi ile homojen bir ilaçlama gerçekleştirilerek ürünlerin verimi artırılmaktadır. Aynı zamanda gerekli insan gücü ve ilaçlama süresini azaltmakla kalmayarak insan sağlığını olumsuz etkileyen etkileri de azaltacaktır. Bu çalışmanın sonuçlarına göre derin öğrenme modelinin F1-skor değeri 0,980 olarak belirlenmiştir. İlaçlama yöntemi için otonom (sürekli) ilaçlama ve yapay zekâ tabanlı ilaçlama yöntemi karşılaştırıldığında yapay zekâ tabanlı ilaçlama yönteminde %53 daha az ilaç %50 daha az enerji kullanımı gerçekleşmektedir. Sunduğu avantajlar sayesinde kiraz ağaçlarının ilaçlanması için ilaçlama drone sistemlerine yapay zekâ desteği eklenebilir.

Spor salonları aydınlatma sistemlerinin parıltı değerlerinin yapay sinir ağları kullanılarak tahmini

Kapalı spor salonları, spor müsabakalarının yoğun olarak yapıldığı alanlardır. Müsabakaların verimli bir şekilde gerçekleştirilmesi için ışık, sıcaklık ve ses gibi fiziksel risk etmenleri mutlaka kontrol altında tutulmalıdır. Bunların içerisinde en önemlisi ışıktır. Hem sporcuların, hem hakemlerin hem de izleyicilerin görme duyularını doğrudan etkilemektedir. Sporcuların ve hakemlerin görme kusurlarına bağlı performans kayıplarının önüne geçmek, izleyicilerin seyir zevkini arttırmak için kapalı spor salonlarında ideal bir aydınlatma şarttır. Bu şartın sağlanmasının başlıca koşulu ise ortalama parıltı düzeyinin optimum seviyede tutulması ve parıltı dağılımındaki harmoniklerin giderilmesi yani zemin üzerindeki parıltı homojenliğinin sağlanmasıdır. Bu şartların sağlanması yukarıdaki olumsuzlukları gidermenin yanı sıra görsel konfor şartlarını da beraberinde getirecektir. Bu yüzden kapalı spor salonlarındaki parıltı değerleri belirli periyotlarla kontrol edilmeli ve sistemin ihtiyaç duyduğu bakımlar yapılmalıdır. Gerekli olan bakımlar yapılmadığı takdirde aydınlık düzeyi, ışık rengi, gölge faktörü ve düzgünlük faktörü gibi kriterler ihtiyaca harfiyen uygun tasarlansa bile ortamda parıltı fazlalığı varsa bu kamaşmaya sebep olacaktır, kamaşma ise görme yeteneğini azaltacaktır. Yani kamaşma görsel konforla doğrudan alakalı bir kavramdır. Bir ortamda görsel konforun sağlanıp sağlanmadığı ise Unified Glare Ratio (UGR) değeri ile kontrol edilmektedir. UGR hesabı; ortamdaki her bir ışık kaynağının parıltılarına, çevre parıltısına, kamaşmayı meydana getiren kaynağın göründüğü açının büyüklüğüne ve bunun görüş alanındaki yerine bağlıdır. Görüldüğü üzere UGR değerinin matematiksel olarak hesabı oldukça karmaşıktır. Hesap için bilgisayar ve uygulamalar gerekmektedir. Tüm bu zorluklar göz önüne alındığında yeni bir metot önerilmesi kaçınılmaz hale gelmiştir. Bu amaçla; kapalı spor salonlarında parıltı düzgünlüğünün denetimi için yeni bir tahmin metodu önerisinde bulunulmuştur. Bu metot ile kapalı spor salonlarına ait parıltı dağılımındaki homojen olmayan noktalar kolaylıkla tahmin edilebilecek ve sisteme doğru zamanda gerektiği şekilde müdahale edilebilecektir.

Yeraltı kablo arıza test cihazı tasarımı ve uygulaması

Yer altına serilen kablolarda meydana gelen arızaların tespiti için tüm kablo hattının sökülmesi, kullanıcı ve üretici için zaman ve maliyet kayıplarına sebep olmaktadır. Bu durumun oluşması arızanın kablo üzerindeki tam konumunun bilinmesi mecburiyetini doğurmaktadır. Bu çalışmanın önemi kablo hattının sökülmesine gerek duyulmadan kablodaki arızanın yerinin tespit edilebilmesi ile zaman ve maliyet kazancı sağlanmasıdır. Bu tezin amacı, yer altına indirilen orta gerilim kablolarında oluşabilecek izolasyon zayıflığı, kaçak akım, kısa devre gibi arızaların kablo üzerindeki yerinin tespitinin yapılabilmesi için yüksek gerilim ve enerji sağlayabilecek bir darbe üreteci tasarımıdır. İletim hattına yüksek gerilim ve enerji verebilecek cihazın elektronik donanımının tasarımı, yazılım tasarımı ile cihaz kontrolünün sağlanması ve mekanik yapı ile üretimin yapılmasıdır. Arıza yerinin tespiti için iletim hattına yüksek gerilim uygulanarak verilen bu enerji ile hat üzerinde arızalı bölgede ark oluşumunun sağlanması ve ark sebebiyle ortaya çıkan sesin hassas kulaklıkla dinlenerek takip edilmesi temel alınmıştır. Tasarlanan cihaz şebekeden veya bataryalı sistemlerde invertörden beslenerek, besleme gerilimini transformatör ve gerilim katlama devreleriyle 8kV'a çıkartmıştır. Yükseltilen bu gerilim, yüksek kapasitans ve gerilim seviyeli kondansatörlerde depo edilmiş ve bu sayede enerji seviyesi gerilim seviyesine göre 10000 joule değerine kadar sağlanmaktadır. Cihazın kullanımını kolaylaştırmak amacıyla cihaza nRF modülü eklenerek kullanıcı için tasarlanan kumanda kontrol ünitesi ile cihazın haberleşmesi sağlanmıştır. Kontrol ünitesi 2km'lik çapta cihazı uzaktan kontrol edebilecek şekilde tasarlanmıştır. Aynı amaçla tasarlanan muadil kablo arıza tespit cihazlarından farklı olarak cihazın kullanım ömrünü arttırmak, cihaz bakım masraflarını, işçilik ve kablo bakım/onarım maliyetlerini azaltmak cihazı uzaktan kontrol edebilecek donanım ile mümkün olmuştur. Çıktı olarak cihaz tümüyle üretilmiş ve piyasa kullanımına sunulmuştur. Bu çalışmada 8kV olarak sunulan ark gerilimi ilerleyen çalışmalarda 16kV,32kV gibi seçeneklerin eklenmesiyle artan gerilim sayesinde arıza tespit hattı mesafesinin uzamasıyla daha kapsamlı bir hale getirilebilir. Arıza tespit hat uzunluğunun artmasıyla kullanıcı tarafından sağlanan uzaktan kontrolün haberleşme mesafesi de arttırılabilir. Ek olarak kontrol ünitesine eklenebilecek mesafe bulan "echo algoritması" gibi yazılımsal düzenlemeler ve bu yazılımları destekleyen donanım eklenerek ark sesinin tespitinde kullanılan kulaklık, kaldırılabilir.

Flyback topolojisi tabanlı yüksek gerilim üreten ozon jeneratörü tasarımı ve uygulaması

Modern bilim, düşük sıcaklıklarda gazlarda, sıvılarda ve canlıların yüzeyindeki biyolojik olarak zararlı bileşenleri yok etmek için etkili yöntemler geliştirmede zorlukla karşı karşıyadır. Çeşitli endüstriyel malzemelerin, makinelerin ve elektronik cihazların biyokorozyona ve biyolojik bozulmaya karşı korunması, sterilizasyonun tamamlayıcı bir başka uygulamasıdır. Bir nesneyi veya ortamı sterilize etmek için bitkisel hücreler, sporlar, virüsler vb. mikroorganizmaların yok edilmesi gerekir. Örneğin plastik ambalaj malzemelerinin sterilize edilmesinde sıklıkla peroksit bazlı kimyasal sterilizasyon yöntemleri kullanılmaktadır. Bununla birlikte, malzemeler üzerinde sterilizasyon kimyasal kalıntıları sorunu ortaya çıkmaktadır. Dolayısıyla kimyasal maddeler kullanılmadan sterilizasyon işlemi yapılması gerekmektedir. Atmosferik soğuk plazma (ASP) yöntemleri, çeşitli çevre ve yüzey işlemlerinde sıklıkla kullanılmaktadır. ASP, çoğunlukla hücre öldürücü reaktif türler üreterek çeşitli mikropları etkisiz hale getirme yeteneğine sahiptir. Son zamanlarda plazma yöntemi tarımsal ürünlerin, tıbbi cihazların, ekipmanların yüzeyindeki ve havadaki mikropları etkisiz hale getirmede etkilidir. Plazma teknolojisi şu anda terapötik tıbbi cihazların sterilizasyonu, artan mahsul verimi ve gıda muhafazası dahil olmak üzere çeşitli amaçlar için kullanılmaktadır. Bu tezin amacı, özellikle sterilizasyon ve dezenfeksiyon uygulamalarına katkı sağlamak ve plazma teknolojisi kullanılarak bu işlemin gerçekleşmesini sağlayabilecek bir test cihaz tasarımı yapmaktır. Temel olarak yüksek gerilim üreterek havayı iyonize eden ve plazma üreten cihazın donanım, yazılım, sistem tasarımı yapılacak ve sistemdeki sıcaklık akım gerilim değerlerinin kaydı ve bunların kontrolünün sağlanması gerçekleşecektir. Tasarlanan cihazda flyback kontrol metotu ile EHT trafoları sürülmüştür. EHT trafolarının çıkışında ayarlanabilir ve kontrol edilebilir gerilim elde edilmiştir. Üretilen yüksek gerilim miktarı 3 uç kullanılıp her uçta ayarlanabilmektedir. 5-30 kV' arasında ayarlanabilen stabil gerilim elde edilmiştir. Gerçek zamanlı olarak gerilim, akım ve sıcaklık kontrolü sağlanmaktadır. Sistemde yüksek akım, sıcaklık, gerilim değerlerinde sistem kendisini korumaya alıp enerjiyi kesmiştir. Kullanıcı bilgilendirmesi seri haberleşme ile sağlanmaktadır ve kullanıcı anlık olarak bu değerleri görmektedir.

Güneş ışınım tahmini için zaman serisi temelli yeni hibrit bir yaklaşım

Güneş ışınımı tahmini konusu, güneş enerjisi sistemlerinin verimliliğini artırmak, enerji üretimini optimize etmek ve şebeke yönetimini geliştirmek açısından kritik öneme sahiptir. Özellikle kısa vadeli tahminler, bulutluluk değişimleri gibi atmosferik dalgalanmaların enerji üretimi üzerindeki etkilerine hızlı bir şekilde uyum sağlanmasını mümkün kılarak, enerji arz ve talep dengesinin korunmasına katkıda bulunmaktadır. Literatürde, güneş ışınımı tahmini konusunda farklı veri setleri ve teknikler kullanılarak birçok çalışma gerçekleştirilmiştir. Tez kapsamında ilk olarak, Afyon Bölge İstasyonu'nda (ABİ) toplanan ve her biri saatlik formatta olan ışınım, ortalama hava sıcaklığı ve bağıl nem verilerinin farklı kombinasyonları kullanılarak çok değişkenli ridge regresyon (MRR) ve çok değişkenli lasso regresyon (MLR) yöntemleri kullanılarak tahminleme işlemi gerçekleştirilmiştir (BRBA yaklaşımı). İkincil olarak, veri setleri tek boyutlu ayrık dalgacık dönüşümü (DWT) tekniği ile farklı seviyelerde ayrıştırılmış ve ayrıştırma sonucunda elde edilen alt sinyaller için ayrı ayrı MRR ve MLR modelleri geliştirilerek tahminleme işlemi gerçekleştirilmiştir (WRBA yaklaşımı). Son olarak, farklı giriş veri seti kombinasyonları için oluşturulan DWT-MRR ve DWT-MLR modelleri ile yapılan tahminlerin etkinlikleri, kernel k-means algoritması kullanılarak sınırları belirlenen açıklık endeksi (CI) kümelerinde incelenmiş, sonrasında her bir kümede farklı modellerle gerçekleştirilen tahminlerin en iyi sonuçları verdiği tespit edilmiştir. Son olarak her kümede en iyi tahmin sonuçlarını veren modeller kullanılarak hibrit bir tahmin modeli oluşturulmuş ve en doğru sonuçlar bu hibrit modelle elde edilmiştir (CA-WRBA yaklaşımı). Önerilen yaklaşımlardan CA-WRBA ile yapılan tahminlerin sonuçlarına bakıldığında, çok bulutlu (MC) kümede ışınım ve bağıl nem verilerinin kullanıldığı DWT-MLR-V1 modeli, bulutlu (C) kümede ışınım, bağıl nem ve ortalama hava sıcaklığı verilerinin kullanıldığı DWT-MRR-V3 modeli ve az bulutlu (SC) kümede ise ışınım ve ortalama hava sıcaklığı verilerinin kullanıldığı DWT-MLR-V2 modeli en başarılı sonuçları verdiği belirlenmiştir. Sonuç olarak, her kümede en iyi sonucu veren modellerin hibritlenmesi ile altı aylık ve bir yıllık test dönemleri için oldukça başarılı tahmin sonuçları elde edilmiştir.

Güneş ışınımı tahminine yenilikçi bir yaklaşım

Bu çalışmada iklim değişikliği ile mücadele etmek, güneş enerjisinin istikrarlı ve güvenilir bir şekilde kullanılmasını sağlamak ve güneş enerjisi projeleri için fizibilite çalışmalarını yürütebilmek amacıyla saatlik güneş ışınımı tahmin çalışması gerçekleştirilmiştir. Bu bağlamda Afyonkarahisar Meteoroloji Müdürlüğü'nden temin edilen 2018-2022 yılları arası saatlik olarak ölçülen güneş ışınımı değerleri ile bir zaman serisi oluşturulmuştur. Tahmin modeli için, güneş ışınımı zaman serisindeki doğrusal ilişkileri etkili bir şekilde açıklayan SARIMA yöntemi ile doğrusal olmayan bağımlılıkları yakalamada başarılı olan LSTM derin sinir ağını birleştiren mevsimsel-eğilim ayrıştırması (STL) tabanlı bir hibrit yaklaşım geliştirilmiştir. Özellikle yüksek mevsimsel değişkenliğe sahip zaman serileri için etkili olan STL metodu, güneş ışınımı zaman serisinin alt bileşenlerinin ayrı olarak modellenmesi imkânı sağlamıştır. Güneş ışınımı verilerine 10-katlı çapraz doğrulama uygulanarak geliştirilen hibrit modelin tüm mevsimsel dönemlerdeki kararlılığı ve tahmin yeteneği değerlendirilmiştir.

Fotovoltaik güç tahmininde yeni yaklaşımlar

Gelişen teknoloji, artan nüfus ve büyüyen sanayi ile birlikte dünya genelinde elektrik enerjisine olan talep hızla artmaktadır. Fosil yakıtların tükeniyor olması ve çevreye olan olumsuz etkileri enerji talebi karşısında insanoğlunu yenilenebilir enerji kaynaklarına yönlendirmiştir. Yenilenebilir enerji kaynaklarından güneş enerjisi temiz, kaynağı bedava ve ulaşılabilir olması ile günümüzde popüler enerji kaynakları arasında yer almaktadır. Tüm bu olumlu özelliklerine karşın, yapısı gereği stokastik olan güneş enerjisi, şebeke yönetiminde belirsizlik, ani dalgalanmalar ve kararlılık sorunlarına neden olmaktadır. Dolayısı ile güneş enerjisinin yaygınlaşması ile bu enerjisinin kontrolü için gelişmiş tahmin modellerine ihtiyaç duyulmaktadır. Bu tez çalışması kapsamında, güneş enerjisi verilerinin tahmin doğruluğunu artırmak için bu enerjinin hem deterministik hem de stokastik özelliklerini ele alan yenilikçi bir tahmin modeli geliştirilmiştir. Çalışmada öncelikle Mycielski modelinin ardışık sıfır değerlerinde yaşadığı problem üzerinde durulmuş ve bu problemi aşmak için üç aşamalı bir yöntem geliştirilmiştir. Güneş ışınım şiddeti, güneş geometrisi gibi deterministik faktörlerin yanı sıra rastgele atmosferik olaylardan kaynaklanan stokastik faktörlerden etkilenen bileşenler sergiler. Çalışmada deterministik bileşeni ele almak için, bölgeye özgü dünya dışı güneş radyasyonu verileri kullanılmıştır. Böylece gece saatleri, gün doğumu ve gün batımı saatlerindeki ani değişimler, geliştirilen model ile daha doğru tahmin sonuçları sergilemiştir. Stokastik bileşenler için, benzer desen tabanlı Mycielski modeli iyileştirilerek kullanılmış ve bu modelin ardışık sıfır veri dizilerinde yaşadığı duyarlılık problemi çözülmüştür. Tezin ikinci aşamasında ise iyileştirilmiş Mycielski modeli kullanılarak yenilikçi çok boyutlu Mycielski tabanlı yöntem, fotovoltaik panellerinin çıkış gücünü daha doğru bir şekilde tahmin etmek için geliştirilmiştir. Bu yaklaşım, Mycielski algoritmasının çok boyutlu tarihsel zaman serisi verilerindeki benzer örüntüleri belirleme yeteneğinden yararlanarak, gelişmiş tahmin için geçmişteki en benzer dizileri kullanmıştır. Ayrıca, yöntem yapay zekâ tabanlı tahmin modelleriyle hibritleşerek, deterministik-stokastik çerçeve derin öğrenme mimarileri gibi gelişmiş modellere entegre edilmiştir. Bu çok boyutlu yapıda hem elektriksel büyüklükler hem de meteorolojik veriler Afyon Kocatepe Üniversitesi'nde kurulan bir deneysel sistem aracılığıyla toplanmıştır. Deneysel sonuçlar, tez kapsamında geliştirilen üç aşamalı Mycielski tabanlı yaklaşımın, literatürdeki geleneksel modellere kıyasla üstün tahmin performansı sağladığını ve ardışık sıfır veri yapısına takılmadığını göstermiştir. Ayrıca çok boyutlu zaman serileri için geliştirilen Çok Boyutlu Mycielski yönteminin yapay zekâ tabanlı algoritmalarla hibrit entegrasyonu, fotovoltaik çıkış gücünün tahminini başarıyla artırarak güneş enerjisi sistemlerinin yönetimi ve optimizasyonu için güvenilir ve doğru bir araç sağlamıştır.

Yapay zekâ destekli sürü robotları ile tarım bitkilerinin yetiştirilmesi ve zirai mücadelede kullanılması

Bu tez çalışmasında, tarım bitkilerinin yetiştirilmesi ve zararlılardan korunması süreçlerinde kullanılmak üzere yapay zekâ destekli sürü drone sistemi geliştirilmiş ve Gazebo simülasyon ortamında modellenmiştir. Çalışmanın temel amacı, tarımsal üretim süreçlerinde otonom olarak görev yapabilen sürü robotlarının görev planlama, nesne tespiti ve rota optimizasyonu bileşenlerini bütünleşik bir mimaride bir araya getirmektir. Geliştirilen sistem hem veri toplama hem de ilaçlama işlevlerini eş zamanlı olarak gerçekleştirebilen çoklu drone yapısına sahiptir. Sürüde görev alan kâşif drone, tarım arazisini sensör verileriyle tarayarak görüntü toplamakta; bu görüntüler YOLO (You Only Look Once) tabanlı derin öğrenme modeliyle işlenmekte ve tespit edilen hedef konumlar ilaçlama drone'larına aktarılmaktadır. Böylece bitkilerin bulunduğu alanlara hassas ve hedef odaklı ilaçlama yapılabilmektedir. Sistem mimarisi; Robot İşletim Sistemi (ROS), ArduPilot, MAVLink ve MAVROS protokollerinin entegrasyonu ile çoklu drone haberleşmesini, veri akışını ve görev senkronizasyonunu sağlamaktadır. Görev planlamasında Karınca Kolonisi Optimizasyonu (Ant Colony Optimization – ACO) ve En Yakın Komşu (Nearest Neighbor – NN) algoritmaları birlikte kullanılarak rota optimizasyonu yapılmış; uçuş mesafesi, bataryanın şarj durumu (State of Charge – SOC) değeri ve görev süresi parametrelerinde anlamlı iyileşmeler elde edilmiştir. Optimizasyon uygulanmayan senaryoda toplam uçuş mesafesi 960 m iken NN algoritmasıyla bu değer %10 azalarak 865 m'ye, ACO algoritmasıyla ise %13.4 azalarak 831 m'ye düşürülmüştür. Buna paralel olarak batarya SOC değerleri sırasıyla %63, %65 ve %66 olarak ölçülmüş ve ACO ile %4.54'lük bir avantaj elde edilmiştir. Aynı şekilde uçuş süreleri de sırasıyla 491.39 s, 470.34 s ve 447.28 s olarak kayıt edilmiş olup ACO ile yaklaşık %9'a varan bir iyileşme sağlanmıştır. Nesne tespiti modülünde YOLOv3 ve YOLOv5 modelleri karşılaştırmalı olarak değerlendirilmiş; en yüksek doğruluk YOLOv5x modelinde (%99.5 mAP@0.5) elde edilmiştir. Ancak sistemin gerçek zamanlı çalışabilmesi için hesaplama verimliliği yüksek olan YOLOv3 mimarisi tercih edilmiştir. Böylelikle, donanımsal kaynak kullanımı azaltılırken nesne tespitinde yeterli doğruluk korunmuştur. Ayrıca bir drone'un devre dışı kaldığı acil durum senaryolarında görevlerin kalan drone'lara otomatik olarak devredilmesiyle sistemin güvenilirliği ve sürekliliği artırılmıştır. Tez kapsamında geliştirilen yapay zekâ destekli sürü drone mimarisi, tarımsal ilaçlama, bitki izleme ve veri toplama süreçlerinde hız, doğruluk, enerji verimliliği ve görev güvenliği açısından önemli kazanımlar sağlamıştır. Nesne tespiti, görev paylaşımı ve rota optimizasyonu süreçlerinin bütünleşik biçimde yürütülmesi, tarımsal üretim süreçlerinde insan müdahalesini en aza indiren, ölçeklenebilir ve otonom bir çözüm ortaya koymuştur. Elde edilen sonuçlar, sürü robotlarının koordineli hareket kabiliyetinin hem kaynak kullanımını optimize ettiğini hem de operasyonel sürekliliği artırdığını göstermektedir. Ayrıca sistemin açık kaynaklı simülasyon ortamında geliştirilen modüler yapısı, farklı donanım platformlarına kolaylıkla uyarlanabilmesine olanak tanımaktadır. Bu çalışma, gelecekte otonom tarım sistemlerinde sürü robotlarının yaygın kullanımına yönelik güçlü bir mühendislik altyapısı sunmaktadır.

Gerçek işletme verilerine dayalı makine öğrenmesi yöntemleri ile anaerobik metan üretiminin tahmini ve simülasyon analizi

Gerçek bir biyogaz işletmesinden elde edilen operasyonel verilere dayalı olarak, anaerobik metan üretiminin tahmini amacıyla veri odaklı modelleme yöntemleri geliştirilmiştir. Çalışma, ardışık yapıda kurgulanmış bir tahmin zinciri yaklaşımına dayanmaktadır. Bu zincirin ilk halkasında, atık miktarı ve giriş bileşenleri temel alınarak reaktör içi Kuru Madde (KM), Organik Kuru Madde (OKM), Uçucu Yağ Asitleri (FOS) ve Toplam Alkali Kapasite (TAC) tahmin edilmiştir. İkinci halkada ise bu parametreler ve atık miktarı birlikte değerlendirilerek nihai metan üretimi öngörülmüştür. Bu yapı kapsamında, Makine Öğrenmesi (ML) algoritmaları Karar Ağaçları (Decition Tree-DT), Rastgele Ormanlar (Random Forrest-RF), Destek Vektör Regresyonu (Support Vector Machine-SVM), Gradyan Artırmalı Makineler(Gradient Boosting Machine-GBM), K-En Yakın Komşu (K-Nearest Neighbors-KNN), Yapay Sinir Ağı (YSA) modelleri Levenberg-Marquardt Öğrenme Algoritması (Levenberg-Marquardt-trainLM), Bayesyen Regülasyonlu Öğrenme (Bayesian Regularization-TrainBR), Ölçeklenmiş Eşlenik Gradyan Algoritması (Scaled Conjugate Gradient- TrainSCG) ile çeşitli tahmin modelleri oluşturulmuştur. Her bir algoritma için ayrı hiperparametre optimizasyonları uygulanmıştır. Elde edilen bulgular, ML tabanlı modellerin genel olarak YSA modellerine kıyasla daha yüksek doğruluk ve genelleme başarısı sağladığını ortaya koymuştur. Özellikle Gradyan Artırmalı Makineler (GBM) ve Destek Vektör Regresyonu (SVR) gibi algoritmalar, sistemin karmaşık yapısına yüksek duyarlılıkla adapte olarak en başarılı tahmin performanslarına ulaşmıştır. Geliştirilen veri odaklı modeller, MATLAB/Simulink ortamında tasarlanan kinetik denklemlere dayalı klasik modeller ile karşılaştırılmış, sabit parametreli yapıların dinamik sistem davranışlarını yeterince temsil edemediği gösterilmiştir. Ayrıca, her aya ait minimum ve maksimum atık değerlerinden oluşturulan test setleriyle yapılan değerlendirmeler, geliştirilen modellerin gerçek saha koşullarındaki güvenilirliğini ortaya koymuştur. Bu yönüyle çalışma, biyogaz üretim süreçlerinde makine öğrenmesi temelli tahmin zincirlerinin pratik uygulanabilirliğini ve yüksek doğruluk potansiyelini göstererek literatüre özgün ve bütüncül bir katkı sunmaktadır.

Parçacık sürü optimizasyonu ve Ziegler-Nichols metodunu kullanarak dc motorun hız kontrolü için pıd parametrelerinin belirlenmesi ve karşılaştırılması

Otonom sistemlerin en önemli bileşenlerinden birisi otomatik kontrol sistemleridir. Otomatik kontrol konusunda hem çok sayıda araştırma yapılmakta hem de çok sayıda proje geliştirilmektedir. DC motorların gerek otonom sistemlerde gerekse endüstride çok fazla kullanılmasından dolayı bu çalışmada DC motorlar seçilmiştir. DC motor hız kontrolü için PID kontrolör kullanılmış ve parametreleri iki farklı yaklaşımla ayarlanmıştır. Birinci yaklaşım Ziegler-Nichols metodu (ZN), ikinci yaklaşım ise nispeten daha yeni bir yöntem olan Parçacık Sürü Optimizasyonu (PSO) metodudur. Mutlak hataların toplamı türünden performans metriği ile yaklaşımların birbirine göre performansları hesaplanmıştır. Sistem farklı referans çeşitleri ve farklı yük çeşitleri altında test edilmiş ve sonuçlar raporlanmıştır. Uygulanan tüm referans ve yük çeşitlerinde PSO yaklaşımının ZN'ye göre performansının daha yüksek olduğu görülmüştür. Özellikle karmaşık referans ve yük çeşitlerinde performans farkının daha da arttığı gözlemlenmiş ve sonuçlar paylaşılmıştır. İlerideki çalışmalarda daha karmaşık referans ve yük çeşidi uygulayıp, sonuçların gerçek sistem sonuçları ile karşılaştırılması önerilmektedir.

Arrhytmia classification with som

The electrocardiogram carries a lot of clinical information for a cardiologist,especially the width or duration of the waves in the ECG are widely used to defineconduction in the heart and to stratify patients at risk of cardiac arrhythmia. Themanual annotation to the waves is a strenuous task; as a result several automatedmethods have been developed to relieve the cardiologist.This study presents an Artificial Neural Network using Self-Organizing Maparchitecture, the evaluation of its performance in the classification of QRS waves ofthe electrocardiogram (ECG) from patients with cardiac arrhythmias and theclassification of data from MIT/BIH Arrhythmia Database.

Blind source separation using support vector machines

Blind source separation (BSS) can be defined as the recovering of source signals from their mixture signals without any prior knowledge of the source and mixing environment. The type of the mixing environment may be linear or nonlinear and this determines the type of the BSS problem. Independent component analysis (ICA) method solves linear BSS by finding a representation for a multivariate data that minimizes the statistical dependency between signal components, but ICA can not find solution for nonlinear BSS. The kernelbased methods have been implemented to solve the nonlinear BSS problems. The temporal predictability method that is based on the measure of temporal predictability solves the linear BSS problems, but it can not achieve the nonlinear BSS. The kernelized temporal predictability method is based on applying the kernel methods in support vector machines (SVMs) to the temporal predictability method. In this thesis, the linear and nonlinear BSS applications have been simulated in Matlab numeric analysis software package by using the linear and kernelized temporal predictability methods, respectively. In addition to sound separation, the algorithms has been extended for the image separation problem newly in this study. The statistical performance of the algorithms have been simulated using different algorithm parameters like kernel degree, kernel type, image mass size and nonlinear mixing function.

Complexity reduction of RBF multiuser detectors for DS-CDME in awgn and rayleigh fading channels using genetic algorithms

Synthesis of nonlinear circuits in time-frequency domain

ABSTRACT In this thesis, the modelling and the circuit implementation of nonlinear dynamical systems have been accomplished from the given time-frequency domain specifications. After the synthesis of the signal from the time-frequency domain energy distribution using either wavelet atom or wavelet ridges method, the dynamical wavelet network has been proposed from the synthesized signal. Then, the circuit of the dynamical wavelet network has been implemented using the newly proposed sigmoidal and Mexican Hat mother wavelet circuits. Finally, the wavelet ridges of the wavelet network output have been calculated by the new ridge determination algorithm based on singular value decomposition in order to compare with the given time-frequency domain specifications. Keywords: Nonlinear dynamical systems, chaos, time-series embedding, time-series modelling, time-frequency distributions, wavelet theory, wavelet network, the circuit implementation of sigmoidal and Mexican hat mother wavelet.

The effect of inclination angle in fixed photovoltaic system applications

Solar energy is a clean and renewable source of energy that can help reduce our dependency on fossil fuels and solve a part of the climate change problem. As solar technology advances and becomes more affordable, it is critical to ensure that solar panel systems, such as our rooftop PV panels, operate as efficiently as possible. This study focuses on optimizing and maximizing the efficiency of the solar energy systems which built on the roof of the Electric and Electronics Engineering at Sakarya University, Turkey. Regarding the region's expanding solar potential, there is limited measured and observed data on solar irradiance and PV panels output under the impact of soiling. The first method used to understand the effect of inclination on solar panel performance is to estimate and calculate the optimal tilt angle. This optimal angle is critical because it directly affects the quantity of solar radiation a panel can collect throughout the year. The optimum tilt angle is the angle at which a solar panel should be tilted in order to receive the most total solar energy on its surface. Achieving this optimal orientation is critical for increasing energy efficiency and maximizing the utilization of solar resources. To determine the optimum tilt angle, it is necessary to conduct a detailed analysis of the total solar radiation incident on the panel. This involves evaluating the mathematical model of total solar radiation, which consists of three major components which are direct or beam radiation, diffuse radiation, and ground-reflected radiation. Among these, diffuse solar radiation is particularly important, especially in areas or seasons with higher cloud cover or air scatter. Unlike direct radiation, which travels in a straight line from the Sun, diffuse radiation is scattered by molecules and particles in the atmosphere and strikes the panel from many angles. The best method to estimate the total solar radiation is to use specialized tools and sensors to take direct measurements. For every aspect of solar radiation, including diffuse radiation, these measurements offer reliable and accurate information. Unfortunately, the measurement tools are not available. Therefore, a different approach that is based on existing equations and models that through the study develop new diffuse solar radiation equations depending on pervious researches has been used. These models offer a close approximation to actual conditions because they are based on observed or computed data. The study takes a comprehensive strategy by choosing 34 models from previous studies in order to improve reliability and accuracy. The variety of equations that estimate diffuse solar radiation under different circumstances. Give us a variety of results by computing diffused solar radiation using each model, capturing variances across various approaches and assumptions. The study calculates the average of these 34 models to further improve the estimation. Our presumed "measured value" for diffuse solar radiation in Sakarya city be this averaged value, which presumed as measured value. To organize this, 34 equations have been divided into five distinct groups based on their characteristics, data requirements or mathematical structure. These groups help categorize the models, facilitating analysis, and enabling us to compare the performance and accuracy of different approaches. The five groups are diffuse fraction (H_d/H) calculated by clearness index (H/ H_0), diffuse fraction (H_d/H) calculated by sunshine fraction (S/S_0), diffuse fraction (H_d/H)calculated by sunshine fraction (S/S_0) and clearness index (H/ H_0),diffuse coefficient (H_d/H_0)\ calculated by clearness index (H/H_0)\ and diffuse coefficient (H_d/H_0)\ calculated by sunshine fraction (S/S_0).H_0 and S_0 are extraterrestrial solar radiation and is maximum sunshine hours respectively. Extraterrestrial solar radiation and maximum sunshine hours are the main components in our diffuse solar radiation calculation. We have calculated monthly average daily extraterrestrial solar radiation (H_0) the availability of extraterrestrial solar radiation energy varies by month. January's give a value of 4.11 kWh/m²/day shows low solar irradiation at the start of the year. H₀ levels steadily rise over time, peaking at 7.52 kWh/m²/day in March and 5.51 kWh/m²/day in February, respectively. By April, the number increases to 9.56 kWh/m²/day, showing great solar energy potential. Solar irradiance peaks in June at 11.60 kWh/m²/day, then decreases slightly in July to 11.28 kWh/m²/day during the winter. The values continued decreasing in the second half of the year, dropping to 8.20kWh/m²/day in September and gradually decreasing to 3.68 kWh/m²/day in December. This pattern emphasizes the seasonal nature of solar energy availability, with the highest values occurring during the summer months and the lowest during winter. The monthly average maximum sunshine hours (S_0) have calculated in this study. The results numbers show the theoretical maximum amount of daylight accessible at a specific place on a clear day. The maximum value is in June with 14.88 hours, while the lowest is in December with 9.12 hours. This variation reflects the changing length of the day caused by the Earth's axial tilt and orbit around the Sun. The data is critical for understanding seasonal variations in Sun availability. Maximum sunshine hours are affected by geographical location, particularly latitude. After obtaining the values of extraterrestrial solar radiation and maximum sunshine hours, the next step was calculated the diffuse solar radiation using 34 models. The average value of 34 models has been used as our estimated measured value and by using MATLAB the regression methods have been applied to create our new diffuse solar radiation model for Sakarya. In the monthly average daily of new model diffuse solar radiation, seasonal variation can be observed, with the lowest value in December (0.79 kWh/m²/day) and the highest in June (2.39 kWh/m²/day). Diffuse radiation gradually increases from winter to early summer, peaking during the sunniest months when atmospheric scattering is greatest. By using the values of the new model diffuse solar radiation, the values have been used to calculate total solar radiation in inclined surface. In January, the average daily total solar radiation is 2.15 kWh/m²/day, and the optimum tilt angle is 57.16 degrees. During February, the solar radiation increases to 3.20 kWh/m²/day with an optimum tilt angle of 51.04 degrees. In March, the value increases more to 3.86 kWh/m²/day at a tilt angle of 36.94 degrees. By April, the average daily solar radiation reaches 4.63 kWh/m²/day with an optimum tilt angle of 20.83 degrees. The highest solar radiation occurs in June at 6.01 kWh/m²/day with a minimal tilt angle of only 0.10 degrees. After June, the values begin to decrease gradually; for instance, in July it is 5.85 kWh/m²/day at 3.19 degrees, and August records 5.44 kWh/m²/day at 16.65 degrees. In September, it is 4.81 kWh/m²/day with an optimum tilt angle of 33.47 degrees. October sees it decrease to 3.91 kWh/m²/day at 48.65 degrees, and November drops further to 2.61 kWh/m²/day at 57.20 degrees. Finally, December has the lowest solar radiation at 2.10 kWh/m²/day with the steepest tilt angle of 60.42 degrees. The yearly average optimum tilt angle is 32.64 degrees. Using PV*SOL, PV imulation software, it shows that the optimal tilt angle for a panel facing south throughout the year is 32 degrees. The optimum tilt angle for east and west-facing panels is from 8 to 9 degrees. This result is very similar to our determined optimum tilt angle of 32.64 degrees, showing a significant agreement between simulation results and our analytical approach. According to the PV*SOL software the PV system exports energy to the grid with a value of 5660 kWh/Year. The comparison between PV*SOL simulation results and real site measurements shows a similar pattern throughout the year. The smallest errors appear in May and June with about 0.34% difference, showing very close agreement. The largest differences occur in February with a 52.13% error and in December with a 29.94% error. The highest energy production happens in summer months like June, July, and August, which is expected due to stronger sunlight. Overall, PV*SOL provides reliable results with a total error of just 0.68%. A comparison between south, east, west, and horizontal panels based on real site data shows that east and west-facing panels can produce similar energy to horizontal panels. In some months, east and west-facing panels can even produce more than horizontal panels. This means east or west-facing panels with a small tilt like 8° to 9° as PV*SOL suggested or even the east and west site facing panels in the site can be a better choice than flat ones, as they need less cleaning efforts and cost less to maintain.PV*SOL shows that the panels facing south produced the best results between different orientations and horizontal panels. South oriented panels received the most Sun radiation with 1645.69 kWh/m², had the best performance ratio 82.56%, and produced the most electricity in a year 1632.53 kWh yearly. Zero degrees tilt angle generates 1421.22 kWh of energy each year, with a specific output of 1184.35 kWh/kWp. East-facing panels produced a little less energy than flat panels, with 1371.92 kWh/year, 1143.27 kWh/kWp, and an 81.90% performance ratio. The west-facing panels produced the lowest results. They produced only 1234.60 kWh per year and the lowest performance ratio of 79.89%. These findings indicate that orienting panels to the south is the greatest option for capturing the most energy from the Sun. An experiment in Istanbul indicated that uncleaned panels lost approximately 0.4% of their power after 3 days, but up to 3.0% after 24 days without rain, in our PV roof system, the tilt angle of the panels has a considerable impact on decreasing soiling. Horizontal panels tend to collect more dust and have a slower snow-melting rate, increasing the amount of effort to clean. The panels set at an appropriate tilt angle require less care, especially as Sakarya sees heavy rains from November to May, which naturally helps keep the panels cleaner. However, during the summer, all panels require a regular cleaning routine to reduce the impacts of soiling.

Yapay zeka tabanlı bara diferansiyel koruma sistemi

Enerji sistemlerinin güvenliği ve verimliliği, modern elektrik şebekelerinin en kritik önceliklerinden biri hâline gelmiştir. Bara diferansiyel koruma sistemleri, enerji sistemlerinin güvenilirliği açısından hayati bir role sahiptir. Geleneksel diferansiyel koruma sistemleri, bara üzerindeki anormallikleri tespit etmek için akım farklarını ölçerek çalışır. Ancak bu sistemler genellikle sabit eşik değerlerine ve sınırlı veri işleme yeteneklerine sahiptir. Elektrik şebekelerinin karmaşıklığının artması ve yenilenebilir enerji kaynaklarının entegrasyonu gibi faktörler, geleneksel koruma yöntemlerinin sınırlarını zorlamakta ve daha dinamik, uyarlanabilir çözümler gerektirmektedir. İşte bu noktada yapay zeka teknolojilerinin devreye girmesiyle enerji sistemleri için yeni bir dönemin kapıları aralanmaktadır. Yapay zeka tabanlı sistemler, geleneksel yöntemlerin ötesine geçerek enerji sistemlerinin güvenilirliğini ve esnekliğini artırmaktadır. Yapay zeka, makine öğrenimi ve derin öğrenme algoritmalarını kullanarak enerji sistemlerinden büyük miktarda veri toplayabilir ve bu verileri hızlı bir şekilde analiz edebilir. Bu veriler, sistemin normal çalışma koşullarını öğrenmek ve anormal durumları tespit etmek için kullanılır. Geleneksel koruma sistemlerinin aksine, YZ tabanlı sistemler, yalnızca mevcut arızaları tespit etmekle kalmaz, aynı zamanda gelecekte meydana gelebilecek potansiyel arızaları öngörebilir. Bu, enerji sistemlerinin proaktif bir yaklaşımla yönetilmesine olanak tanır ve arızaların meydana gelmeden önce engellenmesine katkıda bulunur. Gerçek zamanlı veri analizi, yapay zekanın sunduğu en büyük avantajlardan biridir. Geleneksel sistemler, sabit eşik değerlerine dayandığı için sınırlı bir hassasiyet sunarken, YZ tabanlı sistemler, farklı işletme koşullarına uyarlanabilir algoritmalar sayesinde daha esnek bir yapı sergiler. Özellikle büyük enerji santralleri ve endüstriyel tesislerde, bu esneklik, hem güvenilirliği artırmak hem de enerji kesintilerini en aza indirmek açısından kritik bir öneme sahiptir. Bara diferansiyel koruma sistemlerinde yapay zeka uygulamaları, birçok farklı yeteneği beraberinde getirir. Bunlardan ilki, anormallik tespitinde geleneksel yöntemlerin ötesine geçen bir hassasiyet sağlamasıdır. Yapay zeka tabanlı sistemler, enerji sistemlerinin sürekli değişen dinamiklerini öğrenerek, normalden sapmaları hızlı bir şekilde tespit eder. Örneğin, bara üzerinde meydana gelen bir kısa devre veya topraklama arızası durumunda, Yapay zeka sistemleri daha hızlı ve doğru bir yanıt verebilir. Bu, enerji kesintilerinin süresini azaltmakla kalmaz, aynı zamanda arızaların sistemin diğer bölümlerine yayılmasını da engeller. Bunun yanı sıra, yapay zeka sistemleri, geçmişteki arıza kayıtlarını inceleyerek gelecekte meydana gelebilecek benzer durumların nasıl oluşabileceğine dair öngörülerde bulunabilir. Bu tür bir öngörü yeteneği, enerji sistemlerinde uzun vadeli güvenilirlik planlamasına büyük katkı sağlar. Örneğin, bir trafo merkezinde geçmişte yaşanan bir arızanın verileri, benzer koşullar altında oluşabilecek yeni arızaları tahmin xxii etmek için kullanılabilir. Bu, yalnızca sistemin güvenliğini artırmakla kalmaz, aynı zamanda bakım faaliyetlerinin daha etkin bir şekilde planlanmasına da yardımcı olur. Yapay zeka tabanlı bara koruma sistemleri, özellikle büyük enerji santralleri, endüstriyel tesisler ve trafo merkezlerinde önemli avantajlar sunar. Bunlardan bazıları şunlardır: Hassasiyet ve hız, yapay zeka sistemleri, geleneksel yöntemlere kıyasla daha hızlı ve hassas bir şekilde arızaları tespit edebilir. Bu, enerji kesintilerinin süresini önemli ölçüde azaltır. Uyarlanabilirlik, farklı trafo merkezlerinin ihtiyaçlarına göre özelleştirilebilen yapay zeka algoritmaları, sistemin esnekliğini artırır. Örneğin, yüksek yenilenebilir enerji penetrasyonuna sahip bölgelerde, yapay zeka algoritmaları bu değişken üretim kaynaklarını dikkate alarak çalışabilir. Proaktif yönetim, geçmiş verilerden öğrenerek gelecekteki arızaları öngörebilen yapay zeka sistemleri, bakım ve onarım süreçlerinin daha etkili bir şekilde planlanmasına olanak tanır. Verimlilik artışı, gerçek zamanlı veri analizi ve sürekli öğrenme yeteneği, enerji sistemlerinin genel verimliliğini artırır. Bu, hem operasyonel maliyetlerin düşmesini sağlar hem de enerji arz güvenliğini artırır. Yapay zeka (YZ), bara diferansiyel koruma sistemleri için devrim niteliğinde yenilikler sunmakta olup, geleneksel koruma sistemlerinin sınırlarını aşarak enerji sistemlerinin güvenilirliğini ve operasyonel verimliliğini en üst düzeye çıkarma potansiyeline sahiptir. Geleneksel diferansiyel koruma sistemleri belirli arıza tespit yöntemlerine dayanırken, YZ tabanlı koruma sistemleri dinamik ve karmaşık enerji altyapılarına adaptasyon sağlayarak, enerji kesintilerini en aza indirgeyebilmekte ve sistem güvenliğini önemli ölçüde artırabilmektedir. YZ destekli koruma sistemlerinin en belirgin avantajlarından biri, yalnızca mevcut arızaların tespit edilmesiyle sınırlı kalmayıp, aynı zamanda gelecekte meydana gelebilecek arızaları öngörerek proaktif bir koruma yaklaşımı sunmalarıdır. Makine öğrenmesi ve derin öğrenme algoritmaları sayesinde, sistemdeki anomaliler anlık olarak analiz edilerek potansiyel risk faktörleri belirlenebilmekte ve olası kesintilerin önlenmesi sağlanmaktadır. Bu öngörüsel bakım yaklaşımı, enerji sistemlerinin daha etkin ve sürdürülebilir bir şekilde yönetilmesine olanak tanımakta, böylece sistem güvenilirliği ve şebeke kararlılığı artırılmaktadır. YZ tabanlı koruma sistemleri, büyük veri analitiği ve dijital ikiz teknolojileriyle entegre edilerek daha kapsamlı bir koruma mekanizması oluşturabilmektedir. Bu sistemler, enerji üretim ve dağıtım süreçlerinde meydana gelebilecek olağanüstü durumları gerçek zamanlı olarak değerlendirerek, optimum koruma stratejileri geliştirebilmektedir. Özellikle akıllı şebekelerin yaygınlaşmasıyla birlikte, YZ'nin sağladığı bu yenilikçi çözümler, enerji sistemlerinin adaptif ve esnek bir yapıya kavuşmasını mümkün kılmaktadır. YZ teknolojilerinin ilerlemesiyle, enerji sistemlerinde yalnızca arıza tespiti ve önleyici bakım değil, aynı zamanda enerji yönetiminde daha sürdürülebilir ve çevre dostu çözümlerin uygulanması da mümkün hâle gelmektedir. Yenilenebilir enerji kaynaklarının entegrasyonu, enerji talep tahmini ve optimizasyonu gibi konular, YZ destekli sistemler sayesinde daha etkin bir şekilde yönetilebilmektedir. Örneğin, fotovoltaik ve rüzgar enerjisi sistemlerinde üretim tahmin modellerinin geliştirilmesi, xxiii enerji depolama sistemleri ile senkronize çalıştırılması ve talep yönetimi stratejilerinin optimize edilmesi gibi süreçler, YZ algoritmaları aracılığıyla daha verimli hale getirilebilmektedir. Sonuç olarak, YZ tabanlı diferansiyel koruma sistemleri, enerji sektöründe geleneksel yöntemlere kıyasla çok daha kapsamlı ve etkili çözümler sunmaktadır. Gelecekte bu teknolojilerin yaygınlaşması, enerji altyapılarının daha güvenilir, sürdürülebilir ve ekonomik bir yapıya kavuşmasını sağlayarak küresel enerji güvenliğine ve sürdürülebilirliğe önemli katkılar sunacaktır. Yapay zeka destekli sistemlerin enerji sektöründeki entegrasyonunun hızlanması, aynı zamanda akıllı şebekeler, mikro şebekeler ve dağıtık enerji kaynakları gibi yeni nesil enerji sistemlerinin gelişimine de ivme kazandıracaktır. Bu bağlamda, enerji sistemlerinin geleceğinde yapay zekanın oynayacağı rol giderek daha kritik bir hâl almaktadır.

Aktif sensör görüntüleme ve mikrodalga hipertermi kullanarak meme kanseri tespiti ve tedavisi

Breast cancer is a health challenge all over the world, and it is the second leading cause of death among women all over the world. Early detection and effective treatment of the disease are important to improve survival rates by up to about 97%. This thesis designs and simulates a textile-based ultra-wideband (UWB) patch antenna that is specifically intended to serve dual purposes: early breast cancer detection and treatment using microwave hyperthermia. The design of an antenna that can work in the field of breast imaging and breast thermal therapy at the same time is a real revolution and a major development in this field. Due to its excellent accuracy and absence of harmful radiation, wideband microwave (UWB) imaging is considered to be an effective method for early diagnosis of breast cancer. Microwave hyperthermia is also an effective method for treating cancer and a suitable alternative to the methods currently used because it raises the temperature of the malignant tumor tissue while preserving the surrounding healthy tissue. The primary objective of this research is to develop a safe, accurate, not expensive, flexible, lightweight, and fully textile wearable microstrip patch antenna capable of operating efficiently within the UWB frequency range of 2–11.6 GHz, able to detect breast cancer and help treat it.The textile-based antenna design ensures user comfort and safety, allowing for portable, non-invasive medical applications. Obtaining such a wide bandwidth using textile materials is a major challenge. The integration of UWB microwave technology with textile-based antenna design provides a novel approach to addressing the limitations of conventional diagnostic and therapeutic methods. Given the limited size of the breast and the need for efficient tumor detection, a wearable antenna designed for this purpose must exhibit a wide bandwidth, compact dimensions, low specific absorption rate values, and high flexibility. Previous research on wearable UWB antennas has highlighted challenges related to these factors. To address these limitations, microstrip patch antennas were used. This study presents a new solution to biocompatibility issues through the use of a full-fabric-based antenna, breaking away from traditional approaches that typically use fabric as the substrate and metal as the conductor. The proposed antenna includes a denim substrate with a dielectric constant (∈r) of 1.7 and a thickness (h) of 0.7 mm. For the conductive patch and ground plane, a copper-nickel-silver-coated polyamide fabric, featuring a thickness of 0.11 mm, was used. The antenna was developed with dimensions of 31*31 mm2. The characteristics of a patch antenna depend largely on its dimensions. To work in a specific frequency range, the length and width must be calculated and chosen accurately. The research methodology includes the systematic design and simulation of the antenna structure using Computer Simulation Technology (CST) Microwave Studio as an advanced electromagnetic simulation tool. Essential design factors, including return loss, impedance matching, bandwidth, specific absorption rate (SAR), Voltage standing wave ratio (VSWR), and temperature distribution, are optimized to ensure the antenna performs for therapeutic and diagnostic purposes. Patch antennas mainly operate in a narrow bandwidth, but several methods can be used to increase the bandwidth. In this work, the bandwidth was increased by adding cutoffs in both the conductive patch and the ground layer, in addition to using a partial ground plane. The partial ground plane length was optimized using the Trust Region Framework algorithm to achieve the best return loss values in the desired frequency range. The UWB antenna's performance is validated through extensive simulations on breast tissue phantom models. Compared to several computerized breast models in previous research that reduced tumor shapes by assuming them to be spherical only, this research used more realistic models assuming different tumor shapes and sizes that might be encountered in real scenarios. The antenna was tested on four computerized breast models. The models varied and included a basic tumor-free model, two models containing spherical tumors with a diameter of 5 and 2 mm, in addition to a model containing two tumors, and a final model containing a cube-shaped tumor. These dimensions and shapes were varied and their position changed to evaluate the ability of the proposed antenna to identify tumors of different shapes, sizes, and locations. Simulation results show that the high-resolution imaging capabilities of the antenna allow for the detection of tumors as small as 5 and 2 millimeters, enhancing the chances of early intervention. And it demonstrates the antenna's ability to achieve accurate tumor localization. Simulation findings for a single antenna indicated that SAR values ranged from 0.397 to 1.64 which were less than 2 W/g (10 g SAR) and consistent with permissible limits for medical applications. The highest SAR values are precisely measured in tumor centers or their immediate vicinity, and that indicates the presence of a malignance tumor at that point. Throughout the frequency band used in all experiments, VSWR values remained consistently within the permissible range between 1 and 2. Antenna return losses for all models varied between -38 and -18.5 dB, depending on tumor size, shape, and location. To evaluate the flexibility of the antenna, it was subjected to a bending test. Results of the bendable design showed that the antenna fits complex breast shapes, providing consistent and accurate diagnostic results. The performance of the antenna was further assessed beyond its application as a wearable device by evaluating its functionality in a dynamic system. This involved positioning the antenna at 112 different locations above a breast phantom and processing the resulting signals using MATLAB to generate a two-dimensional (2D) image. The generated image demonstrated the capability of the proposed antenna to effectively detect tumors, even when employed in a dynamic imaging setup rather than a wearable configuration. This highlights the versatility and adaptability of the antenna for various imaging system applications. In addition, a 2x4 element antenna array was designed and tested to measure the ability of the proposed antenna to be integrated in array systems which is critical for both cancer imaging and hyperthermia. In addition to detection, the antenna is designed for breast microwave hyperthermia. The research solves important issues related to microwave hyperthermia, including ensuring uniform heat distribution, ensuring patient safety, and reducing hot spots. Antenna performance in hyperthermic applications was evaluated using CST MPHISICS STUDIO software. Simulation results demonstrated the antenna's ability to selectively raise the temperature of malignant cells to the therapeutic thermal range while being able to maintain the temperature of healthy tissues within an acceptable medical range. Beamforming techniques were utilized to adjust the phase of signals emitted from designated antennas, assuring optimal directionality of the electromagnetic wave towards the tumor, hence facilitating precise targeting of malignant cells, even when located deep into the breast. This work demonstrates the feasibility of textile-based UWB antennas to elevate the temperature of breast cancers to adequate therapeutic levels. Our antenna shows the ability to increase tumor temperatures up to 42.3℃,45.6℃,43.3℃, and 42.4℃ using different adjustments. The results of this study demonstrate that the proposed UWB textile-based microstrip patch antenna is a viable tool for early breast cancer detection and microwave hyperthermia treatment. Its dual application in diagnostic and therapeutic areas, coupled with its wearability, makes it a great addition to the field of biomedical engineering. This thesis develops the next generation of medical devices by integrating UWB technology with textile-based antenna design. Its results demonstrate the potential of wearable, flexible, versatile, and fully textile-based microwave antennas to transform breast cancer management.

Robot hücresi içerisinde yapay zekâ ve görüntü işleme tabanlı parça besleme kontrolü

Bu çalışma, endüstriyel üretim hatlarında sıklıkla karşılaşılan parça besleme hatalarını önlemek amacıyla, yapay zekâ tabanlı bir görüntü işleme sistemi geliştirmeyi hedeflemektedir. Günümüz üretim süreçlerinde özellikle otomotiv sektörü gibi yüksek hassasiyet gerektiren alanlarda, robotik sistemlerin doğru çalışması büyük önem taşımaktadır. Bu sistemlerdeki en kritik adımlardan biri olan parça besleme sürecinde oluşabilecek en küçük hata bile, kalite sorunlarına, üretim kayıplarına ve ciddi maliyet artışlarına neden olabilmektedir. Bu kapsamda geliştirilen sistem, operatör tarafından parçaların yerleştirildiği bölgeyi kamera ile görüntüleyerek, parçanın doğru konumda olup olmadığını gerçek zamanlı olarak tespit etmektedir.Geleneksel görüntü işleme yöntemlerinin, özellikle aydınlatma değişimi, çapak gibi fiziksel engeller ve benzer arka plan koşullarında yetersiz kaldığı bilinmektedir. Bu nedenle çalışmada klasik yöntemler yerine, derin öğrenme tabanlı bir yaklaşım tercih edilmiştir. Özellikle evrişimli sinir ağı (CNN) mimarisi üzerine kurulu olan YOLOv7-tiny modeli kullanılarak, hızlı ve doğru bir sınıflandırma sistemi oluşturulmuştur. YOLO mimarisi, görüntüyü bir bütün olarak analiz ederek nesne tespitini hem hızlı hem de yüksek doğrulukla gerçekleştirebilmesi sayesinde bu alanda önemli bir avantaj sunmaktadır.Model eğitimi, üretim sahasından toplanan 2400 adet görüntü ile gerçekleştirilmiştir. Verilerin %50'si doğru yerleştirilmiş (OK), %50'si ise hatalı yerleştirilmiş (NG) parçaları içermektedir. NG sınıfındaki verilerin azlığı, yapay veri üretimi ve veri artırma teknikleri ile dengelenmiştir. Bu teknikler arasında renk bozulması (color jittering), histogram eşitleme ve görüntü normalizasyonu yer almakta olup, modelin çevresel değişkenliklere karşı dayanıklı hale gelmesini sağlamıştır. Eğitim süreci sonucunda model %98,07 doğruluk, %98,15 özgüllük (specificity) ve %99,89 kesinlik (precision) oranlarına ulaşmıştır.Donanım olarak sistem, NVIDIA Jetson AGX Orin üzerinde çalışmakta ve görüntü alımı için BASLER acA2500-60uc kamera kullanılmaktadır. Görüntüleme ve analiz süreci tamamlandığında sınıflandırma sonucu, ModBus protokolü ile bir PLC'ye iletilmekte ve sistem otomatik karar alabilmektedir. Ayrıca, Raspberry Pi tabanlı bir ekran ile sistemin durumu kullanıcıya görsel olarak da aktarılmaktadır. Uygulama, çapaklı yüzeyler, ışık yansımaları ve titreşim gibi üretim ortamındaki zorlu koşullar altında test edilmiştir.Sonuç olarak, bu çalışma yalnızca akademik anlamda değil, pratik endüstriyel uygulama açısından da yüksek değer taşımaktadır. Yapay zekânın üretim sahasında doğrudan kullanımı ile hem insan kaynaklı hatalar azaltılmış hem de kalite kontrol süreci otomatikleştirilmiştir. Bu bağlamda çalışma, literatürde az sayıda bulunan gerçek saha uygulamaları arasında yer almakta ve Endüstri 4.0–5.0 vizyonuna somut katkı sağlamaktadır.

Optimal distributed generation allocation and sizing in a distribution system using heuristic algorithms

This thesis presents an optimization framework for the allocation and sizing of Distributed Generators (DGs) with reactive power capabilities in unbalanced three-phase distribution systems. The aim is to reduce active power losses and improve voltage profiles while also maintaining phase balance. To achieve the aim, a modified IEEE 37-bus unbalanced distribution feeder is used as the test system, and four metaheuristic algorithms are applied to determine optimal DG placement, capacity, and power factor. These algorithms include Genetic Algorithm (GA), Particle Swarm Optimization (PSO), Grey Wolf Optimization (GWO), and Pattern Search (PS). The simulations are carried out using MATLAB linked with OpenDSS. This setup allows the algorithms to interact directly with the distribution system model during the optimization process. The study examines the performance of each algorithm under two operating conditions: unity power factor, where DGs supply only real power, and optimal power factor, where DGs can supply both real and reactive power within allowed limits. In the unity power factor case, GA achieved the highest reduction in active power loss at 73.85%, followed by GWO (73.78%), PSO (73.32%), and PS (72.98%). In the optimal power factor scenario, GA again performed best, reducing losses by 90.39%. PSO, GWO, and PS followed with reductions of 90.32%, 90.02%, and 88.63%, respectively. These results show the clear benefit of including reactive power support in DG operation. Voltage profiles were also analyzed for all three phases. Without DGs, voltages dropped significantly, especially at the end of the feeder. With DGs operating at optimal power factor, voltage levels were much more consistent and stayed within acceptable limits. Among all the algorithms, GA consistently delivered the best overall results in terms of both loss reduction and voltage regulation. The findings suggest that optimizing power factor alongside DG location and size can make a meaningful difference in system performance, especially in networks that are unbalanced or weak. Beyond the improvements in loss reduction and voltage control, the approach used in this study also shows promise for real-world implementation. In addition, the findings also suggest that DG placement should not be based solely on network layout, but also take into account how each unit operates under real system conditions.

Kardiyopulmoner bypass cerrahisi sonrası nörokognitif durumların matematiksel yöntemlerle analizi

Bu çalışmada, koroner arter bypass greft (KABG) operasyonları sırasında kaydedilen hemodinamik verilerin postoperatif nörokognitif bozukluk üzerindeki etkileri kapsamlı bir şekilde araştırılmıştır. Kardiyopulmoner bypass (KPB), açık kalp cerrahisinde, kalbin ve akciğerlerin işlevlerini geçici olarak üstlenen kalp – akciğer makinesi kullanılan bir tekniktir. Bu operasyonlar sırasında optimal hemodinamik koşulların sağlanması, cerrahi başarı ve hasta sağlığı açısından kritik bir öneme sahiptir. Ancak bu tür büyük cerrahi müdahaleler sonrasında görülebilen nörokognitif bozukluklar, hastaların yaşam kalitesini önemli ölçüde etkileyebilmekte ve uzun süreli takip gerektirebilmektedir. Çalışmanın temel amacı, KABG operasyonları sırasında kaydedilen detaylı hemodinamik verilerin postoperatif nörokognitif bozukluklar üzerindeki etkilerini analiz etmektir. Bu kapsamda, 28 hastadan elde edilen toplam 730,870 adet hemodinamik veri hem istatistiksel yöntemlerle hem de yapay sinir ağları ve makine öğrenmesi algoritmaları ile değerlendirilmiştir. Ameliyat sırasında kaydedilen hemodinamik veriler, anestezi cihazından alınmıştır. Çalışmada, ortalama arter basıncı (MAP), periferik oksijen satürasyonu (SpO₂), invaziv kan basıncı değerleri (sistolik ve diyastolik) ve kalp atım hızı (PLS) gibi hemodinamik parametrelerin yalnızca bireysel etkileri değil, matematiksel yöntemlerle türetilen kombinasyonlarının da nörokognitif bozuklukların öngörüsüne katkısı incelenmiştir. Ek olarak hastaların demografik bilgileri (yaş, vücut yüzey alanı (BSA)), pompa akışı, bypass süresi ve kros klemp süresi gibi parametreler değerlendirmeye dahil edilmiştir. Nörokognitif değerlendirme, Montreal Bilişsel Değerlendirme Testi (MoCA) kullanılarak yapılmıştır. Test, ameliyat öncesinde anesteziyoloji ve reanimasyon uzmanları tarafından, ameliyat sonrasında ise (postoperatif 1. ayda) kalp ve damar cerrahisi uzmanları tarafından uygulanmıştır. MoCA puanındaki 2 veya daha fazla düşüş, nörokognitif bozukluk olarak kabul edilmiş ve hastaların %36'sında (n=10) postoperatif nörokognitif bozukluk gözlenmiştir. Veri analizi aşamasında, lojistik regresyon, çok katmanlı algılayıcı (MLP) ve Rassal Orman gibi istatistiksel, yapay sinir ağları ve makine öğrenmesi algoritmaları kullanılarak nörokognitif bozuklukları tahmin etmeye yönelik modeller geliştirilmiştir. Literatürdeki benzer çalışmalardan farklı olarak yalnızca istatistiksel analizler değil, aynı zamanda yapay sinir ağları ve gelişmiş makine öğrenmesi algoritmaları ile hemodinamik verilerin farklı kombinasyonlarının etkileri detaylı olarak incelenmiştir. Özellikle eşik değerlerine (75, 65, 55 mmHg) göre hesaplanan mutlak maksimum düşüş (AMD), eşik değeri altında geçirilen süre (Time_Under) ve eşik değeri altında kalan alan (Area) parametreleri değerlendirilmiştir. Elde edilen sonuçlar, KPB sırasında izlenen hemodinamik verilerin nörokognitif sonuçlar üzerindeki kritik rolünü ortaya koymaktadır. Rassal orman algoritması kullanılarak elde edilen modellerde %90'a varan doğruluk oranları elde edilmiş, özellikle PLS, SpO₂, sistolik ve diyastolik basınç değerlerinin kombinasyonu ile nörokognitif bozuklukları yüksek başarı ile tahmin eden modeller geliştirilmiştir. Çalışmanın en önemli bulgularından biri, şiddetli bradikardinin (<60 bpm) yüksek nörokognitif riskle ilişkili olmasıdır. Bu bulgu, kardiyak output'un serebral perfüzyon için kritik önemini vurgulamaktadır. Sonuç olarak, bu araştırma KPB sırasında elde edilen hemodinamik verilerin nörokognitif bozukluklar üzerindeki etkilerini kapsamlı bir şekilde analiz eden özgün bir çalışmadır. Bulgular, cerrahi başarıyı artırmak ve postoperatif komplikasyonları azaltmak için hemodinamik parametrelerin optimal aralıklarda tutulmasının önemini vurgulamakta ve nörokognitif bozuklukların erken öngörüsü ve önlenmesine yönelik yeni yaklaşımlar için önemli temeller sunmaktadır.

Bina aydınlatmasında kullanılan led ve kompakt floresan lambaların güç kalitesine etkileri

Enerjinin üretilmesi, iletilmesi ve dağıtılması sırasında elektrik güç sistemlerinde akım ve gerilimin 50 Hz frekansında, dalga şekillerinin ise sinüzoidal olması beklenmektedir. Bu parametreler elektrik enerjisi kalitesi için en önemli faktörlerdir. Fakat elektrik sistemlerinde bulunan doğrusal olmayan yüklerin harmonik oluşumuna neden olması ile akım ve gerilim dalga şekilleri sinüzoidal formdan uzaklaşırlar. Bu yüzden elektrik güç sistemlerinde önemli problemlere yol açarlar. Elektrik enerji sistemlerinde oluşan bu problemlerin en önemli sebeplerinden biri harmoniklerin şebekeye vermiş olduğu olumsuz etkidir ve bu tezde aydınlatma sistemlerinde oluşan harmonikler incelenmiştir. Harmoniklerin oluşumu, bu oluşuma sebep olan kaynaklar, harmoniklerin zararlı etkileri ve harmoniklerin nasıl giderileceği gibi temel konular hakkında bilgi verilmiştir. Günümüzde, elektrik tüketiminin büyük bir yüzdesi yapay aydınlatmada harcanmaktadır, bu nedenle verimsiz bir aydınlatma, kaynakların boşa harcanmasına neden olmaktadır. Son yıllarda, genel aydınlatma uygulamalarında kullanılan kompakt floresan lambaların (KFL) yerini yüksek verimli, uzun ömürlü ışık kaynağı olarak kullanılan ışık yayan diyotlar (LED) almıştır. Bu lambalarda kullanılan güç elektroniği elemanlarından oluşan sürücü devreleri non-lineer karakteristiğe sahip olduğundan dolayı güç kalitesi problemleri giderek artmaktadır. Doğrusal olmayan bu yüklerin elektrik tesislerinde dalga şekillerinin bozulması ve harmoniklerin oluşmasına neden olmaktadır. Sistemdeki harmonikler ekonomik ve bazı istenmeyen teknik sorunlara yol açabilirler. Bu problemler ile karşılaşmamak için sistem gereksinimleri belirlenmeli ve tasarımlar uluslararası standartlar tarafınca verilen limit değerlerine uygun bir şekilde yapılmalıdır. Bu tez, bina aydınlatma sistemlerinde bulunan LED ve kompakt floresan lambaların harmonikleri, enerji tüketimi ve güç kalitesinin incelenmesi ve analizi çalışmasıdır. Enerji tasarrufunun ve enerji verimliliğinin iyileştirilmesi için sistemde var olan ya da kullanılan güç elektroniği elemanları sebebiyle oluşan problemleri ele almak için temel konular olduğu dünya çapında kabul edilmektedir. Enerji kalitesini iyileştirmek için kullanılan yöntemlerden biri, binalarda enerji tasarrufu ve enerji verimliliğini artırmaktır. LED, birçok uygulama alanında kullanılan en popüler enerji verimli aydınlatma kaynağıdır. Ancak LED ve kompakt floresan lambalarda kullanılan güç elektroniği ekipmanlarının neden olduğu güç kalitesi sorunu da dikkate alınmalıdır. LED ve KFL'ler, harmonikler ve elektromanyetik parazit (EMI) oluşturabilen bir anahtarlama cihazı olan sürücüye sahip olduğundan, binanın elektrik sistemi üzerindeki olumsuz etkilerini önlemek için ses ve gürültü azaltmayı kontrol etmek önemlidir. Bu çerçeve de bu lambaların kullandığı sürücülerin ürettiği harmonikler ölçülecek ve bu harmonikleri sürecek olan filtreler hesaplanacaktır. Çalışmalar hem pratik olarak hem de bilgisayar ortamında Matlab programı ile gerçekleştirilmiştir. Bu çalışmada KFL ve iki farklı markaya ait sürücülerle çalıştırılan LED armatürler incelenmiştir. Farklı aydınlatma sistemlerinin güç kalitesi analizi IEC 61000-4-30 standardına göre A sınıfı olan Fluke 43B Güç Kalitesi Analizörü kullanılarak laboratuvar ortamında KFL ve LED armatürlerin harmonik ölçümleri alınmıştır. Total harmonik distorsiyon açıklamasında belirtildiği gibi akım dalga şekli yüksek bozunumlardan etkilenirken gerilim dalga şekli sinüzoidal formunu korumaktadır. Gerilim total harmonik distorsiyon yük durumuna bağlı değildir. Akım harmonikleri ile çok düşük şebeke eşdeğer empedansı arasındaki etkileşim tarafından üretilen gerilim harmonikleri ihmal edilebilir düzeydedir. Gerilim total harmonik distorsiyonun değerinin küçük olması yalnızca şebekede zaten mevcut olan harmonik kirlilikten kaynaklanmaktadır. Bu deneyde 53 W, 39 W LED armatür ve 79 W floresan lamba kullanılmıştır. Bu armatürler farklı güç değerlerine sahip olmakla beraber yapılan ışık testi sonucuna göre aynı lümen değerlerine sahiptirler. Armatürlerde kullanılan LED sürücüler ve elektromanyetik balast farklı üreticilerden seçilmiştir. Alınan ölçüm sonuçlarına göre MATLAB programı kullanılarak standartlara uygun olmayan harmonik değerleri için pasif filtre tasarımı yapılmıştır. Nominal akımı ≤ 16 A ve aktif giriş gücü> 25 W olan armatürler için IEC 61000 serisine göre akım harmonik limit değerleri kullanılarak harmonik ölçüm sonuçları karşılaştırılmıştır. Harmonik filtre tasarımı, harmonik ölçüm sonuçları incelendiğinde KFL ve A marka sürücüye sahip LED armatürün akım harmonikleri IEC 61000-3-2 standardının izin verdiği limit değerlerinden yüksek çıktığı için harmonik filtre tasarımı yapılarak akım harmoniklerinin düşürülmesi uygun görülmüştür. Simülasyon sonuçları KFL ve A markalı sürücüye sahip LED armatür MATLAB programında modellenmiştir. KFL ve LED armatür için 4 farklı filtre MATLAB ortamında tasarlanmıştır. Performans analizi yapılarak KFL ve A marka sürücülü LED armatüre eklenen filtreler MATLAB programı ile hızlı Fourier dönüşümü (FFT) analizi yapılarak akım total harmonik distorsiyon değerleri hesaplanmıştır. Filtre devreleri eklendikten sonra en iyi sonucu kesim frekansı 150 Hz olan alçak geçiren filtre göstermiştir. Kullanılan ürünler farklı güç değerlerine sahiptirler. Bu durumda KFL filtresiz durumda toplam akım harmonik distorsiyonu A markalı sürücüye sahip LED armatür türüne göre daya iyi çıkmıştır fakat ürünlerin lümen çıkışları yaklaşık olarak aynı olduğu için en verimsiz armatür KFL olarak gözlemlenmektedir. Filtreli durumlar karşılaştırıldığında ise A marka sürücü LED armatür harmonik akımları daha iyi absorbe etmiştir. Bu inceleme sonucunda oluşan harmoniklerin giderilmesi için pasif filtre tasarımı yapılmıştır ve harmonik akım değerleri karşılaştırılmıştır. Tasarlanan filtrelerin içinde kullanılan devre elemanları, harmonik oluşumuna sebep olan en yüksek frekans seçilerek MATLAB ortamında 4 farklı filtre tasarımı yapılarak farklı sonuçlar elde edilmiştir. Böylece aydınlatma sistemlerinde kullanılan KFL ve A marka sürücülü LED armatüre ait harmonik bileşenler pasif filtre kullanımı ile giderilmiş ve sinüzoidal formdan uzaklaşan akım dalga şekli sinüzoidal forma yakın hale getirilmiştir ve elektrik enerjisinde kalitesizlik problemi ortadan kaldırılmıştır. Ayrıca yapılan ışık testleri sonucunda LED armatürlerin daha düşük güç değerlerinde KFL ile aynı lümen çıkışına sahip olduğu gözlemlenmiştir. LED armatürler KFL'ye göre daha verimli, ekonomik ve uzun ömürlüdürler. Günümüzde artan enerji maliyetleri göz önüne alındığında LED armatürlerin daha önemli hale geldiği ve yaygın olarak kullanılmaya başladığı bilinmektedir.

The comparison of energy consumptions for OOK and BPSK modulationsin wireless sensor networks

Given that the majority of sensor nodes in wireless sensor networks (WSNs) are battery-powered and have limited energy resources, energy efficiency is a crucial consideration. By putting appropriate strategies into practice, the energy efficiency of WSNs might be significantly increased and thus provided a longer network lifespan, lower maintenance costs, and better performance. The energy efficiency of wireless sensor networks is significantly impacted by modulation. To achieve the optimal balance between energy economy and performance, the modulation method for a given WSN application relies on variables including energy consumption, transmission distance, interference, noise and bandwidth efficiency. BPSK (Binary Phase Shift Keying) and OOK (On-Off Keying) are two digital modulation methods used in WSNs. For low-power wireless communication systems like WSNs, OOK modulation is a straightforward and effective modulation technique. It is a desirable alternative for WSNs thanks to its interoperability, affordability, and simplicity. OOK is a digital modulation method that sends binary data by switching the carrier signal on and off. Either the entire strength (ON) of the carrier signal is carried, or it is not transmitted at all (OFF). A binary 0 in OOK modulation is represented by the carrier signal being off, whereas a binary 1 is represented by the carrier signal being on. OOK is easy to use and effective in utilizing bandwidth, although it is sensitive to noise and interference and has a short range of transmission. BPSK is another digital modulation method that transmits binary data using phase shift keying. A single bit is used in BPSK, a kind of Phase Shift Keying (PSK) modulation, to indicate two distinct carrier signal phases. A binary 0 in BPSK is represented by no phase shift, whereas a binary 1 is represented by a 180-degree phase shift of the carrier signal. Thanks to its simplicity and low energy consumption, it is preferred to be used in WSNs. In comparison to OOK, BPSK has a larger transmission range and is less vulnerable to noise and interference. It does, however, use more bandwidth than OOK. In WSNs, OOK and BPSK are both often used depending on the application and particular requirements. OOK, for instance, may be employed in situations where energy efficiency is important, such in low-power gadgets with short battery lives. The usage of BPSK, on the other hand, may be appropriate in situations when a greater transmission distance is required, such as in extensive industrial monitoring systems. In this thesis, the energy model of WSNs for BPSK and OOK modulation was reviewed, underlining how crucial they are for lowering power usage. The energy consumptions per bit (Ebit) of OOK and BPSK modulations were investigated for narrow bandwidth (< 50 kHz) and low data rate (< 50 kbps) WSNs with the propagation distance (d) no more than 150 meters in this study. For this purpose, the mathematical formulas and parameters which were previously published in the literature were utilized. The energy consumption per bit (Ebit) versus propagation distance (d) graphs were obtained for three distinct bandwidth (BW) values (10 kHz, 25 kHz and 50 kHz) in the OOK and BPSK modulation schemes. From the comparisons of results, it was observed that BPSK became more energy efficient than OOK with the increase of the propagation distance. Then the critical propagation distance (dcritical) at which BPSK started to become superior to OOK in terms of energy consumption per bit was defined and derived mathematically. The contribution of this thesis is to propose a new concept defined as the the critical propagation distance (dcritical) at which BPSK starts to become more energy efficient than OOK and present a mathematical expression to determine dcritical for any given bandwidth without any simulation requirement.

Çift katmanlı düşürücü tip DC-DC çevirici tabanlı yeni bir adaptif mppt algoritması geliştirilmesiyle enerji verimliliğinin arttırılması

Günümüzde fosil yakıtların yakın gelecekte tükenme beklentisi, insan sağlığına ve çevreye olan olumsuz etkisi, fosil yakıtlara olan bağımlılığın ülkelere siyasi ve ekonomik yönden risk oluşturması vb. sebeplerle yenilenebilir enerji kaynaklarının önemi her geçen gün artmaktadır. Gelecek on yılda otomobil teknolojisinde enerji kaynağı olarak fosil yakıtların yerini elektrik enerjisinin alacak olması bu önemi daha da arttırması beklenmektedir. Rüzgar, hidrolik, biyogaz, biyokütle, dalga enerjisi vb. yenilenebilir enerji türleri içerisinde; enerji sürekliliği, yüksek ve düşük güçlerde kurulabilirliği, montaj, işletme ve bakım kolaylığı, düşük maliyeti, çevresel etki vb. etkenler göz önüne alındığında güneş enerjisi öne çıkmaktadır. Güneş enerjisinde fotovoltaik (FV) sistemler, şebeke bağlantılı (on-grid) ve şebekeden bağımsız (off-grid) güneş enerjisi santrali (GES) uygulamaları olarak karşımıza çıkmaktadır. GES'lerde sistem bileşenlerini oluşturan güneş panelleri dışında invertörler, şarj regülatörleri gibi güç elektroniği ürünlerinde de kayıpları azaltan ve verimliliği artıran yöntemlere olan ihtiyaç devam etmektedir. Günümüzde ticari ve öz tüketime dayalı FV sistemlerinin yaygınlaşması ile birlikte enerji verimliliği konusu önem kazanmış ve Ar-Ge çalışmaları yoğunlaşmıştır. %0,1'lik bir verim artışı bile yatırımların yapılabilirliği açısından önemli görülmekte ve yüksek verimlilik ticari ürün seçiminde önemli bir tercih kriteri olmaktadır. GES yatırımlarının en önemli parçası güneş panelleridir. Hali hazırda uygulamada en çok kullanılan FV paneller silisyum tabanlı olup verimlilikleri ortalama %20'dir. Bu değer, güneş enerjisinde kat edilecek daha çok mesafenin bulunduğunu göstermektedir. Yüksek verimli FV panellerin geliştirilmesi için yeni teknolojilere ve araştırmalara ihtiyaç duyulmaktadır. FV panellerde verimliliğinin arttırılması, daha az alan, daha az taşıyıcı mekanik aksam, daha az kablo kullanımı ve daha yüksek enerji verimliliği demektir. Günümüzde çoğunlukla silisyum tabanlı (monokristal, polikristal) ve kimyasal alaşımlı ince film FV paneller üretilmektedir. Yaygın olarak kullanılan ince film paneller, amorf-silisyum (a-Si), kadmiyum-tellur (CdTe) ve bakır indiyum galyum selenid (CIS/CIGS)'dir. Silisyum tabanlı panel çeşitleri ise monokristal ve polikristaldir. İnce film FV panellerin modül verimliliği %7-11 iken, silisyum panellerin modül verimliliği %15-23'tür. Silisyum panellerin verimliliğinin ince film panellere göre daha iyi olması ve yatırım maliyetinin daha ekonomik olması sebebiyle, piyasada ağırlıklı olarak silisyum paneller kullanılmaktadır. Güneş panelleri, üzerine düşen ışımaya ve sıcaklığa bağlı olarak değişken güç üretmektedir. Solar ışımaya (radyasyon) bağlı panel akım ve gerilim değerleri, doğru orantılı olarak artış ya da azalış gösterir. Sabit solar ışıma ortamında, sıcaklıkla ters orantılı olarak panel gerilimi keskin olarak ve panel akımı ise çok az azalarak panelden elde edilen güç değeri azalmaktadır. Işıma ve sıcaklık etkisiyle değişebilen anlık güçten maksimum düzeyde yararlanmak için, maksimum güç noktasını izlemek ve bu noktada maksimum gücü yüke aktarmak gerekmektedir. Maksimum güç noktasını izleme tekniğine Maximum Power Point Tracking-MPPT (maksimum güç noktasını izleme) denir. Güneş enerjisi uygulamalarında FV panellerden elde edilen enerjinin en az kayıpla yüke aktarılması ve yüksek enerji verimliliğinin sağlanması en önemli kriterlerdir. MPPT denetimi için donanım olarak genellikle geleneksel buck, boost veya buck-boost kombinasyonlarından oluşan DC-DC çevirici devreleri kullanılmaktadır. Ancak geleneksel devrelerde; yüksek kapasiteli kondansatör kullanımı, yüksek akımlı anahtarlama elemanlarının kullanımı gerekmekte olup devre çıkış gerilimi ve akımının dalgalılık oranının yüksekliği, bunların çıkış kondansatörleri üzerindeki komponent ömrünü etkileyen fiziksel baskı, yük tarafında parazit oluşumu, bunun akülerin yaşam süresine kısaltıcı etkisi ve enerji kayıpları gibi çeşitli dezavantajlar söz konusudur. Bu olumsuz etkileri büyük ölçüde ortadan kaldırmak için çift katmanlı interleaved buck çevirici devresi kullanılmasına karar verilmiş ve donanım açısından en az enerji kaybıyla en yüksek enerji verimliliğinin sağlanması esas alınmıştır. Yüksek sistem verimliliğin sağlanması için çevirici sürme tekniği olarak geleneksel, modifiye ve/veya adaptif geleneksel, yapay zeka ve biyolojik yapılı metotlara sahip MPPT algoritmaları kullanılmaktadır. MPPT denetimi için geleneksel metotlar haricinde yapay zeka uygulamalarından bulanık mantık ve yapay sinir ağı, biyolojik yapı metotlarından parçacık sürü optimizasyonu, karınca kolonisi, guguk kuşu vb. algoritmalar geliştirilmiştir. Kullanılan bu MPPT algoritmalarında, temelde FV panelin akım ve gerilim verilerinden oluşan giriş parametrelerinden birisi veya ikisi kullanılmakla birlikte başka veri giriş parametreleri de kullanılmakta olup maksimum güç hesabı ve takibi yapılmaktadır. Ancak bu MPPT algoritmalarının dezavantajı; geleneksel MPPT metotlarına göre orta ve yüksek seviye donanımlara gereksinim duyulmakta olup donanım maliyetleri yüksektir, sistem bağımlı olup FV panel gücü, sayısı, dizi sayısı, dizi açık devre gerilimi gibi çeşitli giriş parametrelerine ihtiyaç bulunmakta ve dolayısıyla teknik yönden düşük seviyeye sahip kullanıcılar için kullanım zorluğu bulunmaktadır. Adaptif olmayan geleneksel MPPT algoritmalarının en önemli dezavantajı, ani hava değişimi anından maksimum güç noktasının (MPP'nin) yakalandığı ana kadar yüksek enerji kayıpları oluşturmasıdır. Bu çalışma kapsamında, söz konusu enerji kaybını en az düzeye indirmek için adaptif özellikte olmayan geleneksel Saptır&Gözle (Perturb&Observe-P&O) MPPT Algoritması'na ortamın aydınlık düzeyi verisi (lx, lux) üçüncü bir giriş parametresi olarak eklenerek, hızlı solar radyasyonu değişiminde MPP'yi hızlı yakalayan yeni bir adaptif MPPT algoritması geliştirilmiş ve geliştirilen yeni algoritmaya "Hızlandırılmış P&O MPPT Algoritması" adı verilmiştir. Yeni algoritmanın bir başka en önemli özelliği, FV panel gücü, sayısı, gerilimi, FV dizi sayısı gibi harici veri girişlerine ihtiyaç duymayan, sistemden tamamen bağımsız bir algoritmadır. Ayrıca yeni algoritma için bilgisayarlar gibi yüksek hıza ve hafızaya sahip pahalı devre bileşenlerine de ihtiyaç duyulmamaktadır. Hızlandırılmış P&O MPPT Algoritması'nda MPP yakalama hızı, yüksek radyasyon değişiminde yüksek ve düşük radyasyon değişiminde düşüktür. Bu nedenle, yüksek radyasyon değişiminde, yeni algoritma daha az döngü sayısı ile MPP'ye ulaşarak daha yüksek enerji verimliliği sağlar. Ani hava değişimi anındaki PWM sinyalinin doluluk değeri ile MPP'ye ulaşacağı hedef PWM sinyalinin doluluk değeri arasındaki fark ne kadar büyükse, enerji kazanç değeri de o kadar yüksektir. Matlab/Simulink'te ve deneysel düzenekte uygulamalı olarak, farklı solar radyasyon simülasyonlarında, geleneksel ve çift katmanlı düşürücü tip DC-DC çevirici devre tabanlarında adaptif ve geleneksel P&O MPPT algoritmaları ile sağlanan sistem enerji verimlilikleri ayrıntılı olarak analiz edilmiştir. Çalışma sonucunda; "Hızlandırılmış P&O MPPT Algoritması" ile ani hava değişimlerinde maksimum güç noktasına daha hızlı ulaşıldığı ve güç kaybı en aza indirilerek yüksek enerji verimliliğinin sağlandığı tespit edilmiştir.

The optimal value determination for energy gain of MME to ME coding in wireless sensor networks

Energy efficiency is essential in wireless sensor networks (WSNs), as the majority of sensor nodes run on little battery power. Enhancing energy efficiency in WSNs can lead to extended network lifespan, reduced maintenance expenses and improved overall performance. By implementing appropriate strategies and techniques, WSNs can optimize energy usage, thereby maximizing the utilization of available energy resources and minimizing energy wastage. This focus on energy efficiency is essential for ensuring sustainable and cost-effective operation of WSNs. The manner of signal transmission has a considerable impact on the energy efficiency of wireless sensor networks (WSNs). In WSN applications, the choice of signal transmission technique is influenced by various factors, including energy consumption, transmission distance, interference, noise, and bandwidth efficiency. Finding the ideal balance between energy saving and performance enhancement is the objective. ME (minimum energy coding) and MME (modified minimum energy coding) are two coding techniques commonly employed in WSNs to achieve energy-efficient data transmission. These coding techniques are designed to minimize energy consumption during signal encoding and decoding processes, thereby contributing to improved energy efficiency in WSNs. Minimum Energy (ME) coding reduces the amount of energy required during the encoding and decoding operations in wireless sensor networks (WSNs). It provides a number of advantages that lower energy consumption and improve the overall energy efficiency of WSNs. ME coding algorithms are created to reduce the energy needed for encoding and decoding processes. By optimizing the coding scheme, ME coding reduces the energy consumption of individual sensor nodes, resulting in longer network operation and greater battery life. On the other hand, Modified Minimum Energy (MME) coding, as an enhancement to Minimum Energy (ME) coding, provides additional benefits to wireless sensor networks (WSNs) in terms of energy efficiency. Here are some ways in which MME coding benefits WSNs by improving energy savings. MME coding techniques built upon the principles of ME coding to further optimize energy consumption during encoding and decoding processes. MME coding delivers significantly larger energy savings than ME coding alone because of the coding scheme refinement. As a result, the battery life is increased, and the network's total energy efficiency is raised. This thesis presents an investigation into the optimal value determination for receive energy gain of ME to MME coding in wireless sensor networks (WSNs). First of all, OOK modulation is going to be described and then the operation of ME coding and MME coding is going to be investigated in detail. Their advantages and drawbacks are going to be examined. The optimal value for receive energy gain of MME to ME coding is going to be determined. The receive energy gain of ME to MME coding depends on the rate of high bits (α) and subframe length (Ls). The lower the rate of high bits (α), the more energy is saved. There is an optimal pair for the value of the rate of high bits (α) and subframe length (Ls). In this thesis study, optimality is going to be investigated and analyzed mathematically. Besides, the optimal subframe length (Lsopt) and optimal number of the subframes (Nsopt) that maximize receive energy gain of MME coding relative to ME coding in wireless communication systems are derived analytically.

Dengesiz dağıtım sisteminde dağıtık üretimin optimal yerleşimi ve boyutlandırılması

Küresel nüfus artışına bağlı olarak elektrik enerjisi tüketimindeki büyük artış, elektrik enerjisinin merkezi olarak tedarik edilmesinde zorluklar yaratmıştır. Geleneksel olarak elektrik, farklı gerilim seviyelerinde birbirine bağlı iletim sistemlerinden oluşan geniş bir şebeke aracılığıyla elektrik santrallerinden tüketim merkezlerine aktarılmaktadır. Ancak bu durum büyük güç kayıplarına ve gerilim düşümü sorunlarına yol açmıştır. Bu sorunlar güç sisteminin hem performansını hem de güvenilirliğini olumsuz etkilemektedir. Güneş ve rüzgâr enerjisi gibi yenilenebilir enerji teknolojilerindeki son gelişmeler sayesinde, artan yük taleplerini Dağıtık Üretim (DÜ) kaynaklarını kullanarak karşılamak artık mümkün hale gelmiştir. Dağıtık üretimin dağıtım şebekeleri üzerinde olumlu etkileri vardır. DÜ sahaları tasarlanırken yatırım getirisini en üst düzeye çıkarmak için DÜ ünitelerinin boyutu ve konumu gibi parametrelerin seçimi dikkatle değerlendirilmelidir. Bu ünitelerin etkinliği, dağıtım şebekesine optimal şekilde yerleştirilmelerine ve boyutlandırılmalarına bağlıdır. Dağıtım şebekelerinin karmaşıklığı nedeniyle planlama karmaşık bir görev haline gelmektedir. Bu nedenle, dağıtım şebekelerinde DÜ'lerin optimum şekilde yerleştirilmesi ve boyutlandırılması konusunda şebeke planlamacılarına yardımcı olacak yeni teknikler geliştirilmelidir. Bu tezde, sezgisel optimizasyon algoritmaları kullanılarak üç fazlı dengesiz dağıtım güç sistemlerinin enerji kaybını minimize etmek ve tüm bara gerilimleri belirlenen sınırlar içinde tutmak için DÜ'nün optimal yerleşimi ve boyutlandırılması probleminin incelenmesi amaçlanmıştır. Birim güç faktöründe ve optimal güç faktöründe çalışan DÜ sistemlerinin optimal konumunu ve boyutunu bulmak için Genetik Algoritma (GA), Hibrit Gri Kurt Optimizasyonu ve Guguk Kuşu Araması Algoritması (GWOCS), Parçacık Sürü Optimizasyonu (PSO), Hibrit Arttırılmış Gri Kurt Optimizasyonu ve Guguk Kuşu Araması Algoritması (AGWOCS), Gri Kurt Optimizasyon (GWO) algoritmaları kullanılmıştır. Bu çalışma kapsamında, önerilen yöntemler MATLAB ve OpenDSS programları kullanılarak dengesiz yüklenme ve hatlara sahip IEEE 34 baralı test sistemine uygulanmıştır. Dağıtım sistemindeki yükleri doğru bir şekilde modellemek için gerilime bağlı yük modeli olan ZIP yük modeli kullanılmıştır. Gerçeğe yakın sonuçlar elde etmek için ticari, konutsal ve endüstriyel tüketicilerin ZIP katsayıları kullanılmıştır. Ayrıca, literatürdeki çalışmalarla karşılaştırmak için IEEE 34 bara sisteminin orijinal yükleri de kullanılarak benzetimler gerçekleştirilmiştir. Elde edilen sonuçlar, optimum yerleştirilmiş ve boyutlandırılmış DÜ'lerin yalnızca güç kaybını azaltmakla kalmayıp aynı zamanda sistemin gerilim profilini ve karalılığını da iyileştirdiğini göstermektedir. Ayrıca, DÜ'lerin reaktif güç kapasitesinin kullanılmasıyla güç kaybındaki azalmanın ve gerilim profilleri iyileştirmelerinin daha fazla olduğu tespit edilmiştir.

Güneş enerji sistemlerinde verimlilik analizi: Nijer güç sistemi uygulaması

İklim değişikliği ve küresel ısınma, mümkün olan en düşük karbon salınımıyla daha temiz enerji üretimi ve tüketimini tetiklemiştir. Nükleer enerjinin yanı sıra yenilenebilir enerji kaynakları da bu hedefe ulaşmak için uygun yöntemlerdir. Nükleer enerji güvenlik nedeniyle pek çok devlet tarafından rağbet görmese de yenilenebilir enerjiler için bu durum tam tersidir. Yenilenebilir enerjilerin toplam kurulu gücü son yıllarda, özellikle de Kyoto anlaşmasının imzalanması ve "net-sıfır" karbon nötrlüğüne ulaşmayı amaçlayan Paris anlaşmasından bu yana muazzam bir artış göstermiştir. Ancak Nijer gibi ülkeler için yenilenebilir enerjiler ve özellikle de güneş enerjileri sadece elektrik üretmenin en çevre dostu yolu değil, aynı zamanda ulusal enerji üretimlerini en düşük maliyetle artırmanın da en etkili yoludur. Nijer, güneş enerjisi için ideal coğrafi konumuna ve nehri boyunca iyi bir su akışına sahip olmasına rağmen, komşusu Nijerya'nın elektrik ihracatına büyük ölçüde bağımlıdır. Yenilenebilir enerjiler Nijer'in enerji kullanımında çok mütevazı bir paya sahiptir. Güneş ve rüzgâr enerjisi çoğunlukla köylerde ve elektrik şebekesinden uzak bölgelerde merkezi olmayan enerji üretim kaynakları olarak kullanılmaktadır. Nijer'in ilk ve tek güneş enerjisi santrali MALBAZA bölgesinde bulunmaktadır ve 7 MW kapasiteye sahiptir. Güneş enerjisi, elektrik kesintilerinden kaynaklanan enerji açığını kapatmak için elektrik şebekelerine ek olarak çoğunlukla evlerde kullanılmaktadır. Rüzgâr türbinleri, Nijer'in belirli bölgelerdeki iyi rüzgâr koşullarına rağmen esas olarak su pompalamak ve tarım arazilerini sulamak için kullanılırken henüz elektrik üretimi için kullanılmamaktadır. Buna ek olarak 2025 yılına kadar tamamlanması beklenen ve tahmini toplam 130 MW'lık bir üretime sahip bir hidroelektrik baraj projesi de devam etmektedir. Ayrıca Nijer'de elektrik üretim kapasitesini artırmak için güneş enerjisine olan ilgi giderek artmakta ve ülkede mevcut olan farklı yenilenebilir kaynaklardan yararlanmak için çeşitli projeler yürütülmektedir. Bu tezde, Nijer'in iklim ve çevre koşullarında güneş enerjisi tesislerinin verimliliği üzerine bir çalışma ve analiz gerçekleştirilmiştir. Güneş ışınımı, rüzgâr, gölgeleme ve sıcaklık gibi güneş hücrelerinin verimliliğini etkileyen ana iklim faktörleri analiz edilmiştir. Bir güneş sistemi tasarlanırken, fotovoltaik hücrelerin verimini en üst düzeye çıkarmak için akıllıca bir ekipman seçimi yahücremalıdır. Güneş hücreleri büyük ölçüde güneş ışınımına bağımlıdır. Zayıf bir ışınım, güneş hücreleri tarafından sağlanan toplam gücü azaltacaktır. Tıpkı güneş radyasyonu gibi, toz ve gölgeleme de fotovoltaik hücrelerin verimliliği üzerinde güçlü bir etkiye sahiptir. Bu nedenle güneş enerjisi sistemlerinin bu farklı parametreler göz önünde bulundurularak kurulması ve güç çıkışını optimize etmek için ideal yöntemler kullanılması gerekir. Tipik olarak, güneş fotovoltaik sistemlerinde kullanılan kontrolörler, güneş hücrelerinin gün boyunca mümkün olan maksimum miktarda enerji üretmesini sağlayan güç noktası izleme sistemlerini içerir. Her biri kendi avantaj ve dezavantajlarına sahip çeşitli maksimum güç noktası izleme yöntemleri vardır. Bu tezde maksimum güç noktası takibinin ana yöntemleri incelenmiş ve işleyiş biçimleri açıklanmıştır. Maksimum güç noktasını izlemenin çok yönlü ve en basit yöntemi, güneş enerjisi tesislerinde de en yaygın olarak kullanılan P&O (perturb and observe – değiştir ve gözle) yöntemidir. Dış çevre faktörleri güneş hücrelerinin verimliliği üzerinde önemli bir etkiye sahip olduğundan enerji santralinin yeri iyi seçilmelidir. Özellikle güneş ışınımı ve iklim koşullarının gelişimine ilişkin olarak bölgenin teknik açıdan incelenmesi gereklidir. Güneş ışınımı doğrudan çeşitli veri tabanlarından elde edilebilir ancak bu veriler her zaman güneş ışınımının gerçek değerini tam olarak temsil etmez. Güneş panelleri tarafından alınan güneş ışınımını elde etmek için, dağınık güneş fraksiyonu ve/veya dağınık güneş katsayısı gibi bazı parametrelerin güneş ışınımının nihai değerlendirmesine dahil edilmesi gerekir. Parlaklık indeksi, güneş ışınımının bir kesri olarak ifade edilir. Parlaklık indeksi küresel güneş ışınımının (H) dünya dışı güneş ışınımına (H0) bölünmesiyle, güneşlenme oranı güneşlenme saatlerinin (S) maksimum güneş ışınımı saatlerine (S0) bölünmesiyle ve dağınık fraksiyon ise dağınık güneş ışınımının (Hd) küresel güneş ışınımına (H) bölünmesiyle elde edilir. Yaygın radyasyonu belirlemenin en yaygın yöntemlerinden biri (H/H0) veya (S/S0) katsayılarını kullanmaktır. Güneş panellerinin her zaman etkin bir şekilde güneşe doğru yönlendirildiğinden emin olmak da önemlidir. PV panellerin her zaman güneşe doğru yönlendirildiğinden emin olmak için sistem, "Tracker" adı verilen güneş takip sistemleri ile donatılmalıdır. Tracker adı verilen bu sistemler, gün boyunca güneşi doğudan batıya doğru takip eden tek eksenli izleyici, yatay tek eksenli izleyici ve eğik eksenli izleyiciyi içerir. Güneş radyasyonundan gelen maksimum enerji, tek eksenli izleme modunda silindirik antenler gün ortasında güneş ışınlarına dik tutulduğunda korunabilir. Güneş ışınlarının silindirik kabul düzlemine göre eğimi ve kosinüs etkisi nedeniyle güneş radyasyonu enerjisi azalır. Yılın mevsimleri boyunca gün içerisinde güneşi doğudan batıya ve kuzeyden güneye takip eden çift eksenli izleme cihazlarıyla mümkün olur. Çift eksenli takip, güneşi bir derece hassasiyetle takip eden iki doğrusal aktüatör motoru tarafından sağlanır. İhtiyaçlara veya kısıtlamalara bağlı olarak, fotovoltaik tesisler elektrik şebekesine bağlanabilir. Şebekeye bağlı fotovoltaik sistemlerin toplam gücü son yıllarda istikrarlı bir şekilde artmıştır ve şu anda toplam kurulu fotovoltaik gücün büyük bir bölümünü oluşturmaktadır. Şebekeye bağlı fotovoltaik sistemler, kurulu toplam güce bağlı olarak seri veya paralel bağlanmış ve bir veya daha fazla invertöre bağlanmış güneş panellerinden oluşur. Bir fotovoltaik sistem kurulduktan sonra çok az bakım gerektirir ve genellikle arıza sayısı oldukça azdır. Şebekeye bağlı fotovoltaik sistem, önleyici bakım gerektirmediği için en basit teknik işletime sahip yenilenebilir enerji sistemidir. Üretilen elektrik, sahanın tüketimi için elektrik tedarikinde olduğu gibi otomatik olarak şebekeyi besler. Basit izleme sistemdeki herhangi bir arızayı tespit edebilen sensörler, insan müdahalesinin gerekli olabileceği bazı sahalar dışında, rüzgâr ve yağmur tarafından doğal olarak temizlenir. Ancak ortalama ömrü 8 ila 12 yıl olan invertörün takibi yahücrearak değiştirilmesi gerekmektedir. Elektrik şebekesine bağlı olmayan tesislerin kurulumu bağlı olanlara görece daha basittir. Santral elektrik şebekesine bağlanacaksa, şebekeyle frekans senkronizasyonu, reaktif güç kontrolü ve kararlılık kontrolü gibi bir dizi önlemin alınması gerekir. Bu tezde, farklı çevresel faktörler ve güneş radyasyonu dikkate alınarak bir güneş enerjisi santralinin kurulumu adım adım gerçekleştirilmiştir. Kurulumun ekonomik analizi önce matematiksel olarak, daha sonra da Uluslararası Yenilenebilir Enerji Ajansı tarafından geliştirilen bir yenilenebilir enerji simülasyon programı olan HOMER kullanılarak önerilmiştir. Işınım ve ortam sıcaklığının güneş panellerinin güç ve gerilim çıkışı üzerindeki etkisi, Matlab Simulink'te fotovoltaik hücrelerin matematiksel modellemesi kullanılarak analiz edilmiştir. Fotovoltaik teknolojilerin gelişimi, güneş enerjisi santrallerinin kurulmasını ve elektrik şebekesine entegre edilmesini büyük ölçüde kolaylaştırmıştır. Ancak yeni bir enerji kaynağının mevcut bir elektrik dağıtım şebekesine entegre edilmesi dağıtım şebekesinde bir dizi aksamaya neden olarak kayda değer ölçüde verim kaybına yol açmaktadır. Bu nedenle, bir fotovoltaik güneş enerjisi santrali kurmadan önce, şebekedeki güç kayıplarını ve gerilim transferlerini önlemek için elektrik şebekesinde en uygun konumu belirlemek önemlidir. Niamey bölgesinde merkezi olmayan bir güneş fotovoltaik enerji santralinin entegrasyonu için ideal konumları belirlemek amacıyla elektrik dağıtım şebekesi üzerinde farklı konumlara bağlı iki elektrik jeneratörünün analizi yapılmıştır. Optimum konumun değerlendirilmesi genel optimizasyon algoritmaları kullanılarak gerçekleştirilmiş ve ardından güç aktarımı MATPOWER kullanılarak tahmin edilmiştir. Tüm sistem 34 düğümden oluşan IEEE modeline göre referanslamıştır. Sistem, şebeke gerilimi 0,95 ile 1,05 arasında tutularak 3 farklı düğüm üzerinde simüle edilmiştir. Analiz sonuçları; 16, 23 ve 15 numaralı baralara yeni enerji kaynakları ekleyerek şebeke gerilimini iyileştirmenin mümkün olduğunu göstermektedir.

Otonom mobil robot için iç mekanlarda rota planlama ve harita çıkartma

Bu tez, TurtleBot3 robotu üzerinde gerçekleştirilen SLAM (Simultaneous Localization and Mapping) ve navigasyon çalışmalarını kapsamaktadır. Tezin amacı, robotun otonom sürüş yeteneklerini geliştirmek ve karmaşık bir ortamda etkin bir şekilde hareket etmesini sağlamaktır. TurtleBot3, kompakt ve hareketli bir robot platformudur. Bu platform, ROS (Robot Operating System) çatısı altında çalışan bir dizi sensör ve hareket kontrol birimiyle donatılmıştır. Bu sensörler arasında LIDAR (Light Detection and Ranging) sensörü, IMU (Inertial Measurement Unit) ve odometri bulunur. Bu sensörler, robotun çevresini algılamasına, konumunu takip etmesine ve hareket etmesine yardımcı olur. Otonom sürüş, TurtleBot3 robotunun insan müdahalesi olmadan kendini yönlendirebilme yeteneğini ifade eder. SLAM ve navigasyon yetenekleri sayesinde TurtleBot3, otonom sürüşü gerçekleştirebilir. Robot, harita ve konum bilgilerini kullanarak engelleri tespit eder, çevresel koşullara uyum sağlar ve hedefe doğru güvenli bir şekilde ilerler. A* algoritması gibi yol planlama algoritmaları, TurtleBot3'ün güvenli ve hızlı bir şekilde hedefe ulaşmasını sağlayarak otonom sürüşün başarılı bir şekilde gerçekleştirilmesine yardımcı olur. Yol planlama, bir robotun veya aracın belirli bir başlangıç noktasından hedef noktasına ulaşmak için takip etmesi gereken bir yolun belirlenmesi sürecidir. Yol planlama, robotların veya araçların engelleri aşarak güvenli ve etkili bir şekilde hedefe ulaşmasını sağlamak için kullanılan bir dizi algoritma ve stratejiden oluşur. Yol planlama algoritmaları, verilen ortamda en kısa veya en uygun yolun bulunmasına yardımcı olur. A* algoritması, tahmini maliyet fonksiyonunu kullanarak en kısa yolun yanı sıra hedefe olan uzaklığı da dikkate alır. Bu sayede, TurtleBot3 robotu daha verimli bir şekilde hareket edebilir ve hedefe daha hızlı ulaşabilir. Yol planlama algoritmaları,TurtleBot3 robotunun verilen ortamda en uygun yolu bulmasını sağlar. Bu tezde, yol planlamada Dinamik Pencere Yaklaşımı (DWA) ve A* gibi algoritmalar kullanılacaktır. DWA otonom bir robotun çevresel koşulları ve hız kontrolünü dikkate alarak anlık olarak güvenli ve etkili bir hareket planı oluşturmasına yardımcı olan bir yol planlama ve kontrol yöntemidir. A* algoritması ise Dijkstra algoritmasının geliştirilmiş bir versiyonudur ve daha hızlı sonuçlar üretebilir. Bu tez kapsamında, TurtleBot3 robotunun SLAM, navigasyon ve otonom sürüş yeteneklerini geliştirmek amacıyla çeşitli deneysel çalışmalar gerçekleştirilmiştir. Bu çalışmalarda, Gazebo simülasyon ortamı kullanılarak farklı senaryolar test edilmiş ve A* algoritması da bu simülasyon ortamında değerlendirilmiştir.

Hatalı yerleştirilen araç sigortalarının şablon eşleştirme yöntemiyle tespiti

Otomotiv sektörü 21. yüzyıl itibari ile farklılaşan dünya ve değişen çevresel koşullarla birlikte oldukça hızlı ilerlemeler kaydederken sektörün büyüklüğü de gün geçtikçe katlanarak artmaktadır. Günümüz dünyasında otomotiv sektörü, teknolojik gelişimlere ve yeni fikirlere açık bir pazar konumunda yer almaktadır. Gerçekleşen bu sektörel ve teknolojik gelişmeler ışığında araçlarda bulunan elektronik sistemlerin de gelişip farklılaştığı görülmektedir. Gelişen sektörel dinamiklerle de birlikte müşteri memnuniyeti firmalar için daha önemli hale gelmekte ve yapılan planlamalarda göz önüne alınmaktadır. Müşterilerden alınan geri bildirimlerle araçlarda birçok değişiklik yapılmakta olup araçlar teknolojik gelişimlerin entegrasyonuna daha açık hale getirilmektedir. Sektörel olarak teknolojiye uyumluluk furyası firmalar arası rekabetlere de fazlaca yansımaktadır. Büyük otomotiv pazarından payını almak isteyen firmalar; yenilikçi, ekonomik ve güvenilir modelleriyle olası tüm müşteri kitlelerine hitap etmeye çalışmaktadır. Bu doğrultuda araçlara yeni eklenen özelliklere bağlı olarak enerji bağlantıları ve seviyeleri de günden güne farklılaşırken aynı zamanda buna paralel olarak artmaktadır. Özellikle yeni gelişen elektrikli araç teknolojileri ile birlikte enerji düzeylerinde çok hızlı yükselişler olmaktadır. Geleneksel içten yanmalı ve hibrit sistemle çalışan artık eski nesil olarak adlandırılabilecek araçlar, motor ve akümülatör kaynaklı enerjiye sahipken, yeni nesil araçlarda kullanılan devasa lityum-iyon bataryalarla birlikte elektriksel enerji seviyeleri çok yükselmiştir. Depoloma miktarı, kullanım durumları ve verimleri değerlendirildiğinde lityum-iyon bataryalar faydalı ve güvenli olarak kabul edilseler de barındırdıkları enerjinin sisteme kontrolsüz aktarımı kontrol edilmesi gereken hassas bir noktadır. Araçların çevresel bir takım etmenlere maruz kalmaları durumunda lityum-iyon bataryadan fazla enerji çekmeleri istenmeyen sonuçlara yol açabilmektedir. Örnek olarak araç üzerinde yangın, kaza veya farklı güvenlik bölümlerinin devre dışı kalması gibi sorunlar görülebilir. Bu noktada üretici firmalar ve kullanıcılar tarafından geçmişte var olan fiyat odaklı yaklaşım yerini günümüzde güvenlik kriterlerinin yüksekliğine bırakmıştır. Üretici firmalar müşterilerin bu beklentilerini yanıtsız bırakmamakta olup bu sebeple oluşabilecek prestij kayıplarını da yaşamak istememektedirler. Tüm bunlar ışığında araç elektroniğinde bu seviyelerdeki enerjilerin güvenli bir şekilde kontrol edilmesi önemliyken yolcu ve araç sağlığı için bir takım koruyucu önlemlerin alınması da gerekmektedir. Tüm enerji uygulamalarında olduğu gibi araç elektroniğinde de sigortalar önemli bir yer tutmakta olup yıllardır güvenle kullanılmaktadır. Sigorta sayıları araçlarda yer alan ve müşteri istekleriyle değişen donanımlara göre farklılık göstermektedir. Kullanıcı seçimine bağlı olarak değişen özellikler neticesinde sigorta sayıları değişiklik gösterse de sistemin çalışması için temel olarak kullanılması gereken zorunlu sigortalar mevcuttur. Sigorta sayısının fazla olması sebebiyle sigortaların ortak bir alanda toplanma zorunluluğu doğmaktadır. Herhangi bir müdahale, değişim veya kontrol durumunda tüm sigortaların kolay erişilebilir ve ortak bir alanda toplu halde bulunması kullanıcıya ve teknik servise büyük bir avantaj sunmaktadır. Bunun için diğer sektörlerde olduğu gibi otomotiv sektöründe de yaygın olarak sigorta kutuları kullanılmaktadır. Sigorta kutuları kutu içerisinde sigorta erimesi kaynaklı herhangi bir yangın durumunda yanmaz materyallerden üretilerek aynı zamanda geriye kalan sistemi koruma görevini de dolaylı yollardan üstlenmektedir. Araç üzerinde kullanılan tüm bu sigortaların sigorta kutularına montajı manuel olarak yapılmaktadır. Manuel montaj uygulamalarında hatalı yapılan yerleştirmeler hem araçta hatalara sebebiyet vermekte hem üretim sisteminde aksamalara yol açmakta hem de yolcu güvenliğini tehlikeye atmaktadır. Tüm aşırı güç tüketim durumlarını kontrol eden sigortaların doğru şekilde çalışabilmesi için motaj işleminin doğru bir şekilde yapılması gerekmektedir. Üretilen sigorta kutusunda yer alan sigorta hatalı yerleştirme işleminin araç üzerine montaj işlemi yapılmadan önce bulunarak giderilmesi gerekmektedir. İnsan odaklı yaklaşım olan montaj işleminde meydana gelen bu hatalardan sonra tekrar yapılacak olan insan odaklı göz kontrol sistemi tekrardan hataya müsait bir ortam hazırlamaktadır. Bu sebeple kontrol işleminin insan odaklı yaklaşım yerine otonom olarak yapılarak hata olasılığının azaltılması hedeflenmiştir. Hassas üretim tesislerinde de kullanılan görüntü işleme uygulamalarından biri olan şablon eşleştirme yöntemiyle sigorta kutusuna montajı hatalı yapılan araç sigortalarının tespiti hedeflenmiştir. Şablon eşleştirme, seri üretim koşullarında ürün renk ve boyut tespiti ile mevcudiyet doğrulaması işlemlerinde çoğunlukla kullanılmaktadır. Tespit işlemi için özel olarak tasarlanan konuma bağlı sigorta tespit sistemi (KSTS) deney düzeneğine sigorta kutusu yerleştirilerek sigorta kutularının görüntüleri alınmıştır. Benzerlik oranının en efektif çalıştığı eşik değer deneysel olarak yapılan çalışmalarla %75 olarak belirlenmiş ve testler bu eşik değerde gerçekleştirilmiştir. Hazırlanan uygulama sayesinde otonom hata tespiti gerçekleştirilen yazılım ve test sistemi oluşturulmuştur. Yazılımsal altyapı Python 3.8 programlama dilinde OpenCv kütüphanesi kullanılarak hazırlanmıştır. Grafiksel arayüz ve kamera yayının aynı anda verilebilmesi ve gecikme olmaması için multithreading yönteminden faydalanılmıştır. Python PySimpleGui kullanılarak arayüz oluşturulmuş olup bu sayede verilerin takibi ve kontrolü kolaylaştırılmıştır. Sonuçlar veritabanına aktarılarak uzaktan kontrol sistemi de kurulmuş ve oluşabilecek uygunsuzluk durumlarının sürekli takip edilebilmesi sağlanmıştır. Sistemin prototipi tasarlanarak algılama hızı, tespit değerleri ve hata oranı simüle edilmiştir. Gerçek zamanlı deneysel çalışmalar gerçekleştirilmiştir. Yanlış montajı yapılan 1 adet sigortanın eşik değeri %78 bulunurken doğru montajı yapılan 1 adet sigortanın eşik değeri de %72 olarak bulunmuştur. Toplamda 2 adet hatalı sonuca ulaşılmıştır. Sonuç olarak geliştirilen yöntemle arızalı sigorta tespiti doğruluk oranı %99,33 olarak elde edilmiştir. Testler sonucunda manuel olarak sigortaların araç sigorta kutusuna hatalı takılma oranının, en fazla hata gerçekleştirilen sigorta kutusunda %12,96 oranına kadar yükselebildiği tespit edilmiştir. Hazırlanan KSTS sisteminin algılama hızı 237 ms'dir. Günümüzde şablon eşleştirme uygulamaları yerini derin öğrenme tabanlı görüntü işleme uygulamalarına bıraksa da onlarca farklı sigorta kutusu ve yüzlerce farklı sigorta yerleşimi olan bir üretim hattında işlevsel olarak kullanılması pek mümkün olmamaktadır. Tüm sigorta kutusu değişimlerinde derin öğrenme eğitim süreçlerini gerektirmesi sebebiyle tespit sistemi olarak derin öğrenme tabanlı yöntemler yerine şablon eşleştirme tercih edilmiştir. Kurulan test sistemi sayesinde operatör kaynaklı hatalı montaj oranları minimize edilmiş, üretim hattında kaybedilen kontrol zamanında iyileştirme sağlanarak kalitesel süreç hedeflerine ulaşılmıştır. Tüm bunların yanında araç ve yolcu güvenliği artırılarak istenen hedeflere ulaşılmıştır.

Manyetik kontrollü şönt reaktör tasarımı ve elektromanyetik analizlerinin gerçekleştirilmesi

Tüm dünyada ve ülkemizde, teknolojide meydana gelen gelişmeler, bu teknolojik ürünlere artan talep nedeniyle enerji ihtiyacı yıllar geçtikçe giderek artmaktadır. Enerji ihtiyacındaki bu artış, enerji üretim, iletim ve dağıtım şebekeleri üzerinde, yetersiz iletim kapasiteleri yüzünden olumsuz bir etki oluşturmaktadır. Oluşan bu ilave enerji ihtiyacını karşılamak için üretim artışının gerçekleşmesinin yanında, şebekenin doğru bir şekilde koordine edilmesi ve planlanması da önem arz etmektedir. Bu planlamanın başında artan hat kayıpları ve bu kayıpların azaltılması gelmektedir. Kayıplar günün belirli zamanlarında farklılık gösterebilir, gece saatlerinde kapasitif, gündüz saatlerinde ise endüktif etki daha baskın hale gelmektedir. Kompanzasyon sistemi maksimum kapasitif yüklenme durumu baz alınarak tasarlanmalıdır. Yanlış tasarlanmış iletim ve dağıtım hatları sistemde gereksiz yük oluşmasına neden olur. Yatırım maliyetleri büyüktür bu yüzden sistemdeki değişiklikler maddi sonuçları beraberinde getirir. Enerji iletim sistemi transformatörler , kablolar , koruma malzemeleri, reaktörler olmak üzere çeşitli yardımcı ekipmandan oluşur. Üretilen enerji iletilir. Dağıtım hatları , iletim hatlarına bağlanır. Kullanıcılar ise dağıtım hatlarından beslenirler. Elektrik güç sistemlerinde yükün azaltılmasıyla kapasitif akım artar. Artan bu kapasitif akım reaktif güç üretimine neden olur ve bunun sonucunda hattan iletilebilecek aktif akım azalmakta, hat sonu gerilimi yükselmektedir. Doğal olarak aynı aktif güç değerini iletmek için hat kayıpları da mutlak akımın karesi şeklinde artacaktır. Oluşan bu reaktif gücün tüketilmesi ve akımın mutlak büyüklüğünün azaltılması gerekmektedir. Bunun için farklı yöntemler geliştirilmiştir. Ancak, Manyetik Kontrollü Reaktör büyük bir aralıkta, yükte, yumuşak bir şekilde endüktif kapasitesini ayarlayabilme özelliğiyle, reaktif güç dengesini gerçekleştirebilecek en uygun çözümlerden biridir. Diğer reaktörlerden farklı kılan en önemli özelliği ayarlanabilir kapasitesidir. Reaktörler, kapasitif etki altında olan hatlarda ve işletmelerde endüktif-kapasitif güç dengesini sağlamak için endüktif yük görevi görürler. Yaygın olarak DC sürücülerin ağırlıklı olduğu işletmelerde, uzun iletim hatlarında, yarı iletkenin yaygın olarak kullanıldığı güç sistemlerinde, baz istasyonlarında, uzun kabloların kullanıldığı sistemlerde, hastaneler ve magzalarda yaygın olarak kullanılmaktadır. Kapasitif etkinin sebep olduğu başlıca sorunlar vardır. Ceza ödenmesi , Sistem içindeki cihazların ve sistem ömrünün azalması , Enerji iletiminin veriminin düşmesi, Bakım-onarım masraflarındaki artış reaktif güc artışının oluşturduğu sorunlardan birkaç tanesidir. 22 Manyetik Kontrollü Şönt Reaktörler, iletim sisteminin reaktif kapasitesini düzenlemeye yarayan çok yönlü bir AC iletim cihaz tüğrüdür. Mcr'nin analizi çok önemli bir faktördür, son yıllarda bilim adamları farklı bakışacılarıyla MCR çalışmaları yapmışlardır. MCR yaklaşık eşdeğer devre üzerinden analiz edilmektedir ve bunun başlıca nedeni karmaşık olan elektriksel yapısıdır. MCR kontrol sistemi , kontrol yöntemine göre açık çevrim kontrol, kapalı çevrim kontrol olarak sınıflandırılabilir. Açık çevrim kontrolde çıkıştan geri besleme alınamaz. Bozucu etkiler sistem tarafından tespit edilemez. Açık cevrim kontrol yapısı hassas olmayan sistemlerde kullanılır. Kapalı çevrim kontrol sisteminde çıkıştan geri besleme alınır. Bozucu etki sistem tarafından tespit edilebilir. Hassas bir kontrol sağlanmış olur. MCR'lerde genelde kapalı çevrim kontrol kullanılmaktdır. MCR'de meydana gelen kayıplar nüve kayıpları, sargı kayıpları ve ek kayıplardan oluşur. Demir Çekirdekli Reaktörlerin nüvesinde depolanan akıdan dolayı nüvede kayıplar meydana gelir. Reaktör yapısına ve çeşidine bağlı olarak nüvenin doyumda çalışma durumlarına rastlanabilir ama standart şönt reaktörlerde böyle bir durum istenmez. Bakır kayıpları sargıların DC ve AC kayıpları olmak üzere iki çeşittir. Bu kayıp değeri reaktör buşinglerine gelen gerilim değerine göre ve reaktörün çektiği akıma bağlı olarak değişiklik gösterir. Ek kayıplar ise sargı ve nüve dışında kalan metal kısımlarda oluşan kayıplardır. MCR harmonik açıdan reaktörün yüküne bağlı olarak değişmektedir. Reaktör yükü arttıkça harmonik içeriği azalmaktadır. Benzer ürün olan Tristör Kontrollü Reaktöre göre harmonik içeri fazladır. MCR nüvesindeki boşluğun kordinasyonu ile reaktör harmonik içeriği azaltılabilmektedir. MCR'de soğutma sistemi de önemlidir. Reaktöler genelde ONAN soğutmaya göre tasarlanır. Güç artışı istenmesi durumunda ONAF sisteme geçilir. FEM analizleri son yıllarda yaygınlaşmış ve önemli hale gelmiştir. Bu yazılımlar sonlu ağ oluşturma mantığıyla çalışan büyük ölçekli bir yazılımdır ve elektromanyetik sektöründe yaygın olarak kullanılır. Karmaşık AR-GE sürecine sahip ürünlerde bu tür yazılımlar üretim öncesi harcamayı ve karşılaşılacak sorunları azaltır. Elektromanyetik modelin mümkün olduğu kadar sade olmasına dikkat edilmelidir. Analitik hesapları yapılan ürün için üretim aşaması ciddi önem arz eder. Üretimden kaynaklı hatların tespiti ciddi zaman alıcı ve zordur. Protatip ürünün üretilmesi aşamasında , yetersiz ve uygun olmayan kurutmadan, yağın nemli olmasından, yetersiz ham madde kullanımından kaçınılmalıdır. MCR test aşamısında karmaşık ve anlaşılması zor yapısından dolayı testler titizlikle yapılmaldır. Reaktöre yapılan testler ile sarım sayıları doğrulanmaldır. Direnç ölçümünde "RATECH WR50-13" cihazı kullanılmıştır.Her faz için drienç ölçümü yapılır. Her fazdaki uçlarda yakın değerlerin ölçülmesi beklenir. Değerlerin arasındaki farkın fazla olması durumunda test tekrarlanmalı yada ürün gözden geçirilmelidir. Oran testi "OMICRON CPC100" cihazı ile yapılmaktadır. Reaktör girişinden 400 V uygulanmakta ve diğer uçlarda oluşan gerilim ölçülmektedir. Tasarım aşamasında bu 23 test sonucunda okunacak değerler hesaplanmaktadır. Ölçüm sonuçları tasarım esnasında hesaplanan değerler ile yakın çıkması beklenir. Reaktöre AC yüksek gerilim verilmeden önce son olarak izolasyon testi yapılmalıdır. Bu test "MEGGER MIT 525" cihazı ile yapılır. Sonrasında ise uygulanan ve indüklenen gerilim testleri yapılmaktadır. Reaktör sargısının belirli sarımlarından alının uçlar tristörler ile hatasız bağlanmasına dikkat edilmeldir. Test ortamında tristörlerin tetik açıları 90 dereceye doğru azaltılır. Manyetik Kontrollü Şönt Reaktörler son yıllarda dünya üzerinde yaygın olarak kullanılmaya başlandığı gibi, Türkiye'de de yaygınlaşmaya ve sistem tasarımcılarının ilgi odağı haline gelmeye başlamıştır. Tüm bu gelişmelere rağmen Türkiye'de bu ürün detaylı bir şekilde incelenmemiş ve tam olarak bilinmemektedir. Bu çalışmada, 2MVAr gücünde Manyetik Kontrollü Reaktörün teknik ve ekonomik açıdan en uygun tasarımı, tasarımın en uygun şekilde elektromanyetik analiz programına tanımlanması, reaktörün aktif güç kayıplarının analiz ortamında ve test ortamında tespiti, reaktör akımının yüklenme rejimine göre harmonik içeriğinin tespit edilmesi ve alternatif ürünlerle karşılaştırılması, alternatif ürünlerle teknik ve ekonomik açıdan uygunluğu, uygunsuzluğunun araştırılması, çalışmaları yapılmıştır. Bu tez çalışması sonucunda, iletim hatlarının en uygun şekilde koordine edilmesi, ihtiyaç olan reaktif güç dengesi ve değişken reaktif güç ihtiyacı için geliştirilen Manyetik Kontrollü Şönt Reaktörün çalışma yapısı anlaşılmıştır. İleriki akademik çalışmalarda kazan, ek aksesuarlar ve sargıda meydana gelen kayıplar, nüve birleşme noktalarında meydana gelen kayıplar ve harmonikler, MCR'nin diğer kompanzasyon sistemleri ile koordineli kompakt bir şekilde çalışması, tepki süresinin kısaltılması, ses seviyesinde iyileştirme, kayıplarının azaltılması üzerine çalışılacaktır.

Derin pekiştirmeli öğrenme yöntemi ile görüntü hash kodlarını oluşturma

Görüntü hash'leri, dijital görüntülerin özünü temsil eden kısa, benzersiz ve sabit uzunluktaki karakter dizileridir. Hashing yöntemlerinde çoğunlukla ikili sayı sistemindeki kodlar oluşturulur. Her kod bir görüntüyü ya da görüntü ile ilgili bir kurguyu temsil eder. Görüntü hashlerinin çıkarılmasının temel amacı, görüntülerin daha kolay ve verimli bir şekilde işlenmesini ve karşılaştırılmasını sağlamaktır. Genellikle büyük ölçekli veri tabanlarında arama, veri sıkıştırma ve güvenlik ihtiyacı için görüntülerin hash kodu üretilir. Hash kodları hızlı arama, veriyi kolay saklama gibi avantajlar sağlamaktadır. Geleneksel hash yöntemleri genellikle farklı hash işlevlerini bağımsız olarak öğrenir ve bu işlevler arasındaki ilişkileri göz ardı etmektedir. Oysa bu ilişkiler duyarlılık doğruluğunu önemli ölçüde artırabilmektedir. Geleneksel hash yöntemleri arasında, hash kodunu sıralı olarak öğrenen yöntemler bulunmaktadır. Bu yöntemlerin karmaşık optimizasyon gerektirmesi ve derin ağlara doğrudan uygulanamaması gibi bazı kısıtlamaları bulunmaktadır. Bu nedenle, daha etkili ve derin hash yöntemlerine ihtiyaç duyulmaktadır. Bu tür kısıtlamaları aşmak ve daha etkili bir hash yöntemi geliştirmek için derin pekiştirmeli öğrenme prensiplerinden ilham alınmaktadır. Pekiştirmeli öğrenme, karmaşık ve belirsiz ortamlarda etkili kararlar vermeyi sağlayan güçlü bir araçtır. Pekiştirmeli öğrenme genellikle Markov karar süreci (Markov Decision Process, MDP) ve güçlü öğrenme algoritmaları kullanılarak modellenir. Bu algoritmalar, ajanın görevi başarıyla tamamlaması için gerekli olan en iyi eylem stratejilerini keşfetmesine yardımcı olur. Pekiştirmeli öğrenme, bir yapay zeka ve makine öğrenimi alanı olarak karşımıza çıkar. Bu öğrenme şekli, belirsiz ve karmaşık ortamlarda hareket eden bir ajanın nasıl optimal kararlar alacağını öğrenmesini sağlar. Temelde, ajan bir çevre içinde eylemler gerçekleştirir ve bu eylemlerin sonuçlarına göre ödüller alır veya cezalarla karşılaşır. Amaç, toplamda maksimum ödülü elde etmek için hangi eylemlerin yapılması gerektiğini öğrenmektir. Bu çalışmada derin öğrenme ve pekiştirmeli öğrenme kullanarak yenilikçi bir yöntem ile görüntüler için hash kodu üretme amaçlanmıştır. Derin öğrenme yöntemleri makine öğrenme yöntemlerinden farklı olarak görüntü özelliklerini kendi başına çıkarabilmektedir. Derin pekiştirmeli öğrenme, bir ajanın çevresiyle etkileşimler yoluyla davranış öğrenmesi gereken bir problemi temsil etmektedir. Bu çerçevede, her bir hash işlevini bağımsız olarak öğrenmek yerine, hash işlevlerini ardışık bir karar süreci olarak modellemeyi ve önceki işlevler tarafından yapılan hataları düzelterek öğrenme hedeflenmiştir. Bu yaklaşım, farklı hash işlevleri arasındaki ilişkileri göz önünde bulundurarak duyarlılık doğruluğunu artırmayı amaçlamaktadır. Geri beslemeli sinir ağları (Recurrent Neural Networks, RNN), ardışık verilerle çalışabilen ve zaman içindeki bağımlılıkları yakalayabilen özel bir yapay sinir ağı türüdür. RNN'ler, önceki zaman adımlarındaki bilgileri hatırlayarak, bu bilgileri mevcut zaman adımının çıktısını üretmek için kullanabilir. Bu şekilde, geleneksel hash yöntemlerinde olduğu gibi karmaşık optimizasyon işlemleri gerektirmeden, derin ağlar üzerinde etkili bir şekilde uygulanabilir bir hash yaklaşımı geliştirme amaçlanmıştır. Politika yöntemi olarak Actor-Critic yöntemi kullanılmıştır. Yaygın olarak kullanılan Cifar-10, Nus-wide, Mirflickr veri setleri üzerinde yapılan deneyler yaklaşımın etkinliğini göstermiştir.

Elektroensefalografi (EEG) sinyali kullanılarak yapay zeka tabanlı duygu kestirimi

Duyguların nörolojik temellerini anlamak ve tanımlamak, insan-makine etkileşimi alanında her geçen gün artan bir öneme sahiptir. Bu bağlamda EEG (Elektroensefalografi), duygusal durumları analiz etmek için yüksek zamansal çözünürlüklü bir yöntem olarak dikkat çekmektedir ve Yapay Zekâ yöntemlerinin çeşitlenmesiyle birlikte yapılan çalışmalar hız kazanmıştır. EEG sinyalleri, beynin elektriksel aktivitelerini ölçerek duygusal ve zihinsel durumları objektif bir şekilde değerlendirme imkânı sunar. Ancak EEG sinyallerinin karmaşıklığı ve dış etkenlerden kolayca etkilenmesi nedeniyle doğru ve tutarlı analiz methodlarına ihtiyaç vardır. Bu çalışmada, SEED EEG veri seti kullanılarak EEG tabanlı duygu tanıma için Ensemble Bagged Trees modeli önerilmiştir. SEED veri seti, 15 sağlıklı katılımcının 62 kanallı EEG sinyallerini içermektedir. Katılımcılara çeşitli duygusal tepkileri tetiklemek amacıyla belirli film klipleri izletilmiş ve bu sırada EEG verileri 1000 Hz örnekleme hızında kaydedilmiştir. Verilerin ön işleme sürecinde, EEG sinyalleri filtrelenmiş, örnekleme hızı 200 Hz'e düşürülmüş ve artefaktlar (örneğin, göz kırpma ve kas hareketleri) giderilmiştir. Bu işlemler, sinyal/gürültü oranını artırarak, verilerin daha doğru ve güvenilir analiz edilmesini sağlamıştır. Özellik çıkarma aşamasında, EEG verileri delta, teta, alfa, beta ve gama olarak temel frekans bantlarına ayrılmıştır. Her bir bant için zaman domeni ve istatistiksel özellikler hesaplanmış ve bu özellikler, duygu tanıma modellerinin eğitiminde kullanılmıştır. Özellikle otokorelasyon ve toplam harmonik bozulma gibi zaman serisi özellikleri de hesaplanarak sinyalin zaman içindeki bağımlılıkları ve harmonik bileşenleri analiz edilmiştir. Özellik sıralaması için Spearman korelasyon katsayısı kullanılmış, bu sayede en anlamlı özellikler belirlenmiştir. Sınıflandırma aşamasında, iki farklı yöntem izlenmiştir. İlk sınıflama işleminde, tüm frekans bantlarından çıkarılan özellikler kullanılarak genel bir duygu durumu kestirimi yapılmıştır. İkinci işlemde ise her bir frekans bandı ayrı ayrı değerlendirilerek tek bir frekans bandı ile duygu kestiriminin nasıl olacağı araştırılmıştır. Bu yaklaşım, belirli frekans bantlarının belirli duyguların tespitinde daha etkili olabileceğini göstermiştir. Özellikle, farklı bantların etkinlikleri karşılaştırıldığında, Beta bandı korku (%91.40) ve mutluluk (%84.30) sınıflarında yüksek doğruluk oranları sağlamıştır. Buna karşılık, Delta bandı tüm sınıflar için en düşük doğruluk oranlarını sunmuştur, bu da düşük frekanslı bantların duygu tespitinde sınırlı katkı sağlayabileceğini göstermektedir. Elde edilen sonuçlar, Ensemble Bagged Trees modelinin genel doğruluk oranını %94.4 olarak göstermiştir. Model, nötr durum için %96.94 doğruluk oranına ulaşmış, üzüntü sınıfında %97.78 ve korku sınıfında %97.13 doğruluk oranları elde edilmiştir. Mutluluk sınıfında ise doğruluk oranı %97.04 olarak hesaplanmıştır. Tüm frekans bantlarının bir arada kullanılması, genel olarak en yüksek doğruluk oranını sunmuş, bu da frekans bantlarının kombinasyonunun model performansını artırmada etkili olduğunu göstermektedir. Elde edilen bulgular, EEG tabanlı duygu tanıma sistemlerinin, insan-makine etkileşimi, psikolojik araştırmalar ve pazarlama stratejileri gibi çeşitli alanlarda geniş uygulama potansiyeline sahip olduğunu göstermektedir. Bu çalışma, EEG verilerinin duygu tanıma ve analizinde etkili bir şekilde kullanılabileceğini kanıtlayarak, gelecekteki araştırmalar ve uygulamalar için önemli katkılar sunmaktadır.

Akıllı şebekelerde makine öğrenmesi teknikleriyle kısa dönem rüzgâr hızı tahmini: Kocaeli-Türkiye örneği

Dünya genelinde enerji talebinin artışı, mevcut kapasitelerin yetersiz kalmasına neden olmakta ve bu talebi geleneksel yöntemlerle karşılamak mümkün olmamaktadır. Bu durum, küresel ölçekte yenilenebilir enerji kaynaklarından güç üretimine yönelimi teşvik etmektedir. Yenilenebilir enerji kaynakları, kirlilikten arındırılmış enerji üretim kapasiteleri nedeniyle giderek daha fazla ilgi görmektedir. Son yıllarda, rüzgâr enerjisi yenilenebilir, sürdürülebilir ve çevre dostu bir enerji kaynağı olarak öne çıkmış ve enerji sistemlerinde en etkili yenilenebilir enerji kaynağı olarak kabul edilmektedir. Rüzgâr enerjisinin geleceği umut verici görünmekle birlikte, başlangıç maliyetleri ve rüzgârın öngörülemeyen ve stokastik doğası, bu enerjinin elektrik şebekesine entegrasyonunu zorlaştırmaktadır. Bu tezde, rüzgâr hızı tahmini problemi ele alınmış ve bu problemi çözmek için doğru bir öngörü yöntemi kullanılması gerektiği vurgulanmıştır. Etkili rüzgâr hızı tahmin yöntemleri, rüzgâr enerjisinin karşılaştığı zorlukların üstesinden gelinmesine yardımcı olmaktadır. Tezin amacı, özellikle ulusal bir şebeke içinde kısa vadeli tahminler için yapay sinir ağı modellerini incelemektir. Bu çalışmada, Kocaeli-Türkiye'deki Kandıra rüzgâr çiftliğinden elde edilen veri seti kullanılarak kısa vadeli rüzgâr hızı tahminleri yapılmış ve bu amaçla Doğrusal Olmayan Otoregresif Sinir Ağı (DOOSA), Dış Girdili Doğrusal Olmayan Ototetkisel Sinir Ağı (DODGOSA) ve Kapılı Tekrarlayan Birim (KTB) modelleri kullanılmıştır. Bu modellerin performansları diğer veri tabanlı yöntemlerle karşılaştırılmıştır. Tezin odak noktası, mevcut DOOSA modelinin, gerçek verilerle farklı sayılardaki gizli katman nöronları, gecikmeler ve eğitim fonksiyonları kullanılarak modelin hiperparametrelerinin iyileştirilmesi üzerinedir. Performans ölçütleri olarak ortalama kare hatası (MSE) ve belirleme katsayısı (R²) kullanılmıştır. Sonuçlar, DOOSA modelinin hiperparametre optimizasyonu ile rüzgâr hızı tahmin performansını artırdığını göstermektedir. Önerilen DOOSA modeli, dışsal girdilerle zenginleştirilmiş versiyonu olan DODGOSA (Dışsal Girdili Doğrusal Olmayan Otoregresif Sinir Ağı) ile karşılaştırılmıştır. Sonuçlar, DOOSA'nin DODGOSA'ya kıyasla benzer performans sergilediğini ve daha kısa sürede çalıştığını ortaya koymuştur. Ayrıca, öğrenme algoritmaları karşılaştırılmış ve Bayesian Regularization (BR) algoritmasının en iyi öğrenme algoritması olduğu belirlenmiştir. Ancak, Levenberg-Marquardt (LM) algoritmasının çok daha hızlı yürütüldüğü ve BR'ye yakın sonuçlar sağladığı görülmüştür. Çalışma sonuçları, modeller arasında farklı performans metriklerine dayalı bir ödünleşim olduğunu ortaya koymaktadır. GRU modeli, 0.00722 ile en düşük MSE değerine ulaşarak hata minimizasyonunda üstün bir doğruluk sergilemiştir. Bununla birlikte, DOOSA modeli, KTB modelini geride bırakarak, 0.756'lık GRU R² değerine kıyasla 0.886'lık bir R² değeri elde etmiştir. DODGOSA modeli ise 0.2253'lük bir MSE ve 0.904'lük bir R² değeri üretmiş; bu durum, modelin R² açısından iyi performans gösterdiğini ancak KTB modeline kıyasla daha yüksek bir hata oranına sahip olduğunu göstermektedir. Bu bulgular, KTB modelinin tahmin hatasını minimize etmede son derece etkili olduğunu, ancak DOOSA modelinin rüzgâr hızı verilerindeki değişkenliği daha iyi yakalayabildiğini ve bu nedenle akıllı şebekelerdeki belirli tahmin uygulamaları için güçlü bir aday olabileceğini önermektedir. Özellikle, yeni veri seti ve kullanılan hiperparametreler, bu modelin etkinliğini ortaya koymaktadır.

Elektrik güç sistemlerinde ferrorezonans analizi yapay zeka tabanlı tespit ve matlab simülasyonu

Ferrorezonans, yüksek gerilimli elektrik güç sistemlerinde meydana gelebilecek karmaşık ve potansiyel olarak tehlikeli bir fenomendir. Genellikle, trafolar, kondansatörler ve anahtarlar gibi sistemin doğrusal olmayan bileşenlerinin etkileşimi ile ilişkilidir ve sistemin bileşenleri belirli frekansta rezonansa girdiğinde ortaya çıkar. Ferrorezonans, aniden yük değişiklikleri, arızalar veya anahtarlama işlemleri gibi belirli koşulların tetiklemesiyle başlar ve bunun sonucunda anormal gerilim ve akım salınımları meydana gelir. Bu salınımlar, elektrikli ekipmanlara ciddi zararlar verebilir, güç tedarikini kesebilir ve onarım maliyetleri, duruş süreleri ve sistem arızaları nedeniyle finansal kayıplara yol açabilir. Ferrorezonansın öngörülemezliği, geleneksel koruma sistemleri için bir zorluk oluşturur ve bu olayı gerçek zamanlı olarak tespit etmek ve önlemek zordur. Ferrorezonansın etkileri, trafolar ve kondansatörler gibi önemli elektrikli bileşenlere kalıcı zararlar verebilecek yüksek gerilim zirveleri ve bozulmuş akım dalgaları olarak kendini gösterir. Bu etkiler genellikle öngörülemezdir ve uzun süre devam edebilir, bu da güç şebekesine yönelik riskleri daha da artırır. Ferrorezonans meydana geldiğinde, izolasyon arızaları, ekipman aşırı ısınması ve hatta trafoların ve diğer kritik altyapıların felakete uğraması gibi felaket sonuçları doğurabilir. Ferrorezonansın neden olduğu zararlı elektriksel dalgalanmalar, sistem genelinde yayılabilir ve yakınlardaki trafolara etki ederek geniş çaplı elektrik kesintilerine yol açabilir. Böyle olaylar güç kaybı, ekipman arızası, uzun kurtarma süreleri ve büyük finansal kayıplara neden olabilir. Bu nedenle, ferrorezonansın doğru bir şekilde tespit edilmesi ve önlenmesi, güç sistemlerinin güvenilir bir şekilde çalışabilmesi için çok önemlidir. Gelişmiş tespit tekniklerinin geliştirilmesi, ferrorezonansın etkisini azaltmaya ve güç şebekelerinin dayanıklılığını artırmaya yardımcı olabilir. Geleneksel ferrorezonans tespit yöntemleri genellikle frekans analizi, zaman alanı simülasyonları ve sistem modelleme gibi tekniklere dayanır. Ancak, bu yöntemler genellikle gerçek zamanlı tespit açısından yetersiz kalır, çünkü yüksek hesaplama gereksinimleri vardır ve güç sistemlerinin dinamik doğasını hesaba katmak için esneklikten yoksundurlar. Ayrıca, geleneksel yaklaşımlar zamanında uyarılar sağlamayabilir, bu da müdahale gecikmelerine ve ekipmanlara daha fazla zarar verilmesine yol açabilir. Buna karşılık, yapay zeka (YZ) tabanlı teknikler, makine öğrenmesi (ML), derin öğrenme ve zaman serisi analizi gibi yöntemler, ferrorezonansı daha doğru ve hızlı bir şekilde tespit etmek için umut verici alternatifler sunmaktadır. YZ tabanlı yöntemler, sistem verilerindeki desenleri ve anormallikleri analiz ederek ferrorezonansın başlangıcını tahmin edebilir ve potansiyel arızalar için erken uyarılar sağlayabilir. Bu yaklaşımlar, tespit hızını artırmanın yanı sıra, olaylara daha hızlı yanıt verilmesini sağlayarak maliyetleri ve duruş sürelerini de azaltır. Tespit sürecini otomatikleştirerek, YZ tabanlı izleme sistemleri manuel müdahalelere olan bağımlılığı azaltır ve güç sistemlerinin genel verimliliğini ve güvenilirliğini artırır. Bu çalışma, ferrorezonans olaylarını tespit etmek ve analiz etmek için üç farklı YZ tabanlı tekniğin kullanımını incelemektedir: K-En Yakın Komşular (KNN), Destek Vektör Makineleri (SVM) ve Uzun Kısa Süreli Bellek (LSTM) ağları. Bu teknikler, ferrorezonans tespiti ile ilgili farklı yönleri ele almak ve zaman serisi verileri için uygunlukları nedeniyle seçilmiştir. Çalışmanın amacı, her makine öğrenmesi modelinin gerçek zamanlı gerilim ve akım ölçümleri temelinde ferrorezonans olaylarını tespit etme performansını değerlendirmektir. Bu çalışmada kullanılan veri seti, normal ve ferrorezonans koşullarını temsil eden simüle edilmiş güç sistemi verilerini içermektedir ve her model için eğitim ve test setlerine ayrılmıştır. Simüle edilmiş veri kullanımı, modellerin çeşitli ferrorezonans senaryolarında eğitilmesi ve test edilmesi için kontrollü deneyler yapılmasını sağlamaktadır, bu da etkinliklerinin kapsamlı bir şekilde değerlendirilmesini garanti eder. Ayrıca, veri artırma teknikleri uygulanarak modellerin sağlamlığı artırılmış ve farklı senaryolarda genelleme yapma yetenekleri geliştirilmiştir. KNN, küçük ve orta ölçekli veri setleri üzerinde etkili olan basit ancak güçlü bir sınıflandırma algoritması olduğu için seçilmiştir. KNN, veri noktalarını yakınlarındaki diğer veri noktalarına göre sınıflandırır, bu da onu güç sistemi verilerindeki desenleri tespit etmek için uygun hale getirir. Ancak, KNN'nin hesaplama karmaşıklığı veri setinin büyüklüğü arttıkça artar, bu da büyük veri setleri için ölçeklenebilirliğini sınırlayabilir. SVM ise, doğrusal olmayan verileri sınıflandırabilme yeteneği ve karmaşık sınıflandırma görevlerinde doğruluğu ile seçilmiştir. SVM, veri noktalarını ayrıştıran hiper düzlemler oluşturur ve karmaşık ferrorezonans desenlerinde doğrusal olmayan karar sınırlarını işlemek için özellikle etkilidir. SVM, doğrusal olmayan karar sınırlarını işleyebilmesi sayesinde zorlu senaryolarda bile ferrorezonans olaylarını doğru bir şekilde sınıflandırmıştır. LSTM ağı ise, ferrorezonans olaylarının dinamik ve sıralı doğasını modellemek için kullanılmıştır, özellikle zaman serisi verileri için idealdir. LSTM ağları, sıralı verilerde uzun vadeli bağımlılıkları öğrenebilme yeteneğine sahip olup, ferrorezonans olaylarının zaman içindeki dinamiklerini modelleyerek potansiyel arızaların erken uyarılarını sağlar. Her modelin performansı, doğruluk, hassasiyet, hatırlama ve F1 puanı gibi çeşitli metriklerle değerlendirilmiştir. Sonuçlar, KNN'nin küçük veri setlerinde iyi performans gösterdiğini ve ferrorezonans olaylarını yüksek doğrulukla tespit ettiğini göstermiştir. Ancak, veri seti büyüdükçe KNN'nin hesaplama karmaşıklığı bir sınırlama haline gelmiş ve verimliliğini azaltmıştır. SVM ise, daha büyük ve daha karmaşık veri setlerinde üstün performans sergileyerek yüksek doğruluk ve sağlam sınıflandırma yetenekleri sunmuştur. SVM, doğrusal olmayan karar sınırlarını işleme yeteneği sayesinde zorlu senaryolarda bile ferrorezonans olaylarını doğru bir şekilde sınıflandırmıştır. LSTM ağları ise, zaman serisi verilerinde ferrorezonans olaylarını tespit etmede hem KNN hem de SVM'den daha iyi performans göstermiştir. LSTM, verilerdeki uzun vadeli bağımlılıkları ve desenleri yakalayarak, ferrorezonans olayları kritik hale gelmeden önce erken uyarı sinyalleri sağlamıştır. Ferrorezonansın zaman içindeki dinamiklerini modelleme yeteneği, LSTM'yi güç sistemlerinin gerçek zamanlı izlenmesi için değerli bir araç yapmıştır. Bu bulgular, YZ tabanlı yaklaşımların, güç sistemlerinde ferrorezonans tespitini iyileştirme potansiyelini doğrulamaktadır. Sonuçlar, özellikle LSTM'nin, geleneksel yöntemlere göre ferrorezonans olaylarını daha doğru ve verimli bir şekilde tespit xxi edebileceğini ve operatörler için değerli gerçek zamanlı uyarılar sağlayabileceğini göstermektedir. Bu olayların erken tespiti, ekipman hasarını ve sistem kesintilerini önemli ölçüde azaltabilir. Gelecekteki araştırmalar, veri setini gerçek dünya ölçümleri ile genişletmeyi ve tespit doğruluğunu daha da artırmak için ek YZ modellerini keşfetmeyi hedefleyebilir. YZ teknikleri gelişmeye devam ettikçe, ferrorezonans olaylarının güç sistemlerine olan etkilerini azaltmada kritik bir rol oynamaları, sistem güvenilirliğini artırmaları ve daha proaktif bakım stratejilerini mümkün kılmaları beklenmektedir. YZ tabanlı izleme sistemlerinin güç şebekelerine entegrasyonu, tespit sürecini otomatikleştirerek manuel müdahalelere olan bağımlılığı azaltacak ve potansiyel ferrorezonans olaylarına daha hızlı yanıt verilmesini sağlayacaktır. Ayrıca, bu sistemler yeni verilerden sürekli olarak öğrenebilir ve zamanla performanslarını iyileştirebilirler. YZ alanı ilerledikçe, daha sofistike modeller ve teknikler ortaya çıkacak, bu da ferrorezonansı tespit etme ve hafifletme yeteneğini daha da geliştirecek ve nihayetinde daha dayanıklı ve verimli güç sistemlerine yol açacaktır.

Design and development of a wireless EEG device and open source software

In the last century, EEG has been a diagnostic method used in the detection of many diseases. Today, with the rapid development of computer technologies, EEG technology has begun to be used not only for disease diagnosis but also as a method to establish a connection between the brain and the computer. Humanity has long dreamed of connecting with computers and controlling them efficiently just by thinking without any physical interaction. It seems clear that one of the most suitable methods for this purpose is non-invasive EEG measurements, as it is easy to apply and does not require a medical procedure. This study aims to design a cost-effective and open-source device, to create a prototype, and to test the accuracy and consistency of the resulting device for researchers who want to measure EEG signals and make various researches on them or develop devices that will serve various special purposes. The design and production of the device can be grouped under three main groups; electronics, mechanics, and software parts. In the electronics part; ADS1299, an 8-channel integrated chip that offers low-noise 24-bit analog-to-digital conversion resolution, produced by Texas instrument company, which is currently used in many EEG devices, ESP32-WROOM microcontroller, which controls this integrated chip, reads, processes and transfers the data to the computer via Bluetooth communication, provides power to the system. 2 18650 Li-po 3.7 volt batteries and battery control system and dry type electrode produced by OpenBCI Company were used as the electrode. In the mechanical part, a cap was designed inspired by the Ultracortex Mark III and Ultracortex Mark IV cap of OpenBCI Company, and boxes providing enclosures for the produced circuits were designed and all of them were manufactured using a 3D printer. In the software part; there is embedded software written in C language on the chip that runs on the device, receives the data, processes it, and sends it to the computer. In addition, a Visual user interface that works on the computer side, receives and processes the data sent by the device, displays them in graphics, and saves them to a file, has been designed and coded in C# using Visual Studio. After the prototype of the device was revealed, the signals received from the device were examined and their consistency was evaluated. Keywords: eeg, visual stimulation, esp32, ads1299, dry electrode

Analysis of the backpressure-surface area in smoke tube heat exchangers

The design of heat exchangers is crucial to achieving the highest efficiency. Gas engine usage increases in the industry to cover electrical power requirements. The gas engine systems are equipped with heat exchangers to increase efficiency. However, there is a lack of study on backpressure and heat transfer coefficient. In this study, the effect of backpressure on heat exchanger calculations is shown and explained why they are crucial in heat exchanger selection. For this purpose, a shell and smoke-tube heat exchanger configuration for a gas engine is considered and thermal calculations are carried out. The dimensions of the heat exchanger are determined and according to the analysis, capacity values are shown. It is shown the increase in back pressure decreases the required surface area of the heat exchanger and the overall heat transfer coefficient of the system increases.

All GaN-based multidevice interleaved boost converter structure for hybrid electric vehicles

Greenhouse gas emissions reduction requires an ongoing approach to decreasing the use of fossil fuels in global transportation. Due to their environmental friendliness, efficiency, quietness, and potential for long-term sustainability, electric vehicles (EVs) are a viable alternative to those powered by internal combustion engines (ICE). Despite the rising popularity of EVs, they still need significant advancements in areas such as cost, capacity, driving range, energy losses, and powertrain technologies in order to successfully compete with conventional vehicles. Therefore, advancements in power transmission in terms of architecture and effectiveness have been in the foreground of the scientific community for decades. Direct current to direct current (DC/DC) converters are one example of circuit components that can be optimized to reduce power consumption, thereby enhancing energy efficiency, decreasing size, and thus providing compactness. Miniaturization of circuitry, together with proper component selection and the use of lightweight structural materials, might result in cheaper, more responsive systems with improved reliability. Passive components such as inductors and capacitors play a crucial role in converter topologies that aim to smooth out input current and output voltage ripples, respectively. However, they are so large that they occupy the majority of the space reserved for the converter. Therefore, any effort to reduce the number of passive components used and their miniaturization represents a significant advancement for converter technology. Gallium nitride (GaN) and silicon carbide (SiC) are two examples of wide band gap semiconductor materials that are suited for designing state-of-the-art efficient power converter devices. These semiconductors' features, such as their large bandgap, high critical breakdown electric field, high thermal conductivity and higher electron velocity allow a considerable reduction in the size of passive components, shrinking the heatsink and an increase in the converter's power density. In this thesis, the 2010 Toyota Prius Si-IGBT-based boost converter topology was investigated and simulated with the help of PSpice simulation software. After that, this converter structure was reconstructed with a multidevice interleaved boost converter (MDIBC) topology with implementing SiC and GaN semiconductors, respectively. Two prominent case studies with varying switching frequencies were utilized to analyze the performance of the SiC-based and GaN-based MDIBC topologies in terms of power loss, efficiency, the size of the passive components, as well as the current and voltage ripples. In both cases, it was achieved lower values of the passive components despite the relatively reduced current and voltage ripples. In contrast to the higher efficiency results achieved with GaN-based MDIBC at all switching frequencies, SiC-based MDIBC resulted in lower values at 80 and 100 kHz compared to the benchmark converter. Proposed GaN-based MDIBC achieved higher efficiency than the benchmark converter by lowering ripple by 93.4% for current and 40% for voltage in the first case, and by 88.5% for inductor value and 97.92% for capacitor value at 100 kHz switching frequency in the second case. Keywords: current and voltage ripples, efficiency, hybrid electric vehicles, multidevice interleaved boost converter, SiC and GaN semiconductors

Digitizing electricity generation in solar panel farms with digital twin and operating with high efficiency

Renewable energy sources, particularly solar energy, have witnessed significant growth in popularity and production capacity. Over 1000 GW of photovoltaic panels have been installed and operational worldwide by the end of 2022. However, ensuring high-energy production efficiency, preventing, and detecting errors in the system have become increasingly urgent. The non-linear nature and unpredictability of solar power production make predictability and instantaneous change in production challenging. Therefore, this thesis aims to enhance the traceability of solar power plants by developing a digital twin and creating a platform utilizing the necessary tools to optimize the system's performance. Initially designed in Matlab, the solar power plant was moved to a simulation environment to evaluate its operating characteristics and refine its design. The data collected were used to train machine learning algorithms, which are employed to monitor the system, predict future scenarios, and notify users when an unusual event or power loss occurs. Additionally, an algorithm was created to address contamination issues and optimize panel cleaning. The integration of these methods and programs, along with flexible interconnection, provides enhanced data visualization, improving traceability. It is hoped that this thesis will contribute to researchers and plant owners who want to examine solar power plant behavior and increase the efficiency and traceability of solar power plants.

Robust end-to-end synthetic speech detection with deep neural networks and masking

This thesis proposes a method to improve the robustness of i-vectors for synthetic speech detection under noisy conditions. I-vectors are fixed-length representations commonly used in speaker recognition systems. However, their performance degrades with noise. In order protect the system, using a convolutional neural network (CNN) to generate a noise mask is proposed. This mask suppresses unreliable regions in the speech spectrogram corrupted by noise. The masked spectrogram is then used to extract more robust i-vectors. Experiments use the ASVspoof 2015 dataset with added babble, white, and car noise. The CNN is trained to estimate the signal-to-noise ratio in each spectrogram frame. This generates the noise mask that is applied before i-vector extraction. Results show the proposed masking approach reduces equal error rates by over 50% compared to standard i-vectors from noisy speech. However, performance degrades on car noise which was not seen during CNN training. This highlights the need for more diverse training noise types. In conclusion, the proposed spectrogram masking technique using a CNN can increase robustness of i-vectors for synthetic speech detection in noisy conditions. The noise mask helps suppress unreliable regions to provide improved anti-spoofing performance. However, the mask does not generalize well to unseen noise types. Overall, the study shows potential for deep learning-based masking to improve security of speaker recognition systems against spoofing attacks under noise. But more research is needed into handling diverse noise conditions.

Design and implementation of solar assisted energy storage system for refrigerated trailer

This study introduces the design and implementation of a solar-assisted energy storage system for a refrigerated trailer. It is aimed to ensure the continuous operation of the cooling system by designing the hybrid energy storage system to be used together with the trailer, which is a mobile system. The conventional cooling process is accomplished by running the compressor on a trailer only at a fixed time with the grid power. After the cooling process, the trailer can go as far as it can keep the cold, or find a point where it can use energy from a different network, wait for a long time, and perform the cooling process again. Otherwise, there is a possibility of deterioration of the material it carries. In this study, an experimental cooling system was developed, capable of operating independently during driving without requiring a grid connection. The system integrates a 35 kW Li-ion battery, 5 kW PV panels, and an inverter to power a 13-kW compressor. If the grid is available when the trailer is at rest, both the battery can be charged, and the energy required to cool the trailer is drawn by the compressor from the grid. If there is a need for cooling in the absence of the grid, the energy required to run the compressor is supplied from the PV panels and the battery; if there is no need for cooling, the battery will be charged by the solar panel. These scenarios are valid when the vehicle is stationary or in motion, and the hybrid inverter will coordinate the PV panels, battery, and AC grid output with the energy management algorithm it contains. With this study, it will be ensured that the cold air in the trailer is preserved for a longer time.

Metamaterial-inspired antenna designs for IoT/5g applications

The convergence of the Internet of Things (IoT) and Fifth Generation (5G) networks has increased the need for efficient antenna designs in compact devices and dense network environments. This thesis presents an in-depth investigation of frequency reconfigurable metamaterial-based antennas, focusing particularly on applications below 6 GHz. The main purpose in this study is to develop novel antenna designs that utilize the properties of metamaterial structures, achieving compactness and frequency reconfigurability. Through an extensive literature review, the thesis examines the effects of metamaterial-based antennas and Split Ring Resonator (SRR) structures on antenna performance within the IoT and 5G contexts. The study proposes and investigates novel designs for frequency reconfigurable antennas. The designs incorporate diverse resonators, including SRRs, and employ different switching mechanisms such as PIN diodes, SPDT switches, and copper path alterations to modify the electrical length of the antennas. Significant antenna parameters such as Return Loss, Radiation Pattern and Radiation Efficiency are analyzed in the sub-6 GHz range. Prototypes of the proposed frequency reconfigurable antennas are also tested experimentally. The simulation and experimental results validate the efficacy of the proposed designs, demonstrating significant size reduction, high efficiency, and dynamic frequency adaptability. Thus, this study addresses the important gaps in wireless communication systems in terms of frequency reconfiguration, compactness and radiation efficiency.

Design and implementation of completely self protected distribution transformer

In traditional distribution transformers, additional equipment such as separators, breakers, surge arresters and measurement panels are mounted externally to protect the system. The type of transformers, protection elements and other additional equipment to be used vary from country to country. In some countries such as America, Mexico and India, some of the electrical energy distribution is carried out with completely self-protected (CSP) transformers due to the advantages they provide such as low initial investment cost, more flexible operating conditions and rapid commissioning. CSP transformers are electrical machines that do not encounter the maintenance and operating problems that can be encountered in traditional transformers. These transformers can protect themselves from secondary short circuits, lightning strikes, overloads and provide visual warnings about overload conditions. These machines also protect the distribution system to which they are connected by isolating themselves from the system in case of malfunction. In this thesis, the design and development of 500 kVA, 33/0.4 kV CSP transformer is discussed. The electrical, thermal and mechanical design of the transformer is presented in detail and material/equipment selections are completed taking into account the design parameters. It has been observed that the developed product works satisfactorily through performance tests and its experimental verification has been made. With this thesis, it is aimed to shed light on researchers and transformer manufacturers by contributing to the literature on CSP transformers.

A micro named data networking (µNDN framework for internet of things over ieee 802.15.4

The Internet of Things (IoT) is a concept that is increasing in popularity day by day. These IoT devices, which we increasingly encounter daily, are used in many areas, such as health, smart home/office, agriculture, and automation. IoT networks are primarily based on receiving data from these IoT devices. This data-centric approach aligns with the data-centricity of Named Data Networks (NDN), one of the Information Centric Network (ICN) architectures increasing in popularity today. As a result, the combination of the IoT concept and NDN architecture gave rise to the NDNoT concept. While this study focuses on improvements in the relatively new NDNoT concept, it proposes the µNDN protocol stack and the innovative IfNoT mechanism on top of µNDN. In addition, the study also presents the TM-RONR forwarding mechanism to the literature. Along with these studies, concepts such as caching and FIB size, which may impact the µNDN stack, were also examined comprehensively and subjected to performance analysis.

Hydroelectric power forecasting via tree-based machine learning algorithms

Hydroelectric power is the oldest and essential renewable energy source. Because energy demand constantly increases due to rapid economic and population growth in Türkiye, hydroelectric energy is crucial to Türkiye's energy resources. Hydroelectric plant planning and execution are pivotal for the state and energy enterprises. Hydroelectric power is proper for forecasting algorithms because of its seasonal dependency. Accurate forecasts of hydroelectric power provide carbon emission reduction, generation yields, and environmental sustainability. This thesis aims to develop, examine, and implement tree-based machine learning algorithms for forecasting power generation in an operational hydroelectric power plant with a capacity over 100 MW using generation data, date-time records, historical power generation, and temperature measurements. EÜAŞ Aslantaş HPP was selected to apply this thesis. The power generation data was fetched from the EXIST Transparency Platform. The data was processed, coded, and predicted using Python. Random forest (RF) and gradient boosted decision trees (GBDT) were examined for their compatibility and effectiveness. The most suitable algorithm was identified based on its performance through rigorous testing; this systematic approach will determine the optimal algorithm for hydroelectric power generation prediction. The analysis demonstrated that RF and GBDT models effectively forecasted hydroelectric power production. However, the Random Forest model showed slightly superior performance.

Application of wide range voltage input DC-DC converter for portable home appliance

In this study, the importance and performance of the Zeta Converter (ZK) with a wide input voltage range in maintaining the output voltage at the desired level were investigated. In the literature, there are few articles and theses on the theory and application of ZK. During the research conducted among these academic sources, errors were found in the mathematical equations and in the calculation of the ZK circuit component values. This thesis presents, for the first time in detail, both the mathematical theory and the application of ZK in the literature. A ZK simulation model with an input range of 5V–24V and a 12V output was proposed using the simulation feature of MATLAB. A Proportional-Integral (PI) control method was employed to keep the output voltage of the ZK stable at the desired level. The obtained output voltage was converted to 12V alternating voltage using the H-bridge inverter with the Sinusoidal Pulse-Width Modulation (SPWM) method, and the voltage level was increased to 220V using a single-phase transformer. Various simulation case studies were presented within the scope of the thesis, and the performance of the proposed ZK was evaluated based on the results of these studies.

Robot doctors: Recognitions, assessments, and dialog-based interventions

Health represents a fundamental aspect of human existence, encompassing not only the absence of disease but also the achievement of optimal physical and mental well-being. Recent global challenges have expedited transformative changes within the health-care domain, emphasizing the critical need for the development and implementation of innovative health-care delivery methodologies. In this evolving landscape, humanoid robots (HRs) have emerged as crucial entities in revolutionizing health monitoring practices. This thesis advances a series of sophisticated algorithms designed to empower HRs to autonomously recognize critical health parameters, conduct comprehensive assessments, and implement dialog-based interventions, thereby positioning them as personal health-care providers in individuals' daily routines. The initial section offers an extensive literature review, exploring the latest advancements in assistive robotics and their health-care implications. The subsequent sections provide a detailed exploration of the design and implementation of the heart rate monitoring algorithm, followed by an in-depth analysis of the personalized temperature estimation algorithm. In response to the psychological impacts of social isolation and quarantine induced by the COVID-19 pandemic, the following section presents a speech-based emotion analysis algorithm specifically designed for patients in quarantine. This is followed by the development of a facial mask-wearing control and regulation algorithm aimed at mitigating the effects of the pandemic. Finally, the thesis culminates in a case study that examines the application of HRs in facilitating physical exercise for geriatric patients. While the developed algorithms are expressly implemented on NAO, Alpha Mini and Alpha 1Pro HRs within the scope of this thesis, but its applicability extends to encompass all other HRs. The simulation and experimental results of each implemented algorithm highlight the significant role of assistive HRs in health-care, emphasizing their positive impact and effectiveness in advancing health interventions.

Classification of pepper leaf diseases using VGG16.NET

Agriculture is one of the most essential resources for sustaining human life and fostering the development and productivity of nations. To meet increasing demands for vegetables and fruits, it is imperative to conduct research and implement preventive measures to enhance production efficiency. Among these measures, addressing plant diseases stands out as a top priority. Recognizing and diagnosing plant diseases is critical for improving agricultural productivity, preventing the spread of infections, and minimizing economic losses. This study aims to classify and diagnose pepper leaf diseases, enabling early intervention to mitigate their impact. Diseases such as mildew, mites, caterpillars, worms, aphids, and leaf burn predominantly affect greenhouse peppers, leaving distinctive marks on their leaves. These unique features form the basis for developing a 7-class classification model that facilitates faster and more accurate diagnosis of pepper leaf diseases. While traditional direct measurement methods are straightforward and reliable, they are often time-consuming and labor-intensive. To overcome these limitations, Convolutional Neural Network (CNN) algorithms for image processing have been employed. A key preprocessing step involves color enhancement to amplify variations in green and yellow hues, improving the differentiation between disease classes. An innovative algorithm has been designed to enhance the vibrancy, contrast, and overall color properties of the images, ensuring optimal feature extraction. The classification process leverages the 19-layer VGGNet architecture, renowned for its high accuracy in handling complex datasets. To reduce training time, the pre-trained layers of VGGNet were frozen, and additional layers were added for fine-tuning. The proposed model was evaluated on a proprietary dataset specifically compiled for this study. To the best of our knowledge, this is the first study to focus on diagnosing aphid and caterpillar classes within this context. The model achieved an average accuracy of 92.00%, considered highly satisfactory for a 7-class diagnostic task. The primary source of misclassification was observed in the aphid class, attributed to the limited number of samples available for training.

Design, optimization and energy efficiency analysis of a shaft generator for military ships

The maritime sector has become an increasingly significant domain, playing a critical role in global trade. In an effort to mitigate the emissions resulting from the burgeoning volume of maritime trade, the International Maritime Organisation (IMO) has promulgated a series of regulations. In order to comply with these regulations and improve energy efficiency, companies in the sector have concentrated on upgrading existing systems and improving operational processes. The configuration of energy systems on board naval ships is subject to variation depending on operational requirements, ship structure and the geographical regions where the ship will operate. In this context, a comparison of the technical, performance and energy efficiency impacts of 50 Hz and 60 Hz frequency systems used on ships is required. This thesis presents a comprehensive discussion of the role of shaft generators on naval ships and provides a detailed analysis of their impact on power systems, focusing on frequency, voltage characteristics and number of poles. The study goes on to analyse the contribution of shaft generators in meeting mechanical and electrical energy requirements from the perspective of system optimisation and energy efficiency. The analyses performed in ANSYS/Maxwell and Matlab/Simulink demonstrate that the selection of optimal values for naval ships is contingent on the requirements and demands of the specific system in question.

Dağıtık enerji üretim sistemleri için enerji depolama sistem tasarımı, planlanması ve uygulaması

Bu çalışmada, hidrojen üretimini hızlandırmak için HCl destekli Kalay (Sn) ile Mısır Sapı işlenerek sentezlenen Mısır sapı-HCl-Kalay katalizörünün, aynı zamanda elektriği depolamak amacıyla aktif bir süper kapasitör malzemesi olacak şekilde çift görevli bir enerji destek birimi gibi kullanılması planlanmıştır. Üretilen prototiplerin galvanostatik şarj/deşarj (GCD), Döngüsel voltametri (CV) ve empedans spektroskopisi (EIS) eğrileri gibi elektrokimyasal bulgular sonucunda yapılan karşılaştırmalarda literatürdeki süper kapasitör eğrilerine büyük ölçüde benzediği, dikkate değer bir kapasitif değere sahip olduğu (146,253 F/g) ve literatürdeki katalizörlerde olduğu gibi katalizör etkisi göstererek hidrojen üretimini hızlandırdığı tespit edilmiştir. Tüm bu bilgiler ışığında, dağıtık üretim sistemlerini içeren şebekelerde enerji ihtiyacının anlık olarak tepe yaptığı durumlarda, yine PV sistemler gece üretim dışı kaldığında, tahmin edilemeyen bulutlanma ve meteorolojik koşullarda bu çift fonksiyonlu malzemeden üretilen prototip hibrit enerji destek kaynağı, şebekeden bağımsız sistemlerde yakıt pili (YP)/batarya depolama sistemlerinin tasarımında kullanılabilmesi amaçlanmıştır. Gerekli enerji miktarını sağlamak amacıyla üretilen prototip yığın şeklinde seri ve paralel bağlanarak geniş kapasiteli hibrit bir enerji kaynağı tasarlanmıştır. Tasarlanan bu enerji kaynağı Siirt ilinde Alkumru hidroelektrik santrali ve üzerinde 50 MW hidro-solar güneş enerji santrali ile yeni çift işlevli malzemeden tasarlanan süper kapasitör ve yakıt pillerini içeren hibrit bir enerji depolama sistemiyle birlikte bir mikro şebekede HOMER Pro yazılımı kullanılarak benzetimi gerçekleştirilmiştir. Analizler sonucunda, önerilen hibrit kombinasyonun, mevcut seçeneğe (0,139 $/kWh, 983M $) kıyasla nispeten düşük enerji birim maliyeti (EBM), (0,138 $/kWh) ve net bugünkü değer (NBD), (984M $) nedeniyle tekno-ekonomik olarak daha uygun olduğu sonucuna varılmıştır. İncelenen iki güç sistem konfigürasyonunda tasarlanan YP'nin SC ile birlikte bulunduğu sistemde oluşan güç talebinin bir miktarının YP ile karşılandığı böylelikle olası güç kesintilerinin engellendiği bir tasarım ortaya konulmuştur. Ayrıca YP nin güç konfigürasyonunda olmaması durumunda SC içeren güç sisteminin işletme ve bakım maliyetlerinin arttığı analizler ile ortaya konulmuştur.

31.5 kV yer altı enerji nakil hattından yayılan manyetik alanların ölçülmesi ve maruziyetin değerlendirilmesi

Artan nüfus, gelişen sanayi ve teknoloji ile birlikte elektrik enerjisine olan ihtiyaç her geçen gün artmaktadır. Artan bu ihtiyaç doğrultusunda, elektrik enerjisi üretimi ne kadar önemliyse, üretilen enerjinin güvenli ve kesintisiz bir şekilde iletimi ve dağıtımı da o denli önem arz etmektedir. Özellikle yerleşim alanlarının yoğun olduğu bölgelerde enerjinin iletimi ve dağıtımını havai hatlara göre daha güvenli olduğundan ve estetik açıdan yer altından sağlamak için yer altı enerji kabloları kullanılmaktadır. Yer altı enerji kabloları da diğer iletim ve dağıtım elemanları gibi çevresinde elektromanyetik alanlar oluşturmaktadır. Artan enerji ihtiyacıyla birlikte canlıların maruz kaldığı elektromanyetik alanlar artmakta ve bununla birlikte elektromanyetik alanların canlılar üzerindeki olası olumsuz etkileri gündeme gelmektedir. Maruz kalınan elektromanyetik alanların limit değerleri aşmaması için gerekli önlemlerin alınması gerekmektedir. Bu çalışmada; elektrik iletim ve dağıtımında kullanılan yer altı enerji kablolarının oluşturduğu elektromanyetik alanlar incelenmiş, elektromanyetik alanların sağlık üzerindeki etkilerini konu alan literatür gözden geçirilmiştir. Elektromanyetik alanlara maruziyet ile ilgili uluslararası standartlar ve Türkiye'de yürürlükte olan yasal mevzuat araştırılmış, karşılaştırmalar yapılmıştır. Elektrik dağıtımının yapıldığı yüksek gerilim üç faz yer altı enerji kablosunun bulunduğu saha örnek bir maruziyet değerlendirmesi yapılmak üzere seçilmiştir. Enerji nakil hattının merkezinde ve yakın çevresinde 45-2000 Hz frekans bandını kapsayacak şekilde geniş bant ve frekans seçmeli yöntemlerle manyetik akı yoğunlukları ölçülmüştür. Ölçümler hatta farklı yatay uzaklıklarda ve farklı yüksekliklerde tekrarlanmıştır. Ölçüm sonuçlarının tamamı gözönünde bulundurulduğunda alan seviyesinin 2.89 μT ve altında olduğu görülmüştür. ICNIRP tarafından belirlenen limit değerlere göre en yüksek maruziyet oranı %2.31 olarak belirlenmiştir ve sonuçlar limitler değerlerin altında elde edilmiştir. Bazı epidemiyolojik araştırmalarda riskli olarak belirlenen 0.2 μT seviyesi referans alındığında ise bu seviyenin pek çok ölçüm noktasında aşıldığı sonucu elde edilmiştir

Pekiştirmeli öğrenme yöntemi ile optimal dc motor hız kontrolcüsünün tasarlanması

Çalışmamızda, pekiştirmeli öğrenme tabanlı adaptif PID kontrolör tasarlanmıştır. Literatürde pekiştirmeli öğrenme yöntemi kullanan kontrolcüler tasarlanmıştır ve başarılı sonuçlar verdiği görülmüştür. Çalışmamızda en yaygın kullanılan kontrolcü yapısı olan PID kontrolörün tasarımında pekiştirmeli öğrenme yöntemlerinden birisi olan Q-Öğrenme algoritması kullanılmıştır. Q-Öğrenme algoritması çalışmamızda üç farklı yolla uygulanmıştır. Birinci yöntemde bir ajan oluşturulmuş ve tüm PID katsayılarını arttırıp, azaltabilmektedir. İkinci yöntemde her PID katsayısı için bir ajan atanmış ve her ajan ilgili PID katsayısını arttırıp azaltabilmektedir. Üçüncü yöntemde ise derin öğrenme tabanlı Q-Öğrenme algoritması kullanan bir ajan oluşturulmuş ve tüm PID katsayılarını ayarlayabilmektedir. Q-Öğrenme yöntemi ile tasarlanan kontrolcüler, model tabanlı tasarlanan PID katsayıları kadar başarılı sonuçlar vermiştir. Her yapının avantajları ve dezavantajları değerlendirilmiştir.