FBE- Gemi ve Deniz Teknolojisi Mühendisliği Lisansüstü Programı - Yüksek lisans
Bu koleksiyon için kalıcı URI
Gözat
Son Başvurular
1 - 5 / 34
-
ÖgeKıyı bölgesinde düzenli ve karışık dalgaların kırılmalarından ötürü enerji kaynaklarının incelenmesi(Fen Bilimleri Enstitüsü, 1995)Bu çalışmada, Battjes (1986) ve Battjes ile Janssen (1978) 'in sahile doğru ilerleyen dalgaların kırıldıktan sonraki dalga yüksekliklerini hesaplamaya yarayan iki model tanıtılmıştır. Bu modellerden ilki periyodik ve yükselti dalgaları için verilen (Battjes, 1986) ve monoton olarak azalan dip eğimleri için uygundur. Ardından Battjes ve Janssen (1978) 'in hem sabit eğimli hem de tepe-çukur (bar- trough) tipi profiller için 8Px/8x+D=0 enerji denge denklemindeki enerji kaybını ifade eden kayıp fonksiyonu, D değerini hesaplayan ikinci bir model açıklanmıştır. İkinci modelden faydalanılarak kırılan dalgaların kırılma sonrası dalga yüksekliklerinin hesabı ve momentum denge denkleminin kullanılması ile sakin su seviyesinde ki yükselme (set-up) veya alçalmalar (set-down) bir bilgisayar programı (Ek A) yapılarak hesaplanmıştır. Bu ikinci model için Battjes ve Janssen (1978) 'in elde ettiği deney sonuçları ile bilgisayar programından elde edilen sonuçlar karşılaştırılmış ve bunlarla ilgili şekiller Ek B'de sunulmuştur. Battjes ve Janssen (1978) 'in kıyıya gelen karışık dalgaların kırıldıktan sonraki dalga yüksekliklerini ve su seviyesindeki değişimi veren teorik modelin gayet iyi sonuçlar verdiği görülmüştür.
-
ÖgeCost analysis of potential wind farms located at different regions in caspian sea(Institute of Science and Technology, 2020)In this study, considering the Wind Energy Potential of the Caspian Sea, the Levelized Costs of Energy and Capacity Factors have been investigated for potential wind farms near the Absheron Peninsula, Olya site, Atyrau site, and finally for Sulak City's shoreline. Before LCOE analysis, Simple Feasibility Study has been done for the Absheron Project. Economical aspects of wind energy, today and the future of the wind power industry and its advantages and disadvantages have been investigated. Capital Expenditures, Operation, and Maintenance Expenditures of the offshore wind farms have been checked. Azerbaijan's wind energy potential has been checked. In the shoreline of the Absheron Peninsula, two different wind farms have been planned and designed and their Levelized Costs of Energy have been analyzed. Besides, other regions of the Caspian Sea basin have been investigated and potential wind farms in certain areas have been designed and their LCOE and Capacity Factor results have been compared. All projects' layouts have been selected. Preliminary calculations have conducted for all projects. For these projects, chosen regions' bathymetric maps, their hydrometrological features have been analyzed. Sea borders and shipping roads of the regions have been checked. Wind speeds of certain areas have been extrapolated by the help of power law. In order to have better results, several wind turbine factories' products have been checked. Their power curves have been analyzed and the most efficient one has been chosen for this research. Projects' Annual Energy Productions, their Capacity Factors, and finally, their LCOE have been calculated. In the project Absheron, two different discount rates have been used and its results have been compared with the projects of the other regions of the Caspian Sea. Besides, the results of the Absheron Project have been compared to the Azerbaijani Government's energy policy. Besides, the results of this research, have been compared to the results of the international offshore wind farms' average Capacity Factors and LCOE results. Regions' metrological features and their impacts on the planned projects have been mentioned in the end. To do that, researches and publications about the Caspian Sea basin have been checked and analyzed. To make a better comparison, their results have been compared to the results of this research.
-
ÖgeGemi yapılarında gerilme yığılması öngörülerinin kaba ağ yapısı ve makine öğrenmesi ile gerçekleştirilmesi(Fen Bilimleri Enstitüsü, 2020-05-14)Gemi ve deniz yapılarının tasarımında dikkate alınması gereken limit durumlar vardır. Servis limit durumunda (SLD) global ölçekte ve kaba ağ yapısıyla analizler yapılır. Yorulma limit durumunda (YLD), SLD'nda gözükmeyen ve yapının özellikle süreksizlikler veya ani değişim gösteren bölgelerinde bulunan gerilme yığılmalarına ve bu gerilmelerin yorulma ömrüne olan etkisine yoğunlaşılır. Sıcak nokta gerilmesi denilen ve sonlu elemanlar analizi ile ekstrapolasyon kullanılan hesap yaklaşımında, yapının yerel ve SLD'de kullanılana kıyasla çok daha yüksek çözünürlükte bir ağ yapısının kullanıldığı bir model üretilir. Bu modelin analiz süresi, ağ yapısı ve farklı yükleme durumlarının da katkısıyla yüksek hesaplama maliyetlerine yol açmaktadır. Bu durum özellikle tasarım için gerekli parametrik çalışmaların pratikte yapılmasını zorlaştırmaktadır. Makine öğrenmesi, genel bir matematik model kullanımı yerine, deney yoluyla elde edilen veya karmaşık matematiksel modellerden üretilen verilerden yola çıkılarak kurulan yaklaşık modellerin anlam çıkarma, tahmin gibi amaçlarla kullanılmasını sağlayan istatistiksel yöntemleri ifade eder. Gerilmeler, yapısal mekanik analizlerin çoğunda incelenir. Yorulma dayanımını etkileyen faktörlerden bazıları, malzeme tipi, ortalama ve artık gerilme, kalite ve kaynak kusurları gibi imalat faktörleri ve son olarak boyut ve plaka kalınlığı dır. Yorulma, yeterince yüksek bir güvenlik seviyesi sağlamak için gemilerde önemli bir tasarım kriteridir. Bir yapıda şekil veya kesitte ani bir değişiklik olan bölgeler süreksizlik nedenidir ve gemi söz konusu olduğunda kabaca birçok yapının birleşimi olduğu düşünülürse bu tarz süreksizlikler kaçınılmazdır. Çeşitli konumlardaki (örn. ambar kapağı köşelerinde, kaynak ağızlarında, perdelerde, takviye uçlarında, kiriş ağ plakalarında ve çift dipli sintine alanlarında, enine stifner bağlantılarında..vb) gerilme yığılmaları nedeniyle yorulma meydana gelir. Bu tür gerilme yığılmalarının değerlendirmesi yapısal tasarımda normal gerilme analizinden farklıdır. Buradaki amaç akma gerilmesinden ziyade süreksizlik bulunan noktada lokal bir değerlendirme yapıp yorulma nedeniyle oluşan kırılma ve çatlama gibi durumların değerlendirilmesidir. Gemi yapılarında enine stifner bağlantıları veya T birleşim noktaları gibi çeşitli kaynaklı bölgelerde gerilme yığılmaları meydana gelir. Bu bölgelerden klas kuruluşları da incelendiğinde çok sık karşılaşılan bir problem olan, T şeklinde iki plakanın birleşiminden oluşan yapısal bir modelin gerilme yığılmaları bu çalışma kapsamında incelenmiştir. Modelin simülasyonu Ansys APDL Script programlama dilinde parametrik model kodu oluşturularak yapılmıştır. Seçilen bağımsız parametreler ile modelin boyutu, kalınlığı, yük durumu ve mesh boyutları düzgün dağılımlı rastgele değişmektedir. Aynı zamanda değişen parametrelerin sınırları gemi inşa alanında kullanılmaya uygun olacak şekilde genişletilmiştir. Böylece modelin çok değişkenli birden fazla durumunu gözlemek mümkün olmuştur. Modelde gemi dizaynı sırasında uyulması gerekilen klas kuruluşlarının belirlediği kurallara göre yapılan gerilme hesaplaması referans değerler olarak kabul edilmiştir. Bu gerilme hesaplamalarında plakaların kalınlığı kadar (t x t) hassas bir mesh örgüsü uygulanıp gerilme değerleri elde edilmiştir. Sonra aynı model mesh hassasiyeti azaltılarak daha kaba bir mesh ile analiz edilmiştir. Yapılan analizlerde önce 200 farklı durum incelenmiş olup sonra veri sayısı arttırılarak 2000 farklı analiz yapılmıştır. Kaba ağ yapısına sahip modelden çekilen gerilme değerleri (aynı zamanda modeldeki gerilme yayılımını ölçmek için meta parametre olan) bir yarıçap kadar alanda taratılmıştır. Alan etkisi önemli bir parametredir. Çünkü yığılmanın meydana geldiği noktadan iki farklı yarıçap parametresi ile uzak ve yakın alanlardan mantıklı gerilmeler alınarak, etkisiz noktalardaki değerlerin modelde oluşturacağı sapmaların önüne geçilmiştir. Taratılan alanda oluşan gerilme dağılımının ortalaması ve standart sapması da makine öğrenmesi uygulaması için bir girdi oluşturacaktır. Amaç, kaba bir mesh analizinden elde edilen gerilmelerin dağılımı, varyansı, mesh boyutu, maksimum gerilmesi gibi farklı farklı etmenler ile makineye problemi öğretip referans gerilme değerini tahmin etmektir. Bu çalışma ile seçilen parametrelerin tahminde etkili olduğu gözlenmektedir. Örneğin mesh boyutunu makine öğrenmesi inputlarından çıkarıldığında kök ortalama kare hata dikkate alınırsa 2 kat artmaktadır, veya her iki model için ekstrapole edilmiş gerilme değerleri yerine maksimum gerilme değerlerine göre hata hesaplandığında yine 1,7 kat artış gözlemlenmektedir. Hesaplanan hata oranları makine öğrenmesi yöntemlerinden Gauss süreci regresyon analizi sonucunda elde edilen değerlerdir. Sonuç olarak, bir regresyon analizi yapılarak hassas mesh modelinin gerilme sonuçları tahmin edilmekte ve böylece büyük ölçekli yapıların tasarımında zaman ve bilgi tasarrufu sağlanmaktadır.
-
ÖgeSpar Tipi Açık Deniz Yüzer Rüzgar Türbini Modellemesi(Fen Bilimleri Enstitüsü, 2015-01-26)Dünya nüfusunun artışı ve teknolojik gelişmeler ile birlikte doğal kaynakların günden güne tükenmesi insanlığı alternatif çözümler aramaya sevk etmiştir. Bu sebeple yenilenebilir enerji kaynaklarının kullanımı ve bu alandaki teknolojik gelişmeler hız kazanmıştır. Yenilenebilir enerji kaynakları denildiğinde akla ilk gelen güneş enerjisi olsa da ciddi kazanımlar sağlayan başka kaynaklar da mevcuttur.Bunları rüzgar enerjisi, dalga enerjisi, jeotermal enerji, gel git akıntılarından elde edilen enerji şeklinde sıralamak mümkündür. Yenilenebilir enerji kaynakları kullanımının yaygınlaşmasındaki bir diğer sebep insanlarda çevre bilincinin oluşmasıdır. Temiz enerji temiz bir dünya sloganı ile başlayan bu aydınlanma yenilenebilir enerji teknolojisine yatırımların artmasına olanak sağlamıştır. Bu alanlarda yapılan teknojik buluşlar kısa süreli bakıldığında çok maliyetli görünse de uzun vadede kazançlı bir yatırım olmaktadır. Güneş enerjisinden yararlanma oldukça yaygınlaşmıştır. Güneş enerjisi ile çalışan arabalar, yatlar üretilmiştir. Bunun yanı sıra güneş enerjisinin evlerde kullanımı oldukça yaygındır. Dalga enerjisi ve gel-git olayından elde edilen enerji ile ilgili çok fazla sayıda çalışma da mevcuttur. Rüzgardan enerjisinin kullanımı çok eski zamanlara dayanmaktadır. Rüzgar gülü ile başlayan ve günümüzde rüzgar tarlalarının kurulmasına kadar gelen süreçte önemli gelişmeler olmuştur. Karada kurulan rüzgar türbinleri ve tarlalarının yanısıra daha çok enerji sağlayacak okyanuslarda rüzgar tarlalarının kurulması çalışmaları hız kazanmıştır. Bu çalışmanın amacı, SPAR tipi bir rüzgar turbine modellemesini OrcaFlex ve Fast programlarını kullanarak gerçekleştirmek, elde edilen öteleme ve dönme hareket miktarlarını yapay sinir ağları algoritmasını kullanarak modelleyebilmektir. Sinir ağları ile düzgün bir modelleme yapıldığında OrcaFlex ve Fast programlarına ihtiyaç duyulmadan bu tip platformların hareketlerini değişik çevre şartları altında hesaplamak mümkün olacaktır. Tezin ikinci bölümünde rüzgar türbinleri ele alınmıştır. Yüzer rüzgar türbinlerinin tarihi incelenmiştir. Yıllara oranla türbinlerin çalışma prensipleri ve kanat şekillerinde değişimler görülmektedir. Bu sebeple rüzgar türbini çeşitlerine yer verilmiştir. Bunun yanısıra türbinlerin kurulma alanlarına göre de sınıflandırma yapılabilir. Karada ve açık denizlerde kurulan farklı tipte türbinleri bulunmaktadır. Her ne kadar yeni bir teknoloji olsa da yüzen yapıların üzerine kurulan spar tipi yarı batık ve gergi ayaklı türbin çeşitleri mevcuttur. Üçüncü bölümde tezde kullanılan yazılımlar tanıtılmıştır. Bunun yanı sıra yapay sinir ağlarınin tanımı, çalışma prensibi ve kullanıldığı alanlardan bahsedilmiştir. Orcaflex açıkdeniz yapılarının modellenmesi ve dinamik analizlerinin yapılmasına olanak sağlayan bir programdır. Çok geniş uygulama alanlarına sahiptir. Fast, Fortran dilinde yazılmış, rüzgar türbinlerinin modellemesi yapılabilen bir programdır. İki veya üç kanatlı türbinlerin tüm aerodinamik ve hidrodinamik analizleri yapabilmektedir.Fastlink ise Orcaflex ve FAST programının entegre çalıştığı bir programdır. Orcaflex kullanıcısı tarafından yüzer rüzgar türbini analizleri için yazılmış olup Spar ve TLP örnek uygulamaları mevcuttur. Kullanılacak olan açık deniz yapısının hidrodinamik analizleri Orcaflex’te gerçekleşmektedir. Aerodinamik hesaplamaları ise FAST yapar. Orcaflex’ten sonuçlar alınır ve sonuç dosyası FAST tarafından oluşturulur İlk yapay sinir ağı modeli 1943 yılında, bir sinir hekimi olan Warren McCulloch ile bir matematikçi olan Walter Pitts tarafından gerçekleştirilmiştir. Yapay sinir ağları (YSA), insan beyninin özelliklerinden olan öğrenme yolu ile yeni bilgiler türetebilme, yeni bilgiler oluşturabilme ve keşfedebilme gibi yetenekleri, herhangi bir yardım almadan otomatik olarak gerçekleştirebilmek amacı ile geliştirilen bilgisayar sistemleridir. Yapay sinir ağları gerçekte var olan problemlerin çözümünde sıklıkla kullanılmaktadır. Uygulama alanı çok geniştir. Yapay sinir ağlarının tercih edilme nedenlerinden biri, eksik veriler olsa dahi iyi sonuçlar vermesidir. Bir diğer avantajı ise öğrenmenin tamamlanması ile sadece girdiler ile sağlıklı sonuçlar elde edilmesidir. Tezin dördüncü bölüm uygulama kısmının yer aldığı bölümdür. Yüzer rüzgar türbini çeşitlerinden olan SPAR tipi rüzgar türbini Orcaflex ve FAST programının ortak bir ürünü olan FASTlink programı kullanılarak modellenmiştir.. Spar’ın en önemli özelliği stabilitesini balast ile sağlıyor olmasıdır. Deniz dibine bağlayan halatlar gergin veya gevşek halde olabilirler. Bu çalışmada halatlar gevşek olarak bırakılmıştır. Yüksek gerilmeleri önlemek için halat boyu uzun tutulmuştur. Bu sebeple halat ağırlıkları büyük değerlere sahiptir. Spar tipi rüzgar türbini için üç farklı bağlama sistemi kombinasyonu düşünülmüştür. Uygulamada 2 farklı akıntı değeri, 4 farklı rüzgar hızı ve 4 farklı değerde dalga yüksekliği parametreler olarak belirlenmiştir. Birinci kombinasyonda rüzgar türbüni uç noktalı bağlama sistemi ile modellenmiştir. Akıntı değeri sabitlenip rüzgar ve dalga parametrelerinde değişiklik yapmak koşulu ile FASTlink programında analizler yapılmıştır. Elde edilen sonuçların tutarlı olup olmadıkları incelendikten sonra aynı işlemler dört noktalı ve altı noktalı bağlama sistemi için uygulanmıştır. Analizler tamamlandıktan sonra x,y,z yönündeki yer değiştirme ve dönme miktarları hesaplanmıştır. Aynı parameter değerleri kullanılarak yapılan farklı bağlama sistemlerindeki sonuçlar bir biri ile karşılaştırıldığında bağlama sistemindeki halat sayısının artışı ile Spar tipi rüzgar türbininin dönme ve yer değiştirme miktarlarında azalma gözlemlenmiş ve yapının denge durumunun iyileştiği sonucuna varılmıştır. Bu aşamadan sonar elde edilen veriler doğrultusunda tezin ikinci kısmını oluşturan yapay sinir ağları modellemesine geçilmiştir. Bu çalışmada spar tipi rüzgar türbininin yapay sinir ağları ile modellenmesi Matlab programının Neural Network Fitting eklentisi ile yapılmıştır. Programa girdi bilgileri olarak hidrodinamik analizlerde kullanılan rüzgar dalga akıntı dalga periyodu parametreleri verilmiştir. Hedef olarak ise analizlerden elde edilen, platformun x,y,z yönlerindeki yer değiştirme ve dönme miktarları girilmiştir. Yapay sinir ağlarından elde edilen sonuçların daha sağlıklı olabilmesi için birden fazla iterasyon yapılmıştır. Uygulamada nöron sayısı değiştirilerek daha hassas bir sonuç elde edilmesi amaçlanmıştır. Yapay sinir ağlarından elde edilen sonuçlar ile FASTlink'den elde edilen sonuçların örtüştüğü gözlenmiştir. Yapay sinir ağları modellemesi 3 farklı bağlama sistemine de başarılı bir şekilde uygulanmıştır. Son bölümde ise, tezin başlangıcında yapılmak istenen ve tez bitiminde ulaşılan hedeflerden bahsedilmiştir. Tezde kullanılan tüm programlar ve yapay sinir ağları ile ilgili devam eden çalışmalar hakkında bilgi sahibi olunmuştur. Bunun yanında kullanılan programlar ihtiyaç doğrultusunda öğrenilmiş modellenen platform doğru sonuçlar vererek başarılı olmuştur. Elde edilen yapay sinir ağı modeli ile farklı girdiler girerek analiz yapmaya gerek kalmadan istenen sonuçlar alınabileceği gözlemlenmiştir. Yine bu bölümde gelecek çalışmalar için tavsiyelerde bulunulmuştur.
-
ÖgeTanker-şamandıra Bağlama Sistemlerinin Yapay Sinir Ağları Tekniğiyle Optimizasyonu(Fen Bilimleri Enstitüsü, 2015-01-26)Çok karmaşık problemlerin çözümü günümüzde gelişen teknoloji ve bilgisayarlar ile daha basit hale gelmiştir. Birçok yöntem ve algoritma kullanılarak hızlı ve efektif çözümler üretilebilmektedir. Bu yöntemlerden biri de yapay sinir ağları tekniğidir. Temelde biyolojik sinir hücresini esas alan yapay sinir ağları, yapay sinir hücreleri arasında bağlantılar kurarak öğrenilen durumlara uygun sonuçlar verebilmektedir. Yapay sinir ağları hakkında ilk çalışma 1943 yılında nörofizikçi McCulloch ve matematikçi Pitts tarafından yapılmıştır. Yıllar geçtikçe yeni yöntemler ve algoritmalar geliştirilmiş ve yapay sinir ağları bugünkü halini almıştır. Yapay sinir ağlarının birçok kullanım alanı bulunmaktadır. Bunların bazıları sınıflandırma, kümeleme, tahmin, desen tanıma, fonksiyon yaklaşımı ve optimizasyondur. Yapay sinir ağları doğrusal olmaması, öğrenebilmesi, genelleme yapabilmesi, uyarlanabilmesi, hata toleransının az olması ve hızı nedeniyle güçlü bir tekniktir. Özellikle hata toleransının az olması ve problemlere hızlı bir şekilde sonuç bulması yapay sinir ağlarını diğer algoritmalara göre bir adım öne çıkarmaktadır. Yapay sinir ağları yapısal olarak üç katmandan oluşmaktadır. Bu katmanlar; giriş katmanı, ara (gizli) katman ve çıkış katmanıdır. Veri akışı katmanlar arasında devamlı şekilde devam etmektedir. Yapay sinir ağları yapısında temel olarak beş işlem elemanı bulunmaktadır. Bunlar girdi verileri, ağırlıklar, birleştirme fonksiyonu, aktivasyon fonksiyonu ve çıktı verileridir. Girdi verileri giriş katmanına gelerek ağırlıklar ile birleşir ve birleştirme fonksiyonu yardımı ile aktivasyon fonksiyonuna gönderilir. Aktivasyon fonksiyonundan geçtikten sonra çıktı verileri olarak alınırlar. Üç çeşit öğrenme türü bulunan yapay sinir ağlarında en çok kullanılan öğrenme türü eğitmenli öğrenmedir. Diğer öğrenme türleri ise eğitmensiz öğrenme ve yarı eğitmenli öğrenme olarak bilinmektedir. Ayrıca yapay sinir ağlarında bilinen bir çok öğrenme kuralı bulunmaktadır. Bu kurallardan en çok kullanılanları Hebb kuralı, Hopfield kuralı, Kohonen kuralı, delta kuralı, Levenberg-Marquardt algoritması ve geri yayınım algoritmasıdır. Ağ yapılarına göre ileri ve geri beslemeli olmak üzere ikiye ayrılmaktadır. İleri beslemeli ağda veriler bir sonraki katmana aktarılırken, geri beslemeli ağda veriler bir sonraki katmana aktarıldığı gibi kendinden önce bulunan katmanlara da aktarılabilir. Tek katmanlı modeller ile başlayan yapay sinir ağı çalışmaları daha sonra çok karmaşık problemlere de çözüm bulunamadığı için çok katmanlı yapıları da ortaya çıkarmıştır. Tek katmanlı yapılarda perceptron, ADALINE ve MADALINE modelleri ilk bilinen modellerdir. Çok katmanlı yapılarda ise giriş ve çıkış katmanları arasında birden çok ara (gizli) katman bulunabilmektedir. Yapay sinir ağlarının paralel olarak bilgiyi işlemesi, öğrenebilmesi, eksik bilgiler ile çalışabilmesi, yeni örneklere çabuk uyum sağlayabilmesi ve matematik modele ihtiyaç duymaması gibi özellikleri avantajları olarak söylenebilir. Dezavantajları ise sistem içinde ne olduğu bilinmediği için ağın verdiği sonuçları işleminin zorluğu, eğitilmek için zamana ihtiyaç duyması ve yalnızca nümerik bilgiler ile çalışması gösterilebilir. Çok noktalı tanker-şamandıra bağlama sistemi dizaynında birçok parametre önem arz etmektedir. Bunlardan bazıları rüzgar, dalga karakteristiği, akıntı, bağlama halatlarının bağlanma noktası ve bağlama açısı olarak gösterilebilir. Bu çalışmada OrcaFlex programı ile 4 noktalı tanker-şamandıra bağlama sistemleri modellendikten sonra değişik çevre şartları ve farklı bağlama şekilleri ile simülasyonlar yapılmıştır. Bu simülasyonlardan elde edilen sonuçlar yapay sinir ağlarını eğitmede kullanılmış ve bir algoritma elde edilmiştir. Bu algoritma ile farklı bağlama şekilleri simülasyona gerek kalmadan, kullanılacak parametreler belirli aralıkta yapay sinir ağlarına veri olarak girilerek optimum bağlama şekli seçilebilir.