ZAMAN SERİSİ VERİ MADENCİLİĞİ VE DESTEK VEKTÖR MAKİNALAR KULLANAN YENİ BİR AKILLI ARIZA SINIFLANDIRMA YÖNTEMİ
|
|
- İbrahi̇m Poyraz
- 5 yıl önce
- İzleme sayısı:
Transkript
1 Gaz Ünv. Müh. Mm. Fak. Der. J. Fac. Eng. Arch. Gaz Unv. Clt 3, No, , 008 Vol 3, No, , 008 ZAMAN SERİSİ VERİ MADENCİLİĞİ VE DESTEK VEKTÖR MAKİNALAR KULLANAN YENİ BİR AKILLI ARIZA SINIFLANDIRMA YÖNTEMİ İlhan AYDIN, Mehmet KARAKÖSE * ve Erhan AKIN * Blgsayar Teknolos ve Prog. Eğt., Kemalye H.A. Akın Meslek Yüksekokulu, Erzncan Unverstes 4600 Kemalye Erzncan * Blgsayar Mühendslğ Bölümü, Fırat Unverstes, 3119, Elazığ aydn@frat.edu.tr, (Gelş/Receved: ; Kaul/Accepted: ) ÖZET Asenkron motorlar endüstryel uygulamalarda en çok kullanılan maknelerdr. Bu motorlar genellkle güvenlr olmalarına rağmen ortam ve eskmeye ağlı seeplerden dolayı rçok arızaya maruz kalalrler. Bu çalışmada, r asenkron motorda oluşan kırık rotor çuuğu arızaları, destek vektör maknalar ve zaman sers ver madenclğ le sınıflandırılmıştır. Arıza sınıflandırma çn kullanılacak zaman sers park vektör yaklaşımının k leşen kullanılarak elde edlmektedr. Her r arıza durumu çn elde edlen yen zaman sers r faz alanına dönüştürülmektedr. Sağlam ve arızalı faz alanlarını ayırt etmek çn destek vektör maknalar kullanılmaktadır. Destek vektör maknaların eğtm hızını arttırmak çn ulanık küme merkezler eğtm vers olarak alınmaktadır. Gelştrlen yöntem le r, k, üç kırık rotor çuuğu arızaları ve sağlam durum, dört farklı çalışma hızında aşarılı r şeklde sınıflandırılmaktadır. Anahtar Kelmeler: Zaman sers ver madenclğ, destek vektör maknalar, asenkron motor, kırık rotor çuuğu arızaları, arıza teşhs. A NEW INTELLIGENT FAULT CLASSIFICATION METHOD USING TIME SERIES DATA MINING AND SUPPORT VECTOR MACHINES ABSTRACT Inducton motors are the most used machnes n ndustral applcatons. Although these motors are generally relaly, they can e exposed many faults due to envronmental and wear reasons. In ths study, roken rotor ar faults occurred n an nducton motor are classfed usng support vector machnes and tme seres data mnng methods. Tme seres to e used for fault dagnoss s otaned y usng two components of park s vector approach. The new tme seres whch s otaned for each fault condton s transformed to a phase space. Support vector machnes are used to separate healthy and faulty phase spaces. Fuzzy cluster centers are taken as tranng data to ncrease tranng speed of support vector machnes. Healthy motor condton and one, two and three roken rotor ar faults are successfully classfed at four dfferent operaton speeds wth developng method. Keywords: Tme seres data mnng, support vector machnes, nducton motor, roken rotor ar faults, fault dagnoss. 1. GİRİŞ (INTRODUCTION) Endüstrde kullanılan motorların %80 g üyük r kısmını asenkron motorlar oluşturmaktadır [1]. Asenkron motorlar rçok uygulamada kullanılır. Bu motorların üyük r kısmından petrokmyasal, madenclk ve ev aletler le lgl endüstrlerde faydalanılmaktadır. Ayrıca güvenlğn üst düzeyde olduğu asker ve uzay le lgl uygulamalarda terch edlrler. Bu yaygın kullanımların en üyük seepler; ast yapıları, güvenlrlkler ve çok az peryodk akıma htyaç duymalarından gelr []. Asenkron
2 İ. Aydın vd. Zaman Sers Ver Madenclğ ve Destek Vektör Maknalar Kullanan motorların çalışma ortamları genellkle aşındırıcı ve neml olduğundan motorların elrl ölümlernde zamanla arızalar oluşur. Durum zleme ve arıza teşhs şemaları asenkron motorun ml yatağı, rotor ve stator g leşenler le lgl arızaları ncelemektedr. Arızaların %10 a yakın r kısmı motorun rotor leşen le lgldr [3]. Arıza teşhsnde ttreşm, hız, akı g pahallı motor parametreler yerne malyet açısından daha ucuz olan akım duyargaları terch edlr [4]. Kırık rotor çuuğu arızalarını elrlemek çn motor akım mza analz en çok kullanılan yöntemlerden rdr. Motor akım mza analznde stator akımının Hızlı Fourer Dönüşümü alınarak frekans spektrumu oluşturulur. Spektrumda frekansı 50 Hz olan hat frekansından küçük lk spektral üyüklük sol, hat frekansından üyük lk spektral üyüklük sağ yan anttır. Sol yan andın genlğ ölçülerek ell r değer le karşılaştırılır ve u karşılaştırmanın sonucu r arıza olup olmadığını elrler. Fakat yan ant leşenler motor yükü düşük olduğunda oluşmazlar [5]. Ayrıca, yan antların hesaplanması çn motor hızı gerekldr. Son yıllarda geleneksel arıza teşhs yöntemlernn yern yapay snr ağları, ulanık mantık, destek vektör maknalar, genetk algortmalar, yapay ağışık sstemler ve ver madenclğ g akıllı arıza teşhs yöntemler almıştır [6]. Akıllı hesaplama taanlı teknkler hem arızaları sınıflandırma hem de arızanın üyüklüğünü elrleme özellğne sahptrler. Motordan duyargalar le alınan snyaller üzernden arıza teşhs yapan rçok akıllı hesaplama teknğ vardır. Yapay snr ağları ve ulanık mantık le tek fazlı r asenkron motorun ml yatağı ve stator arızaları akım ve hız lgler kullanılarak teşhs edlmştr []. Kolla ve dğ. [7] üç fazlı r asenkron motorda oluşan aşırı yük, tıkalı rotor, dengesz esleme gerlm, topraklama arızaları ve düşük gerlm g arızaları elrlemek çn ler eslemel r yapay snr ağı önermştr. Benouzd ve dğ. [8] ulanık mantık taanlı r arıza teşhs algortması le üç fazlı r asenkron motorun faz akımlarının değşmn nceleyerek gerlm dengeszlğ ve açık faz arızalarını teşhs etmştr. Ayhan ve dğ. [9] dört farklı yük durumu altında r kırık rotor arızasını teşhs etmek çn motor akım mza analz le elde edlen dört yan andı çoklu dskrmnant analz ve yapay snr ağları le sınıflandırmıştır. Arıza teşhs algortmasının grşlern motor akımı ve rotor hızı snyaller oluşturmaktadır. Br dğer çalışmada farklı yük durumları altında kırık rotor çuuğu arızalarını teşhs etmek çn üç fazlı r asenkron motorun faz akımları ve gerlmlernden 4 farklı özellk elde edlmş ve arıza teşhs çn uygun olanlar seçlerek k- ortalama kümeleme algortması le arızalı ve sağlam motor durumları ayırt edlmştr [10]. Destek vektör maknalar kullanılarak kırık rotor, kırık sonlandırıcı, ml yatağı ve stator arızaları teşhs edlmştr [11, 1]. Bu k çalışmada, ttreşm analz ve motor akım mza analz g özellk çıkarımı yöntemler kullanılmıştır. Motor akım mza analz eğer motor r şeekeden eslenyorsa y sonuçlar vermesne rağmen, PWM le eslenen motorlar çn uygun değldr. Çünkü u tür motorlarda hız değşken olmaktadır [13]. Zaman sers ver madenclğ le kırık rotor, kırık sonlandırıcı ve eksantrklk arızaları teşhs edlmştr [13]. Aydın ve dğ. [14] motorun dört farklı çalışma hızı çn kırık rotor çuuğu arızalarını zaman sers ver madenclğ ve ulanık kümeleme algortması le elrlemştr. Yaptıkları çalışmada arıza teşhs çn motorun sadece üç faz akımı kullanmışlardır. Benouzza ve dğ. [15] kırık rotor arızalarını elrlemek çn park vektör yaklaşımı kullanmıştır. Aydın [16] k farklı motordak kırık rotor, eksantrklk, sarım ve ml yatağı arızalarını teşhs etmek çn akıllı hesaplama teknkler ve ver madenclğ kullanmıştır. Yapay ağışık sstemler ve motor akım mza analz yöntem le arızalar teşhs edlmştr [17]. Bu çalışmada r, k ve üç kırık rotor çuuğu arızalarını farklı çalışma hızlarında teşhs etmek amacıyla üç faz akımı kullanılmıştır. Motorun üç fazından elde edlen özellk vektörü zaman sers ver madenclğ aracılığıyla r faz alanına dönüştürülmektedr. Her r motor durumunu sınıflandırmak çn faz alanları destek vektör maknalar le sınıflandırılmaktadır. Destek vektör maknaların sınıflandırma performansını arttırmak çn faz alanındak ütün noktaları eğtm çn kullanmak yerne her r faz alanı ulanık kümeleme le kümelere ayrılarak u küme merkezler eğtm çn kullanılmıştır. Kümeler doğru r şeklde sınıflandırıldıktan sonra küme çnde kalan verler de doğru sınıflandırılmış olacaktır. Bu çalışmada sadece üç faz akım lgs arıza teşhs çn kullanılmakta olup, elde edlen özellk snyal faz alanında destek vektör maknalar le aşarılı r şeklde sınıflandırılalecek çmdedr.. ARIZA SINIFLANDIRMA İÇİN ÖNERİLEN YÖNTEM (THE PROPOSED METHOD FOR FAULT CLASSIFICATION) Kırık rotor çuuğu arızalarının teşhs çn önerlen yöntem motorun üç faz akımına htyaç duyar. Alınan üç faz akımı üzernde gerekl ön şleme adımları le özellk vektörler elde edldkten sonra zaman sers ver madenclğ yöntem le zaman sersnn faz alanı oluşturulur. Bulanık kümeleme algortması le faz alanındak noktalar farklı kümelere ayrılır. Küme merkezler destek vektör maknalara grş olarak verlerek eğtlr. Sağlam ve arızalı motor verlernn faz alanı dağılımları destek vektör maknalar le sınıflandırılarak arızalar teşhs edlmektedr. Şekl 1 de önerlen arıza sınıflandırma yöntemnn şeması verlmştr. Şekl 1 e göre a, ve c asenkron motorun üç faz akımını göstermektedr. Bu üç faz akımı üzernden park vektör dönüşümü le park vektör leşenler I d ve 43 Gaz Ünv. Müh. Mm. Fak. Der. Clt 3, No, 008
3 Zaman Sers Ver Madenclğ ve Destek Vektör Maknalar Kullanan İ. Aydın vd. Şekl 1. Arıza sınıflandırma şeması (Fault classfcaton scheme) I q elde edlmektedr. Bu k leşen le özellk vektörü I ö elde edldkten sonra u vektör faz alanına dönüştürülür. Faz alanındak noktalar ulanık kümeleme le kümelere ayrılır. Destek vektör maknaların eğtm örnekler u küme merkezlernden oluşturulur. Böylece eğtm daha hızlı yapılalmekte ve r nokta yanlış sınıfta olsa le at olduğu küme doğru sınıfta se doğru r şeklde sınıflandırılmaktadır. Sstemn çıkışlarından S sağlam motor durumunu, Kr1 r, Kr k ve Kr3 üç kırık rotor çuuğu arızalarını göstermektedr. Önerlen yöntemn adımları aşağıda detaylı olarak verlmektedr. olacaktır [18]. Fakat park vektör dönüşümünün akımdak ütün lgler tutması ve arıza teşhsnde kullanılalecek değşken sayısını azaltması g özellklernden dolayı u dönüşüm üzernden özellk vektörünün elde edlmes amaçlanmıştır. Bu amaçla şekl de yen r özellk vektörü olan I ö sersn elde etmek çn algortmanın r ölümü verlmştr. Şekl 3 te yöntemn uygulandığı r örnek verlmştr..1. Ver Ön İşleme Modülü- Özellk Vektörü Çıkarımı (Data Pre-processng Module- Extracton of Feature Vector) Üç fazlı r asenkron motorda stator akımlarının toplamı sıfırdır [8]. Park vektör yaklaşımı üç fazlı asenkron motorun hat akımlarının k oyutlu göstermn elde etmek çn kullanılır. Park vektörünün genel çm denklem (1) de verlmştr. I I d q a c 1 c 6 (1) Park vektörü öneml performans düşüklüklernn olduğu açık faz, gerlm dengeszlğ g arızaları drekt olarak elrlemek çn tek aşına yeterldr. Kırık rotor çuuğu arızalarının teşhs çn u dönüşümün tek aşına kullanılması uygun değldr. Çünkü eğer örüntüler farklı arızalar çn aynı se u dönüşüm yanlış sonuçlar verr. İknc r dezavanta se gürültü olduğunda sınıflandırma şlem zor Şekl. Özellk vektörünün elde edlmes (Consttutng of feature vector) Şekl dek algortma le sadece I d park vektör leşennn tepe noktasına yakın ölgelerdek değşmlerden oluşan I ö1 vektörü elde edlmştr. Bu şlem, I q vektörü çn de tekrarlanarak I ö elde edlr ve k vektör rleştrlerek I ö vektörü elde edlr. Elde edlen özellk vektörü zaman sers ver madenclğ yöntemne grş olarak verlmeden önce [0,1] aralığında normalleştrlr... Zaman Sers Ver Madenclğ Modülü (Tme Seres Data Mnng Module) Br zaman sers, elrl zaman aralıklarında r sstemden alınan verlerdr. Denklem () de r zaman sers örneğ verlmştr. X { xt, t 1... n} () Gaz Ünv. Müh. Mm. Fak. Der. Clt 3, No,
4 İ. Aydın vd. Zaman Sers Ver Madenclğ ve Destek Vektör Maknalar Kullanan X t ( xt4, xt, xt ) le fade edlr. Dolayısıyla üç oyutlu r faz alanı oluşturulur. Zaman geckmesnn elrlenmes çn karşılıklı lg yöntem ve gömülme oyutunun elrlenmes çn yanlış en yakın komşu algortması kullanılır [19]...1. Faz alanı çn zaman geckmesnn seçm (Selectng tme lag for phase space) Şekl 3. Elde edlen özellk vektörü (Otaned feature vector) Burada t zamanı ve n örnek sayısını gösterr. Zaman sers ver madenclğ yöntem r zaman sersnden lgnç örüntülern çıkarılması amacıyla sernn r faz alanında ncelenmesn gerektrr. Zaman sersnden çıkarılması gereken lgnç örüntüler olay olarak fade edlr [13]. Farklı amaçlar çn kullanılan zaman serlernde olay kavramı farklı anlamlar fade eder. Örneğn ssmk r zaman sersnde depremler öneml olaylar olarak alınırken, günlük stok fyatlarını tutan r zaman sersnde an fyat düşüşü veya yükselş ve r asenkron motorda oluşan arızalar zaman sers ver madenclğ çn r olaydır [19]. Zaman sers ver madenclğ yöntem, ver madenclğ ve lneer olmayan zaman sers analznn rleşmnden oluşmaktadır. Zaman sersnn amacına göre herhang r optmzasyon algortması veya sınıflandırma algortması kullanılır. Bu çalışmadak amaç, farklı çalışma durumlarını ayırt etmek olduğundan r sınıflandırma şlem yapılacaktır. Zaman sers ver madenclğ yöntemnde r zaman sers faz alanında ncelenr. Denklem () dek zaman sers çn oluşturulan faz alanı matrsnn r satırı denklem (3) tek gdr. X t x, x,..., x ) (3) ( t( 1) t( ) t Yukarıdak denklemde gömülme oyutunu ve se zaman geckmesn gösterr. Faz alanı matrsnde dkkat edlmes gereken nokta, matrsn her satırının faz alanında r noktaya karşılık gelmesdr. Örneğn gömülme oyutu =3 ve zaman geckmes = olarak seçldğnde faz alanında r nokta Faz alanına dönüştürülen r zaman sersnn k farklı zamanda alınmış örnekler arasındak değşmler elrlemek veya rrne enzer k zaman sers arasındak farklılıkları ortaya çıkarmak çn uygun r zaman geckmes seçlmeldr. Zaman geckmes küçük olduğunda faz alanındak noktalar rrne çok yakın olduklarından zaman serlernn ayırt edlmes zorlaşır. Karşılıklı lg yöntem denklem (4) te verlmştr. M( Xt,Xt ) = p( ) ln p( ) p ln p (4), Burada p, X t nn hstogramda. kutuda kalma olasılığı ve p X t nn. kutuda kalma ve X t nn. kutuda kalma olasılığıdır. Bu yöntemde de karşılıklı lg fonksyonunun lk mnmuma ulaştığı geckme zaman geckmes olarak alınır [5]. Faz alanı matrsnn aynı satırındak her r matrs elemanı, ornal zaman sersnden r zaman geckmes ve gömülme oyutuna göre oluşturulan yen zaman serlernn r elemanıdır. Dolayısıyla yukarıdak denklemde matrsn r satırındak X t lnrse faz alanında ona karşılık gelen aynı satırdak X t değer de tahmn edlelr.,... Faz alanı çn gömülme oyutunun elrlenmes (Determnng emeddng dmenson for phase space) Faz alanı çn mnmum r gömülme oyutunun elrlenmes faz alanında enzerszlk çn önemldr. Bu özellğn elrlenmes çn yanlış en yakın komşu algortması kullanılır [5]. Aşağıda denklem (5) te u yöntem verlmştr. a) Zaman geckmes seçm (Selecton of tme lag) ) Gömülme oyutu seçm (Selecton of emeddng dmenson) c) Seçlen parametrelere göre oluşturulan faz alanı(constructed phase space accordng to selected parameters) Şekl 4. Zaman geckmes ve gömülme oyutunun elrlenmes (Determnng of tme lag and emeddng dmenson) 434 Gaz Ünv. Müh. Mm. Fak. Der. Clt 3, No, 008
5 Zaman Sers Ver Madenclğ ve Destek Vektör Maknalar Kullanan İ. Aydın vd. r X m X m X X X X (5) Burada X X k nokta arasındak ökld mesafedr. R de her nokta X le tanımlanır [19]. X nn en yakın komşusu X dr. r verlen r v eşk değern aştığında X yanlış r en yakın komşuya sahp olarak şaretlenr. Bu algortma r >v çn ver noktalarının sayısı R da sıfır olduğunda gömülme oyutu olarak tanımlanır. Bu çalışmada zaman sers olarak I ö özellk vektörünün faz alanı oluşturulmuştur. Faz alanı çn zaman geckmes karşılıklı lg yöntemne göre 4 ve gömülme oyutu yanlış en yakın komşu algortmasına göre seçlmştr. İk yöntemn I ö üzerndek sonuçları ve oluşturulan r faz alanı örneğ şekl 4 te verlmştr..4. Destek Vektör Maknalar Modülü (Support Vector Machnes Module) Destek vektör maknelar, 1960 ların sonunda V. Vapnk tarafından gelştrlen r statstksel öğrenme metodu olup, k sınıflı r sınıflandırma yöntemdr [1]. Destek vektör maknaların en ast model lneer olarak ayrılalen grşler çn uygulanan modeldr. Burada k sınıf mevcut olup r sınıfın etket -1 dğer sınıfın etket +1 le fade edlr. İk sınıflı r prolem çn m-oyutlu x grşler eğer lneer r şeklde ayrılalyorsa denklem (8) dek fade u sınıfları ayırmak çn kullanılır. T f ( X ) w x (8) İk sınıf arasındak destek vektörlern maksmum olması çn denklem (9) dak lk fadendn mnmum yapılması ve ütün örneklern doğru sınıflandırılması çn her eğtm örneğ knc eştszlğ sağlanmalıdır..3. Bulanık Kümeleme Modülü (Fuzzy Clusterng Module) Bulanık kümeleme algortması, ulanık üyelk dereces kullanarak r verdek noktaları kümelere ayıran r yöntemdr [0]. Bu algortmada her r nokta 0 le 1 arasında üyelk dereces le ütün kümelere at olalrler. Bulanık kümelemenn amacı enzerszlk fonksyonunu mnmum eden küme merkezlern ulmaktır. Üyelk matrs (U) denklem (6) da verlmştr. Bulanık kümelemede kullanılan enzerszlk fonksyonu se denklem (7) de verlmştr. w T y ( w x ) 1 1 mn umum egtm orneg cn (9) İk sınıflı lneer r aşırı düzlem le ayrılalen r örnek gösterm Şekl 5 te verlmştr. Sınıflandırma çn rden fazla aşırı düzlem elde edlelr. Fakat öneml olan destek vektör olarak smlendrlen ve aşırı düzleme en yakın noktaların arasındak mesafenn maksmum olmasıdır []. c u 1 1, 1,..., n (6) c 1 c m J ( U, c, c,..., c J u d (7) 1 c) n 1 1 Burada u 0 le 1 arasında r değerdr. Br kümesnn merkez c le fade edlr. İk küme merkez arasındak mesafe d ve m se [1, ] arasında değer alan ağırlıklandırma üssüdür. Bu çalışmada amaç, arızaları sınıflandırmak olduğundan ulanık kümeleme faz alanındak noktaları temsl etmek çn kullanılmaktadır. Zaman sers ver madenclğ le elde edlen faz alanındak noktaların hepsn destek vektör maknaların grşler olarak kullanmak algortmanın eğtm zamanını arttırır. Fakat u noktaları temsl edecek küme merkezlern kullanmak hem eğtm hızını arttırır hem de küme merkez noktaları doğru sınıflandırıldıklarında kümeye at olan verler de doğru sınıflandırılacağından doğruluk oranı yüksek sonuçlar alınır. Şekl 5. Lneer şeklde ayrılalen örnekler çn optmal aşırı düzlem (Optmal hyper plane for lnearly separale samples) Eğer eğtm örnekler sayısı fazla se denklem (1) dek optmzasyon prolemn çözmek çn Lagrangan fonksyonunu kullanmak gerekr. L( ) l 1, 1 l 1 y 0 0 l y y x T x (10) Burada,..., ) lagrangan çarpanlarıdır. ( l Eğer optmal çözümler * ve * se denklem Gaz Ünv. Müh. Mm. Fak. Der. Clt 3, No,
6 İ. Aydın vd. Zaman Sers Ver Madenclğ ve Destek Vektör Maknalar Kullanan * (1) dek eştszlk sadece sıfıra eşt olmayan lar çn sağlanır. Lneer şeklde ayrılalen verlerde hatalı sınıflandırma varsa denklem (10) dak fadeye poztf serestlk değerlernn toplamı C penaltı parametres le çarpılarak eklenmeldr. Eğer sınıflar rrnden lneer r şeklde ayrılamıyorsa verlern daha yüksek oyutlu yen r özellk alanına dönüştürülmes gerekldr. Bu amaçla grş örnekler üzernde denklem (11) dek dönüşüm uygulanır. z a n ( x)] (11) ( x) [ a11 ( x), a ( x),..., n Bu özellk dönüşümünden sonra lneer karar fonksyonu aşağıdak çme dönüşür. l f ( x) y z ( x) z( x ) (1) 1 T Lneer olmayan sınıflandırmada, grş verler çekrdek fonksyonları adı verlen fonksyonlardan geçrlp özellk uzayına düşürülürler ve urada sınıflandırma yapılır. En çok kullanılan çekrdek fonksyonları denklem (13), (14) ve (15) te verlmştr [3]. d K ( x, ( x. (13) K( x, exp( x y /( )) (14) K ( x, tanh( ( x. ) (15) T rotor arızalarını oluşturmak amacıyla üç adet rotor çuuğu delnmştr. Asenkron motordan verler elde etmek amacıyla Advantech n 16 tlk r ver toplama kartı kullanılmıştır. Akım verler 3000 örnek/sanye le 3 sanye oyunca alınıp kaydedlmştr Talo 1. Deneyde kullanılan asenkron motorun özellkler (Features of nducton motor used n the experment) Özellk Değer Güç 0.37 Kw Grş gerlm 380 V Tam yük akımı 1. A Frekans 50 Hz Kutup sayısı 4 Rotor slot sayısı Tam yükte çalışma hızı 1390 Rpm Asenkron motordan verler dört farklı hızda alınmıştır. Motora verlen esleme gerlmler 60, 300, 340 ve 380 V olarak seçlmştr. Üç faz akımından elde edlen akım snyaller arıza sınıflandırma çn kullanılmıştır. Üç faz akımı denklem (1) de verlen dönüşüm kullanılarak park vektörüne dönüştürülmüştür. Her r sağlam ve arızalı motor çn elde edlen park vektör leşenlernden yen özellk vektörü Şekl dek algortma kullanılarak elde edlmştr. Şekl 7 de kullanılan motorun faz akımları, elde edlen park vektörü ve özellk vektörü görülmektedr. Destek vektör maknaları k sınıflı r sınıflandırma yöntem olmasına rağmen azı yöntemler kullanılarak çok sınıflı sınıflandırma prolemlernde kullanılalr. Kullanılan yöntemlere rne karşı r, rne karşı dğerler ve yönlendrlmş çevrmsz çzge örnekler verlelr [1]. Brne karşı r yöntemnde kl sınıflar alınır ve rrnden ayrılır. Bu yöntem Şekl 6 da verlmştr. a) Faz akımları )Park ve özellk vektörler (a) Phase currents ) Park and feature vectors) Şekl 7. Br kırık rotor çuuğuna sahp motorun faz akımları ve özellk vektörler (Phase currents and feature vector havng one roken rotor ar fault) Şekl 6. Çok sınıflı sınıflandırıcı (Mult-class classfer) 3. DENEYSEL SONUÇLAR (EXPERIMENTAL RESULTS ) Önerlen arıza sınıflandırma algortmasını uygulamak çn MATLAB programı kullanılmıştır. Arıza sınıflandırma çn üç fazlı gerçek r asenkron motordan akım snyaller alınmıştır. Kullanılan motor le lgl parametreler Talo 1 de gösterlmştr. Kırık Özellk vektörünü drekt olarak arızayı elrlemek çn kullanmak yeterl değldr. Şekl 8 de 60 V le eslenen r motor çn sağlam ve r kırık rotor çn elde edlen özellk vektörler verlmştr. Şekl 9 da Kr160 60V le eslenen r kırık rotor çuuğu çn özellk vektörünü gösterrken, S60 se aynı esleme gerlm çn sağlam motor çn özellk vektörünü gösterr. Elde edlen özellk vektörlerne göre kırık rotor çuuğu arızalarını sınıflandırmak çn özellk vektörü zaman sers ver madenclğ yöntemnn r ön şleme adımı olarak faz alanına dönüştürülür. Her r 436 Gaz Ünv. Müh. Mm. Fak. Der. Clt 3, No, 008
7 Zaman Sers Ver Madenclğ ve Destek Vektör Maknalar Kullanan İ. Aydın vd. arıza durumu ve sağlam motor durumu çn ayrı ayrı faz alanları oluşturulmuştur. Faz alanı çn zaman geckmes denklem (5) tek yönteme göre dört, gömülme oyutu se denklem (6) dak yönteme göre k ve olarak seçlmştr. Şekl 9 da ayrı ayrı oluşturulan faz alanlarının rleştrlmş hal görülmektedr. merkezler Şekl 10 da gösterlmştr. Şekl 10. Faz alanı ve ulanık kümeleme le elde edlen küme merkezler (Cluster centers otaned va phase space and fuzzy clusterng) Şekl 8. Sağlam ve r kırık rotor çuuğu çn özellk vektörler (Features vectors for healthy motor and one roken rotor ar fault) Şekl 9. Farklı durumların rleştrlmş faz alanı (Comned phase space of dfferent condtons) Faz alanında çok fazla ver olduğundan u verlern hepsn destek vektör maknalarının eğtm çn kullanmak çok fazla hesaplama zamanı almaktadır. Bunun yerne sadece verler temsl edecek ulanık küme merkezlernn kullanması yöntemn performansını arttıracaktır. Faz alanındak verlern kaç kümeye ayrıldığı da önemldr. Çünkü az sayıda ulanık küme kullanıldığında ütün verler temsl edlmeyelr ve yanlış sınıflandırma şlem yapılmış olunur. Çok sayıda küme kullanıldığında se r very temsl eden rden fazla küme merkez olacaktır. Sağlam motor çn özellk vektörünün faz alanı ve ulanık kümeleme le u durumu temsl eden küme Şeklde BKM değer ulanık küme merkezlern ve SMBFA se sağlam motor çn rleştrlmş faz alanını fade etmektedr. Destek vektör maknalar normalde k sınıflı statstksel r sınıflandırıcı yöntemdr. Burada sağlam, r kırık, k kırık ve üç kırık rotor çuuğu şeklnde dört ayrı sınıf mevcuttur. Çok sınıflı r sınıflandırma şlem çn öncek ölümde anlatılan re karşı r yöntem kullanılmıştır. Faz alandak verlern dağılımı lneer olmadığından verler yen r özellk alanına dönüştürülmüştür. Yen özellk alanı vektörü denklem (16) da verlmştr. [ z 1 I * I * I I * I * I ] (16) Bu denklemde I 1 ve I anlık grş ve r sonrak örnek değer temsl etmektedr. Algortmanın performansını değerlendrmek çn k farklı radyal taanlı çekrdek fonksyonu (rtçf) kullanılmıştır. Lneer ve polnom çekrdek fonksyonlarının performansı daha düşük olduğundan sonuçları gösterlmemştr. Daha önce denklem (14) te verlen radyal taanlı çekrdek fonksyonun değştrlmş çm(drtçf) de kullanılmıştır. Bu fonksyon denklem (17) de verlmştr. K( x, exp( x y /( )) (17) Talo. İk farklı Rtçf fonksyonu çn destek vektör maknalar çn eğtm ve test sonuçları (Tranng and test results of support vector machnes for two dfferent radal ased kernel functons) Eğtm Zamanı (sn) Doğruluk Yüzdes (%) Eğtmde kullanılan Rtçf Eğtm Test Bulanık küme sayısı Drtçf Drtçf Drtçf Drtçf Rtçf Rtçf Rtçf Rtçf Gaz Ünv. Müh. Mm. Fak. Der. Clt 3, No,
8 İ. Aydın vd. Zaman Sers Ver Madenclğ ve Destek Vektör Maknalar Kullanan Talo 3. İk farklı Rtçf fonksyonu çn destek vektör maknalar çn eğtm ve test sonuçları (Effects of fuzzy cluster s numer on performance of support vector machnes) Eğtm Doğruluk Yüzdes (%) Eğtmde kullanılan Rtçf Zamanı (sn) Eğtm Test ulanık küme sayısı Drtçf Drtçf Drtçf Drtçf Rtçf Rtçf Rtçf Rtçf Destek vektör maknalar le sağlam ve r kırık rotor çuuğu arızalarının k ayrı sınıfa ayrılması görülmektedr. Eğtm çn sadece u k durum çn elde edlen ulanık küme merkezler kullanılmıştır. Bu örnek çn 0. 5 olarak alınmış ve denklem (14) tek çekrdek fonksyonu kullanılmıştır. Eğtm örneklernn %100 aşarım oranı le sınıflandırıldığı Şekl 11 den de görülmektedr. çn kullanılan küme sayısı en uygun olursa faz alanındak noktalar üyelk derecelerne göre herhang r kümeye at olacağından verler eğtmdek doğruluk yüzdeler kadar yan %100 sınıflandırılacaktır. Fakat urada test çn drekt olarak eğtm kümes kullanılmayıp motor durumlarını gösteren faz alanındak ütün noktalar ve farklı zamanlarda alınmış akım snyaller kullanılmıştır. Dolayısıyla eğtm le test ver kümes farklı verlerden oluşmaktadır. Şekl 11. Destek vektör maknalar le sağlam ve r kırık rotor çuuğu faz alanlarının sınıflandırılması (Classfcaton of healthy and one roken rotor ar phase spaces y support vector machnes) Destek vektör maknaların çekrdek parametreler uygun r şeklde ayarlandığında rçok doğrusal olmayan prolem aşarılı r şeklde sınıflandıralr. Bu çalışmada radyal taanlı çekrdek fonksyonun parametres ve kullanılan ulanık küme sayısına göre yöntemn performansı değerlendrlmştr. Penaltı parametres C 100 olarak alınmıştır. Yöntemn arıza teşhs çn gösterdğ performans Talo de farklı parametre seçmlerne göre verlmştr. Talo 3 te kullanılan ulanık küme sayısı 15 e düşürüldüğünde test performansının yne %97.59 olduğu görülmektedr. Aynı zamanda eğtm zamanı da ortalama 0.1 sn çıkmaktadır. Bu çalışmada ulanık kümeleme sadece eğtm vers çn kullanılmıştır. Normalde eğer eğtm Bu çalışmanın en öneml avantalarından r, arıza sınıflandırma amacıyla sadece üç faz akım lgsne htyaç duymasıdır. Daha önce zaman sers ver madenclğ yöntemn kullanan rçok çalışma kırık rotor arızalarının teşhs çn genellkle moment lgsne htyaç duymaktaydılar. Moment lgs hassas ölçümler gerektrdğnden pahallı r teknktr. Zaman sers ver madenclğ kullanarak kırık rotor çuuğu arızasının ulunması çn Slva [5] tarafından yapılan çalışmada üç faz akımının yanında motor hız lgsne de htyaç duyulmaktadır. Hız lgs slot harmonklernden ve rotor sayısı hesaplanarak elde edlmektedr. Fakat u çalışmada, sadece üç faz akımı kullanılmakta ve u faz akımından elde edlen dönüşüm le yen özellk vektörü elde edlmektedr. Önerlen yöntem le Slva [5] tarafından önerlen yöntemn performans karşılaştırması Talo 4 te gösterlmştr. Lteratürde kırık rotor çuuğu arızalarını sınıflandırmak çn önerlen yaklaşımların çoğu motor akım mza analzne dayalıdır. Bu yöntemn en öneml dezavantaı kırık rotor arızalarının teşhs çn kullanılan yan ant genlklernn motor yükünden etklenmes ve motor hızının ölçülmesn gerektrmesdr. Günümüzde artık asenkron motorların çoğu PWM chazlar le eslendğnden hız ölçümü de değşken olmaktadır. Önerlen yöntemn Talo 4. Lteratürdek r çalışmanın uygulanması ve elde edlen sonuçların performansının karşılaştırması (Applyng of one study n lterature and performance comparson of otaned results) Makale No Kullanılan Küme Sayısı En düşük Doğruluk En yüksek Doğruluk Ölçülen Motor Parametreler Önerlen Üç faz motor akımı yöntem [5] nolu makaledek Üç faz motor akımı yöntemn ve hız lgsnn uygulanması çıkarımı Matematksel Karmaşıklık Orta Yüksek 438 Gaz Ünv. Müh. Mm. Fak. Der. Clt 3, No, 008
9 Zaman Sers Ver Madenclğ ve Destek Vektör Maknalar Kullanan İ. Aydın vd. Talo 5. Lteratürde kullanılan yöntemler le performans ve matematksel karmaşıklık karşılaştırması (Performance and mathematcal complexty comparson wth used methods n lterature) Makale No Ölçülen motor snyal Kullanılan metotlar Matematksel karmaşıklık Önerlen yöntem Üç faz akımı [4] Üç faz akımı ve slot harmonklernden hız tahmn [8] Üç faz akımı ve hız lgs [9] Üç faz akımı ve hız lgs Zaman sers ver madenclğ ve destek vektör maknalar Motor akım mza analz ve park vektör dönüşümü Motor akım mza analz ve park vektör dönüşümü Motor akım mza analz [13] Motor torku Zaman sers ver madenclğ motor akım mza analz kullanan yöntemler le performans ve doğruluk karşılaştırması Talo 5 te verlmştr. Önerlen arıza sınıflandırma yöntem normalde her r motor durumu çn özellk vektörlernden faz alanları oluşturulduktan sonra uygun r normalleştrme şlem le faz alanlarını rleştrmektedr. Bulanık küme merkezler u rleştrlmş faz alanlarından elde edlp, destek vektör maknaların eğtm u kümeler kullanılarak yapılmaktadır. Algortma her r motor esleme gerlm çn sağlam ve arızalı motor durumunun faz alanları çn de test edlmştr. Destek vektör maknalar çn rtçf fonksyonu kullanılmış ve çekrdek parametres =0.5 olarak alınmıştır. Buna göre test sonuçları Şekl 1 de görülmektedr. Orta Orta Orta Yüksek Orta Tespt edlen arızalar Br, k ve kden fazla kırık rotor çuuğu arızaları Dört kırık rotor çuuğu arızası Br, k, üç ve dört kırık rotor çuuğu arızası Dört farklı yük altında r kırık rotor çuuğu arızası Üç, altı ve dokuz kırık rotor ve kırık konektör arızası 4. SONUÇLAR (CONCLUSIONS) Bu çalışmada, asenkron motorlarda oluşan kırık rotor çuuğu arızalarının sınıflandırılması çn zaman sers ver madenclğ ve destek vektör maknalar kullanılmıştır. Arıza sınıflandırma çn sadece faz akımları yeterldr. Burada park vektöründen elde edlen yen özellk vektörü sadece kırık rotor le lgl özellkler elde edlmştr. Bu özellk vektörü zaman sers ver madenclğ yöntem le r faz alanında ncelenmektedr. Her r arıza ve sağlam durumu çn rleştrlmş faz alanları oluşturulur. Bulanık kümeleme le u faz alanında destek vektör maknaların eğtm çn küme merkezler elde edlmektedr. Böylece, faz alanındak ütün noktaları eğtm çn kullanmak yerne u noktaları temsl eden küme merkezler kullanılmaktadır. Test aşaması faz alanındak ütün noktaları kapsamaktadır ve %99.49 g r aşarım oranı elde edlmektedr. Daha önce zaman sers ver madenclğ yöntemn kullanan arıza teşhs şemaları moment ve hız lgs g elde edlmes zor ve pahallı olan duyargalardan gelen lgler kullanmıştır. Lteratürde kırık rotor çuuğu arızaları çn en çok kullanılan yöntem olan motor akım mza analz de hız lgs gerektrmektedr. KAYNAKLAR (REFERENCES) Ortalama doğruluk (%) %99.49 %97.9 %95.0 %93.75 %98.0 Şekl 1. Motorun her r esleme gerlm çn ayrı ayrı oluşturulan faz alanlarının test sonuçları (Test results of separately constructed phase spaces for each feed voltages of motor) Bütün test sonuçları %99 un üzernde olmasına rağmen düşük esleme gerlmlernde daha y sonuçlar alınmaktadır. Asenkron motorun esleme gerlm düşürüldüğünde faz akımları snyaller u değşme ağlı olarak ozulur. Fakat algortma u hassasyete rağmen y sonuçlar vermektedr. Bu durum yöntemn esleme gerlmnden ağımsız olduğunu göstermektedr. 1. Benouzd M.E., Klman G.B., What Stator Current Processng ased technque to use for nducton motors rotor faults?, IEEE Trans. on Energy Converson, Clt 18, No, 38-44, Chow M. Y., Methodologes of Usng Neural Network and Fuzzy Logc Technologes for Motor Incpent Fault Detecton, World Scentfc, Czeslaw, T. K., T. O. Kowalska, Neural Network Applcaton for Inducton Motor Fault Dagnoss, Mathematcs and Computers n Smulaton, Clt 63, , 003. Gaz Ünv. Müh. Mm. Fak. Der. Clt 3, No,
10 İ. Aydın vd. Zaman Sers Ver Madenclğ ve Destek Vektör Maknalar Kullanan 4. Km K., Parlos A.G., Bharadwa R. M., Sensorless Fault Dagnoss of Inducton Motors, IEEE Trans. on Industral Electroncs, Clt 50, No 5, , Aderano M. da Slva, Inducton Motor Fault Dagnostc and Montorng Methods, Master Thess, Marquette Unversty, Mlwaukee, WI, Flpett F., Franceschn G., Tasson C., Vas P., Recent Developments of Inducton Motor Drves Fault Dagnoss Usng AI Technques, IEEE Trans. on Industral Electroncs, Clt 47, No 5, , Kolla S., Varatharasa L., Identfyng Threephase Inducton Motor Faults usng Artfcal Neural Networks, ISA Transactons, Clt 39, No 4, , Benouzd M.E.H., Near H., A Smple Fuzzy Logc Approach for Inducton Motors Stator Condton Montorng, IEEE Electrcal Machnes and Drves Conference (IEMDC), Camrdge, MA, June 17-0, Ayhan B., Chow M.Y., Song M.H., Multple Dscrmnant Analyss and Neural-Network- Based Monolth and Partton Fault-Detecton Schemes for Broken Rotor Bar n Inducton Motors, IEEE Trans. on Industral Electroncs, Clt 53, No 4, , August Ondel O., Boutleux E., Clerc G., A method to Detect Broken Rotor Bars n Inducton Machne Usng Pattern Recognton Technques, IEEE Trans. on Industry Applcatons, Clt, No 4, , Pöyhönen, S., Support Vector Machne Based Classfcaton n Condton Montorng of Inducton Motors, Doktora Tez, Helsnk Unversty of Technology Control Engneerng Laoratory, Shn H. J., Eom D. H., Km S. S., One-class Support Vector Machnes An Applcaton n Machne Fault Detecton and Classfcaton, Computer & Industral Engneerng, Clt 48, No, , Bangura J. F., Povnell R. J., Demerdash, N.A.O., Brown R. H., Dagnostcs of Eccentrctes and Bar/End-Rng Connector Breakages n Polyphase Inducton Motors Through a Comnaton of Tme-Seres Data Mnng and Tme-Steppng Coupled FE State Space Technques, IEEE Trans. On Industry Applcatons, Clt 39, No 4, , Aydın İ., KARAKÖSE M., AKIN E., A Smple and Effcent Method for Fault Dagnoss Usng Tme Seres Data Mnng, IEEE Electrcal Machnes and Drves Conference (IEMDC07), , Benouzza N., Benyettou A., Bendadellah A., An Advanced Park s Vectors Approach for Rotor Cage Dagnoss, IEEE Frst Internatonal Symposum On Control, Communcatons and Sgnal Processng, , Aydın İ., Arıza Teşhsnde Ver Madenclğ ve Yumuşak Hesaplama Teknklernn Kullanımı, Yüksek Lsans Tez, Fırat Ünverstes Fen Blmler Ensttüsü, Aydın İ., Karaköse M., Akın E., Yapay Bağışıklık Sstem Taanlı Arıza Teşhs Algortması, IEEE 14. Snyal İşleme Ve İletşm Uygulamalar Kurultay (SIU 006), Nsan, Antalya, Ha M., Tolyat H.A., Pattern Recognton-A Technque for Inducton Machnes Rotor Fault Detecton-Eccentrcty and Broken Bar Fault, IEEE Industry Applcatons Conference (IAS), , Feng X., Huang H., A Fuzzy Set Based Reconstructed Phase Method for Identfcaton of Temporal Patterns n Complex Tme Seres, IEEE Trans. On Knowledge and Data Engneerng, Clt 17, No 5, , Bezdek J. C., Pattern Recognton wth Fuzzy Oectve Functon Algorthms, Plenum Press, New York, Crstann N., Shawe Taylor J., An Introducton to Support Vector Machnes and Other Kernel-ased Learnng Methods, Camrdge Unversty Press, Kecman V., Learnng and Soft Computng: Support Vector Machnes, neural Networks and Fuzzy Logc, The MIT Press., Burges, C., A Tutoral on Support Vector Machnes for Pattern Recognton, Journal of Data Mnng and Knowledge Dscovery, Clt, No, , Gaz Ünv. Müh. Mm. Fak. Der. Clt 3, No, 008
ZAMAN SERİSİ VERİ MADENCİLİĞİ KULLANAN DESTEK VEKTÖR MAKİNALAR TABANLI ARIZA SINIFLANDIRMA ALGORİTMASI
ZAMAN SERİSİ VERİ MADENCİLİĞİ KULLANAN DESTEK VEKTÖR MAKİNALAR TABANL ARZA SNFLANDRMA ALGORİTMAS Suna YLDRM 1 Erhan AKN İlhan AYDN 3 Mehmet KARAKÖSE 4 1,, 3, 4 Bilgisayar Mühendisliği Bölümü Mühendislik
DetaylıÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU
6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız
Detaylı5.3. Tekne Yüzeylerinin Matematiksel Temsili
5.3. Tekne Yüzeylernn atematksel Temsl atematksel yüzey temslnde lk öneml çalışmalar Coons (53) tarafından gerçekleştrlmştr. Ferguson yüzeylernn gelştrlmş hal olan Coons yüzeylernde tüm sınır eğrler çn
Detaylıa IIR süzgeç katsayıları ve N ( M) de = s 1 (3) 3. GÜRÜLTÜ GİDERİMİ UYGULAMASI
Fırat Ünverstes-Elazığ MİTRAL KAPAK İŞARETİ ÜZERİNDEKİ ANATOMİK VE ELEKTRONİK GÜRÜLTÜLERİN ABC ALGORİTMASI İLE TASARLANAN IIR SÜZGEÇLERLE SÜZÜLMESİ N. Karaboğa 1, E. Uzunhsarcıklı, F.Latfoğlu 3, T. Koza
DetaylıARAŞTIRMA MAKALESİ/RESEARCH ARTICLE TEK ÇARPIMSAL SİNİR HÜCRELİ YAPAY SİNİR AĞI MODELİNİN EĞİTİMİ İÇİN ABC VE BP YÖNTEMLERİNİN KARŞILAŞTIRILMASI ÖZ
ANADOLU ÜNİVERSİTESİ Blm ve Teknoloj Dergs A-Uygulamalı Blmler ve Mühendslk Clt: 14 Sayı: 3 013 Sayfa: 315-38 ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE Faruk ALPASLAN 1, Erol EĞRİOĞLU 1, Çağdaş Hakan ALADAĞ,
DetaylıSistemde kullanılan baralar, klasik anlamda üç ana grupta toplanabilir :
5 9. BÖLÜM YÜK AKIŞI (GÜÇ AKIŞI) 9.. Grş İletm sstemlernn analzlernde, bara sayısı arttıkça artan karmaşıklıkları yenmek çn sstemn matematksel modellenmesnde kolaylık getrc bazı yöntemler gelştrlmştr.
DetaylıEMG İşaretlerinin K-Ortalama Algoritması Kullanılarak Öbekleştirilmesi. EMG Signal Analysis Using K-Means Clustering
KSÜ Mühendslk Blmler Dergs, (), 9 5 KSU Journal of Engneerng Scences, (), 9 EMG İşaretlernn K-Ortalama Algortması Kullanılarak Öbekleştrlmes Mücahd Günay, Ahmet ALKA, KSÜ Mühendslk-Mmarlık Fakültes Elektrk-Elektronk
Detaylıbir yol oluşturmaktadır. Yine i 2 , de bir yol oluşturmaktadır. Şekil.DT.1. Temel terimlerin incelenmesi için örnek devre
Devre Analz Teknkler DEE AAĐZ TEKĐKEĐ Bu zamana kadar kullandığımız Krchoffun kanunları ve Ohm kanunu devre problemlern çözmek çn gerekl ve yeterl olan eştlkler sağladılar. Fakat bu kanunları kullanarak
DetaylıX, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının
1 DİĞER ÖZEL İSTATİSTİKSEL KALİTE KONTROL DİYAGRAMLARI X, R, p, np, c, u ve dğer kontrol dyagramları statstksel kalte kontrol dyagramlarının temel teknkler olup en çok kullanılanlarıdır. Bu teknkler ell
DetaylıYAYILI YÜK İLE YÜKLENMİŞ YAPI KİRİŞLERİNDE GÖÇME YÜKÜ HESABI. Perihan (Karakulak) EFE
BAÜ Fen Bl. Enst. Dergs (6).8. YAYII YÜK İE YÜKENİŞ YAPI KİRİŞERİNDE GÖÇE YÜKÜ HESABI Perhan (Karakulak) EFE Balıkesr Ünverstes ühendslk marlık Fakültes İnşaat üh. Bölümü Balıkesr, TÜRKİYE ÖZET Yapılar
DetaylıPROJE SEÇİMİ VE KAYNAK PLANLAMASI İÇİN BİR ALGORİTMA AN ALGORITHM FOR PROJECT SELECTION AND RESOURCE PLANNING
Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Clt 3, Sayı:2, 2001 PROJE SEÇİMİ VE KAYAK PLALAMASI İÇİ BİR ALGORİTMA lgün MORALI 1 C. Cengz ÇELİKOĞLU 2 ÖZ Kaynak tahss problemler koşullara bağlı olarak
Detaylıkadar ( i. kaynağın gölge fiyatı kadar) olmalıdır.
KONU : DUAL MODELİN EKONOMİK YORUMU Br prmal-dual model lşks P : max Z cx D: mn Z bv AX b AV c X 0 V 0 bçmnde tanımlı olsun. Prmal modeln en y temel B ve buna lşkn fyat vektörü c B olsun. Z B B BB c X
DetaylıTRİSTÖR VE TRİYAK HARMONİKLERİNİN 3 BOYUTLU GÖSTERİMİ VE TOPLAM HARMONİK BOZUNUMA EĞRİ UYDURMA
PAMUKKALE ÜNİ VERSİ TESİ MÜHENDİ SLİ K FAKÜLTESİ PAMUKKALE UNIVERSITY ENGINEERING COLLEGE MÜHENDİ SLİ K BİL İ MLERİ DERGİ S İ JOURNAL OF ENGINEERING SCIENCES YIL CİLT SAYI SAYFA : : : : 5- TRİSTÖR VE TRİYAK
DetaylıENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI
V. Ulusal Üretm Araştırmaları Sempozyumu, İstanbul Tcaret Ünverstes, 5-7 Kasım 5 ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN
DetaylıUYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.
UYUM ĐYĐLĐĞĐ TESTĐ Posson: H o: Ver Posson dağılıma sahp br ktleden gelmektedr. H a : Ver Posson dağılıma sahp br ktleden gelmemektedr. Böyle br hpotez test edeblmek çn, önce Posson dağılım parametres
DetaylıGÜÇ KALİTESİNDEKİ BOZULMA TÜRLERİNİN SINIFLANDIRILMASI İÇİN BİR ÖRÜNTÜ TANIMA YAKLAŞIMI
Gaz Ünv. Müh. Mm. Fak. Der.. Fac. Eng. Arch. Gaz Unv. Clt 6, No 1, 41-56, 011 Vol 6, No 1, 41-56, 011 GÜÇ KALİESİNDEKİ BOZULMA ÜRLERİNİN SINIFLANDIRILMASI İÇİN BİR ÖRÜNÜ ANIMA YAKLAŞIMI Murat UYAR, Selçuk
DetaylıDeney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı
SRY ÜNİVERSİESİ Djtal ontrol Laboratuvar Deney Föyü Deney No: 2 Sıvı Sevye ontrol Deney 2.. Deneyn macı Bu deneyn amacı, doğrusal olmayan sıvı sevye sstemnn belrlenen br çalışma noktası cvarında doğrusallaştırılmış
DetaylıDoğrusal Korelasyon ve Regresyon
Doğrusal Korelasyon ve Regresyon En az k değşken arasındak lşknn ncelenmesne korelasyon denr. Kşlern boyları le ağırlıkları, gelr le gder, öğrenclern çalıştıkları süre le aldıkları not, tarlaya atılan
DetaylıFLYBACK DÖNÜŞTÜRÜCÜ TASARIMI VE ANALİZİ
FLYBACK DÖNÜŞTÜRÜCÜ TASARIMI VE ANALİZİ 1 Nasır Çoruh, Tarık Erfdan, 3 Satılmış Ürgün, 4 Semra Öztürk 1,,4 Kocael Ünverstes Elektrk Mühendslğ Bölümü 3 Kocael Ünverstes Svl Havacılık Yüksekokulu ncoruh@kocael.edu.tr,
DetaylıŞiddet-Süre-Frekans Bağıntısının Genetik Algoritma ile Belirlenmesi: GAP Örneği *
İMO Teknk Derg, 28 4393-447, Yazı 29 Şddet-Süre-Frekans Bağıntısının Genetk Algortma le Belrlenmes: GAP Örneğ * Hall KARAHAN* M. Tamer AYVAZ** Gürhan GÜRARSLAN*** ÖZ Bu çalışmada, Genetk Algortma (GA)
DetaylıMakine Öğrenmesi 10. hafta
Makne Öğrenmes 0. hafta Lagrange Optmzasonu Destek Vektör Maknes (SVM) Karesel (Quadratc) Programlama Optmzason Blmsel term olarak dlmze geçmş olsa da bazen en leme termle karşılık bulur. Matematktek en
DetaylıMIT Açık Ders Malzemeleri Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için
MIT Açık Ders Malzemeler http://ocm.mt.edu Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında blg almak çn http://ocm.mt.edu/terms veya http://tuba.açık ders.org.tr adresn zyaret ednz. 18.102
DetaylıK-Ortalamalar Yöntemi ile Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelerin Belirlenmesi *
İMO Teknk Derg, 2012 6037-6050, Yazı 383 K-Ortalamalar Yöntem le Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelern Belrlenmes * Mahmut FIAT* Fath DİKBAŞ** Abdullah Cem KOÇ*** Mahmud GÜGÖ**** ÖZ
DetaylıYÖNETİM VE EKONOMİ Yıl:2006 Cilt:13 Sayı:1 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA
YÖNETİM VE EKONOMİ Yıl:2006 Clt:3 Sayı: Celal Bayar Ünverstes İ.İ.B.F. MANİSA Bulanık Araç Rotalama Problemlerne Br Model Öners ve Br Uygulama Doç. Dr. İbrahm GÜNGÖR Süleyman Demrel Ünverstes, İ.İ.B.F.,
DetaylıKIRIK ROTOR ÇUBUĞU VE STATOR ARIZALARININ TEŞHİSİNDE YAPAY SİNİR AĞI YAKLAŞIMI
Erciyes Üniversitesi Fen Bilimleri Enstitüsü Dergisi 25 (1-2) 134-149 (2009) http://fbe.erciyes.edu.tr/ ISSN 1012-2354 KIRIK ROTOR ÇUBUĞU VE STATOR ARIZALARININ TEŞHİSİNDE YAPAY SİNİR AĞI YAKLAŞIMI İlhan
Detaylı( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3
Yıldız Teknk Ünverstes Elektrk Mühendslğ Bölümü Deneyn Amacı İşlemsel kuvvetlendrcnn çalışma prensbnn anlaşılması le çeştl OP AMP devrelernn uygulanması ve ncelenmes. Özet ve Motvasyon.. Operasyonel Amplfkatör
DetaylıEpilepside EEG Tabanlı Entropi Değişimleri
TURKMIA 9 Proceedngs 7 VI. Ulusal Tıp Blşm Kongres Bldrler ENMI Vol V No 1, 9 Eplepsde EEG Tabanlı Entrop Değşmler b c Serap 1 AYDINa,1, H.Melh SARAOĞLU, Sadık KARA a Elektrk-Elektronk Müh Böl, Ondokuz
DetaylıMetin Madenciliği ile Soru Cevaplama Sistemi
Metn Madenclğ le Soru Cevaplama Sstem Sevnç İlhan 1, Nevchan Duru 2, Şenol Karagöz 3, Merve Sağır 4 1 Mühendslk Fakültes Blgsayar Mühendslğ Bölümü Kocael Ünverstes slhan@kocael.edu.tr, nduru@kocael.edu.tr,
DetaylıPARÇALI DOĞRUSAL REGRESYON
HAFTA 4 PARÇALI DOĞRUSAL REGRESYO Gölge değşkenn br başka kullanımını açıklamak çn varsayımsal br şrketn satış temslclerne nasıl ödeme yaptığı ele alınsın. Satış prmleryle satış hacm Arasındak varsayımsal
DetaylıTürk Dilinin Biçimbilim Yapısından Yararlanarak Türkçe Metinlerin Farklı İmgelere Ayrılarak Kodlanması ve Sıkıştırılması
Türk Dlnn Bçmblm Yapısından Yararlanarak Türkçe Metnlern Farklı İmgelere Ayrılarak Kodlanması ve Sıkıştırılması Banu DİRİ, M.Yahya KARSLIGİL Yıldız Teknk Ünverstes Elektrk Elektronk Fakültes - Blgsayar
DetaylıTRANSPORT PROBLEMI için GELIsTIRILMIs VAM YÖNTEMI
Yönetm, Yl 9, Say 28, Ekm - 1997,5.20-25 TRANSPORT PROBLEMI ÇIN GELIsTIRILMIs VAM YÖNTEMI Dr. Erhan ÖZDEMIR I.Ü. Teknk Blmler M.Y.O. L.GIRIs V AM transport problemlerne en düsük malyetl baslangç çözüm
DetaylıSTANDART VE HİBRİD YAPILAR KULLANARAK YAPAY SİNİR AĞLARI İLE İMZA TANIMA
STANDART VE HİBRİD YAPILAR KULLANARAK YAPAY SİNİR AĞLARI İLE İMZA TANIMA Canan ŞENOL Tülay YILDIRIM Kadr Has Ünverstes, Elektronk Mühendslğ Bölümü, 3430, Cbal, Fath-İstanbul Yıldız Teknk Ünverstes, Elektronk
DetaylıBİRLEŞİK DALGACIK-SİNİR AĞI MODELİ YAKLAŞIMI İLE ELEKTRİK GÜÇ SİSTEMLERİNDE ARIZA SINIFLAMA
BİRLEŞİK DALGACIK-SİNİR AĞI MODELİ YAKLAŞIMI İLE ELEKTRİK GÜÇ SİSTEMLERİNDE ARIZA SINIFLAMA Oben DAĞ Canbolat UÇAK, Elektrk-Elektronk Mühendslğ Bölümü Mühendslk-Mmarlk Fakültes Yedtepe Ünverstes,, Erenköy,
DetaylıELM201 ELEKTRONİK-I DERSİ LABORATUAR FÖYÜ
T SAKAYA ÜNİESİTESİ TEKNOLOJİ FAKÜLTESİ ELEKTİK-ELEKTONİK MÜHENDİSLİĞİ ELM201 ELEKTONİK- DESİ LAOATUA FÖYÜ DENEYİ YAPTAN: DENEYİN AD: DENEY NO: DENEYİ YAPANN AD ve SOYAD: SNF: OKUL NO: DENEY GUP NO: DENEY
DetaylıKaraciğer mikrodizi kanser verisinin sınıflandırılması için genetik algoritma kullanarak ANFIS in eğitilmesi
Karacğer mkrodz kanser versnn sınıflandırılması çn genetk algortma kullanarak ANFIS n eğtlmes Bülent Haznedar 1*, Mustafa Turan Arslan 2, Adem Kalınlı 3 ÖZ 21.06.2016 Gelş/Receved, 30.11.2016 Kabul/Accepted
DetaylıK-means ve YSA temelli Hibrit Bir Model ile Epileptik EEG İşaretlerinin Sınıflandırılması
K-means ve temell Hbrt Br Model le Epleptk EEG İşaretlernn Sınıflandırılması Ramazan TEKİN 1 Yılmaz KAYA 2 Mehmet Emn TAĞLUK 3 1 Batman Ünverstes, Mühendslk Mmarlık Fakültes, Blgsayar Mühendslğ, Batman,
DetaylıDEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt: 16 Sayı: 48 sh. 61-75 Eylül 2014 KRİL SÜRÜSÜ ALGORİTMASI İLE ATÖLYE ÇİZELGELEME
DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Clt: 16 Sayı: 48 sh. 61-75 Eylül 2014 KRİL SÜRÜSÜ ALGORİTMASI İLE ATÖLYE ÇİZELGELEME (JOB SHOP SCHEDULING WITH KRILL HERD ALGORITHM) İlker GÖLCÜK
DetaylıSıklık Tabloları ve Tek Değişkenli Grafikler
Sıklık Tabloları ve Tek Değşkenl Grafkler Sıklık Tablosu Ver dzsnde yer alan değerlern tekrarlama sayılarını çeren tabloya sıklık tablosu denr. Sıklık Tabloları tek değşken çn marjnal tablo olarak adlandırılır.
DetaylıKİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri
Kİ KAR ANALİZİ 1 Doç. Dr. Mehmet AKSARAYLI www.mehmetaksarayl K-Kare Analzler OLAY 1: Genelde br statstk sınıfında, öğrenclern %60 ının devamlı, %30 unun bazen, %10 unun se çok az derse geldkler düşünülmektedr.
DetaylıTÜRKİYE DEKİ 380 kv LUK 14 BARALI GÜÇ SİSTEMİNDE EKONOMİK YÜKLENME ANALİZİ
TÜRİYE DEİ 38 kv LU 4 BARALI GÜÇ SİSTEMİDE EOOMİ YÜLEME AALİZİ Mehmet URBA Ümmühan BAŞARA 2,2 Elektrk-Elektronk Mühendslğ Bölümü Mühendslk-Mmarlık Fakültes Anadolu Ünverstes İk Eylül ampüsü, 2647, ESİŞEHİR
DetaylıENDÜSTRİYEL BİR ATIK SUYUN BİYOLOJİK ARITIMI VE ARITIM KİNETİĞİNİN İNCELENMESİ
ENDÜSTRİYEL BİR ATIK SUYUN BİYOLOJİK ARITIMI VE ARITIM KİNETİĞİNİN İNCELENMESİ Emel KOCADAYI EGE ÜNİVERSİTESİ MÜH. FAK., KİMYA MÜH. BÖLÜMÜ, 35100-BORNOVA-İZMİR ÖZET Bu projede, Afyon Alkalot Fabrkasından
DetaylıBulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi
Harta Teknolojler Elektronk Dergs Clt: 5, No: 1, 2013 (61-67) Electronc Journal of Map Technologes Vol: 5, No: 1, 2013 (61-67) TEKNOLOJİK ARAŞTIRMALAR www.teknolojkarastrmalar.com e-issn: 1309-3983 Makale
DetaylıCuEEG: EEG Verilerinin Hızlı İşlenmesi için GPU Tabanlı Bir Yaklaşım CuEEG: A GPU-Based Approach for Fast Processing of EEG Data
ELECO '212 Elektrk - Elektronk ve Blgsayar Mühendslğ Sempozyumu, 29 Kasım - 1 Aralık 212, Bursa CuEEG: EEG Verlernn Hızlı İşlenmes çn GPU Tabanlı Br Yaklaşım CuEEG: A GPU-Based Approach for Fast Processng
DetaylıT.C. KAHRAMANMARAŞ SÜTÇÜ İMAM ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ ANABİLİM DALI
T.C. KAHRAMANMARAŞ SÜTÇÜ İMAM ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ ANABİLİM DALI ÜÇ FAZLI ASENKRON MOTORLARIN YAPAY SİNİR AĞLARI İLE VEKTÖR ESASLI HIZ KONTROLÜ ZAFER KOCA
DetaylıKİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ
Kİ-KAR TSTLRİ A) Kİ-KAR DAĞILIMI V ÖZLLİKLRİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk gösterp
DetaylıBULANIK AKIŞ TİPİ ÇİZELGELEME PROBLEMİ İÇİN ÇOK AMAÇLI GENETİK ALGORİTMA
Gaz Ünv. Müh. Mm. Fak. Der. J. Fac. Eng. Arch. Gaz Unv. Clt 22, No 4, 855-862, 2007 Vol 22, No 4, 855-862, 2007 BULANIK AKIŞ TİPİ ÇİZELGELEME PROBLEMİ İÇİN ÇOK AMAÇLI GENETİK ALGORİTMA İzzettn TEMİZ ve
DetaylıPamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences
Pamukkale Ünverstes Mühendslk Blmler Dergs, Clt 0, Sayı 3, 04, Sayfalar 85-9 Pamukkale Ünverstes Mühendslk Blmler Dergs Pamukkale Unversty Journal of Engneerng Scences PREFABRİK ENDÜSTRİ YAPIARININ ARMONİ
DetaylıTHOMAS-FİERİNG MODELİ İLE SENTETİK AKIŞ SERİLERİNİN HESAPLANMASINDA YENİ BİR YAKLAŞIM
Osmangaz Ünverstes Müh.Mm.Fak.Dergs C.XVII, S., 004 Eng.&Arch.Fac.Osmangaz Unversty, Vol.XVII, No :, 004 THOMAS-FİERİNG MODELİ İLE SENTETİK AKIŞ SERİLERİNİN HESAPLANMASINDA YENİ BİR YAKLAŞIM Recep BAKIŞ,
DetaylıGRİ İLİŞKİSEL ANALİZ YÖNTEMİNE GÖRE FARKLI SERTLİKLERDE OPTİMUM TAKIM TUTUCUSUNUN BELİRLENMESİ
2. Ulusal Tasarım İmalat ve Analz Kongres 11-12 Kasım 21- Balıkesr GRİ İLİŞKİSEL ANALİZ YÖNTEMİNE GÖRE FARKLI SERTLİKLERDE OPTİMUM TAKIM TUTUCUSUNUN BELİRLENMESİ Esra YILMAZ*, Ferhat GÜNGÖR** *ylmazesraa@gmal.com
DetaylıHAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t :
HAFTA 13 GÖLGE EĞİŞKENLERLE REGRESYON (UMMY VARIABLES) Gölge veya kukla (dummy) değşkenler denen ntel değşkenler, cnsyet, dn, ten reng gb hemen sayısallaştırılamayan ama açıklanan değşkenn davranışını
DetaylıDİNAMİK ANALİZ PROBLEMLERİ İÇİN YENİ BİR ADIM ADIM SAYISAL ÇÖZÜMLEME YÖNTEMİ
. Türkye Deprem Mühendslğ ve Ssmoloj Konferansı 5-7 Eylül 0 MKÜ HATAY DİNAMİK ANALİZ PROBLEMLERİ İÇİN YENİ BİR ADIM ADIM SAYISAL ÇÖZÜMLEME YÖNTEMİ ÖZET: H. Çlsalar ve K. Aydın Yüksek Lsans Öğrencs, İnşaat
Detaylı4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ
Ünsal M.; Varol, A.: Soğutma Kulelernn Boyutlandırılması İçn Br Kuramsal 8 Mayıs 990, S: 8-85, Adana 4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ Asaf Varol Fırat Ünverstes, Teknk Eğtm Fakültes,
DetaylıSüleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Y.2008, C.13, S.1 s.111-131.
Süleyman Demrel Ünverstes İktsad ve İdar Blmler Fakültes Y.008, C.3, S. s.-3. BİREYSEL EMEKLİLİK FONLARINDA FON YAPILARININ KARMA DENEMELER YÖNTEMİ İLE İNCELENMESİ EXAMINING THE STRUCTURE OF FUNDS BY MIXTURE
DetaylıTEKNOLOJĐK ARAŞTIRMALAR
www.teknolojkarastrmalar.com ISSN:134-4141 Makne Teknolojler Elektronk Dergs 28 (1) 61-68 TEKNOLOJĐK ARAŞTIRMALAR Kısa Makale Tabakalı Br Dskn Termal Gerlme Analz Hasan ÇALLIOĞLU 1, Şükrü KARAKAYA 2 1
DetaylıDeprem Tepkisinin Sayısal Metotlar ile Değerlendirilmesi (Newmark-Beta Metodu) Deprem Mühendisliğine Giriş Dersi Doç. Dr.
Deprem Tepksnn Sayısal Metotlar le Değerlendrlmes (Newmark-Beta Metodu) Sunum Anahat Grş Sayısal Metotlar Motvasyon Tahrk Fonksyonunun Parçalı Lneer Interpolasyonu (Pecewse Lnear Interpolaton of Exctaton
DetaylıFırat Üniversitesi, Mühendislik Fakültesi, Makine Bölümü, ELAZIĞ
GENETİK ALGORİTMA İLE PARAMETRELERİ OPTİMİZE EDİLMİŞ AĞ TABANLI BULANIK DENETİM SİSTEMİNİN SİSMİK İZOLASYONA UYGULANMASI VE MATLAB İLE SİMÜLASYONU Doç Dr. Hasan ALLİ ve Arş. Gör. Oğuz YAKUT Fırat Ünverstes,
DetaylıTuğla Duvardaki ve Tesisattaki Isı Kaybının Yapay Sinir Ağları İle Belirlenmesi
Fırat Ünv. Fen ve Müh. Bl. Der. Scence and Eng. J of Fırat Unv. 18 (1), 133-141, 2006 18 (1), 133-141, 2006 Tuğla Duvardak ve Tessattak Isı Kaybının Yapay Snr Ağları İle Belrlenmes Ömer KELEŞOĞLU ve Adem
DetaylıKOCAELİ ÜNİVERSİTESİ Mühendislik Fakültesi Makina Mühendisliği Bölümü Mukavemet I Vize Sınavı (2A)
KOCELİ ÜNİVERSİTESİ Mühendslk akültes Makna Mühendslğ Bölümü Mukavemet I Vze Sınavı () dı Soyadı : 18 Kasım 013 Sınıfı : No : SORU 1: Şeklde verlen levhalar aralarında açısı 10 o la 0 o arasında olacak
DetaylıKİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür.
Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk
Detaylıdir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.
BÖLÜM 3 OLASILIK HESABI 3.. Br Olayın Olasılığı Tanım 3... Br olayın brbrnden ayrık ve ortaya çıkma şansı eşt n mümkün sonucundan m tanes br A olayına uygun se, A olayının P(A) le gösterlen olasılığı P(A)
DetaylıPARMAKİZİ RESİMLERİNİN YAPAY SİNİR AĞLARI İLE TEMİZLENMESİ VE İYİLEŞTİRİLMESİ
PARMAKİZİ RESİMLERİNİN YAPAY SİNİR AĞLARI İLE TEMİZLENMESİ VE İYİLEŞTİRİLMESİ Necla ÖZKAYA Şeref SAĞIROĞLU Blgsayar Mühendslğ Bölümü, Mühendslk Fakültes, Ercyes Ünverstes, 38039, Talas, Kayser Gaz Ünverstes,
DetaylıKAFES SİSTEMLERİN UYGULAMAYA YÖNELİK OPTİMUM TASARIMI
PAMUKKALE ÜNİ VERSİ TESİ MÜHENDİ SLİ K FAKÜLTESİ PAMUKKALE UNIVERSITY ENGINEERING COLLEGE MÜHENDİ SLİ K BİLİMLERİ DERGİ S İ JOURNAL OF ENGINEERING SCIENCES YIL CİLT SAYI SAYFA : 1999 : 5 : 1 : 951-957
DetaylıROBİNSON PROJEKSİYONU
ROBİNSON PROJEKSİYONU Cengzhan İPBÜKER ÖZET Tüm yerkürey kapsayan dünya hartalarının yapımı çn, kartografk lteratürde özel br öneme sahp olan Robnson projeksyonu dk koordnatlarının hesabı brçok araştırmacı
DetaylıA İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır?
. Br torbada 6 syah, 4 beyaz top vardır. Bu torbadan yerne koyarak top seçlyor. A İSTATİSTİK KPSS/-AB-PÖ/006. Normal dağılıma sahp br rasgele (random) değşkenn varyansı 00 dür. Seçlen topların ksnn de
DetaylıToplam Eşdeğer Deprem Yükünün Hesabı Bakımından 1975 Deprem Yönetmeliği İle 2006 Deprem Yönetmeliğinin Karşılaştırılması
Fırat Ünv. Fen ve Müh. Bl. ergs Scence and Eng. J of Fırat Unv. 19 (2, 133-138, 2007 19 (2, 133-138, 2007 Toplam Eşdeğer eprem Yükünün Hesabı Bakımından 1975 eprem Yönetmelğ İle 2006 eprem Yönetmelğnn
DetaylıT.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ BİLGİ SİSTEMLERİNE FARK FONKSİYONU TABANLI ÖZELLİK SEÇME YÖNTEMİNİN GELİŞTİRİLMESİ MEHMET HACIBEYOĞLU OKTORA TEZİ Blgsayar Mühendslğ Analm alını Mart-0
DetaylıTEMEL DEVRE KAVRAMLARI VE KANUNLARI
TDK Temel Devre Kavramları ve Kanunları /0 TEMEL DEVRE KAVRAMLARI VE KANUNLARI GĐRĐŞ: Devre analz gerçek hayatta var olan fzksel elemanların matematksel olarak modellenerek gerçekte olması gereken sonuçların
DetaylıKonveks Sınıf Modelleri Kullanarak Dijital İmgelerdeki Nesne Görüntülerinin Konumlarının Bulunması. Proje No: 109E279
Konveks Sınıf Modeller Kullanarak Djtal İmgelerdek Nesne Görüntülernn Konumlarının Bulunması Proje No: 109E279 Doç. Dr. Hakan Çevkalp Hüseyn Gündüz Musa Aydın Güvenç Usanmaz Onur Akyüz ŞUBAT 2013 ESKİŞEHİR
Detaylı2005 Gazi Üniversitesi Endüstriyel Sanatlar Eğitim Fakültesi Dergisi Sayı:16, s31-46
2005 Gaz Ünverstes Endüstryel Sanatlar Eğtm Fakültes Dergs Sayı:16, s31-46 ÖZET BANKALARDA MALİ BAŞARISIZLIĞIN ÖNGÖRÜLMESİ LOJİSTİK REGRESYON VE YAPAY SİNİR AĞI KARŞILAŞTIRMASI 31 Yasemn KESKİN BENLİ 1
DetaylıVeri Madenciliğinde Temel Bileşenler Analizi ve Negatifsiz Matris Çarpanlarına Ayırma Tekniklerinin Karşılaştırmalı Analizi
Akademk Blşm 10 - XII. Akademk Blşm Konferansı Bldrler 10-12 Şubat 2010 Muğla Ünverstes Ver Madenclğnde Temel Bleşenler Analz ve Negatfsz Matrs Çarpanlarına Ayırma Teknklernn Karşılaştırmalı Analz Marmara
DetaylıBilgisayarla Görüye Giriş
Blgsayarla Görüye Grş Ders 8 Görüntü Eşleme Alp Ertürk alp.erturk@kocael.edu.tr Panorama Oluşturma Görüntüler eşlememz / çakıştırmamız gerekmektedr Panorama Oluşturma İk görüntüden özntelkler çıkar Panorama
DetaylıKorelasyon ve Regresyon
Korelasyon ve Regresyon 1 Korelasyon Analz İk değşken arasında lşk olup olmadığını belrlemek çn yapılan analze korelasyon analz denr. Korelasyon; doğrusal yada doğrusal olmayan dye kye ayrılır. Korelasyon
DetaylıAdi Diferansiyel Denklemler NÜMERİK ANALİZ. Adi Diferansiyel Denklemler. Adi Diferansiyel Denklemler
6.4.7 NÜMERİK ANALİZ Yrd. Doç. Dr. Hatce ÇITAKOĞLU 6 Müendslk sstemlernn analznde ve ugulamalı dsplnlerde türev çeren dferansel denklemlern analtk çözümü büük öneme saptr. Sınır değer ve/vea başlangıç
DetaylıBulanık-Sinir Ağı Yapısı İçin Yeni Bir Karma Yaklaşım
Bulanık-Snr Ağı Yapısı İçn Yen Br Karma Yaklaşım Canan ŞENOL, Tülay YILDIRIM Mühendslk Fakültes, Elektronk Mühendslğ Bölümü Kadr Has Ünverstes canan@khas.edu.tr Elektrk-Elektronk Fakültes, Elektronk ve
DetaylıOtomatik Kontrol Ulusal Toplantısı, TOK2013, 26-28 Eylül 2013, Malatya DOĞRUSAL KONTROL SİSTEMLERİ
DOĞRUSAL KONTROL SİSTEMLERİ 96 Anahtarlamalı Sstemler Kararlı Yapan PI Kontrolör Setnn Hesabı İbrahm Işık, Serdar Ethem Hamamcı Elektrk-Elektronk Mühendslğ Bölümü İnönü Ünverstes, Malatya {İbrahm.sk, serdar.hamamc}@nonu.edu.tr
DetaylıYAPILARIN ENERJİ ESASLI TASARIMI İÇİN BİR HESAP YÖNTEMİ
YAPILARI EERJİ ESASLI TASARIMI İÇİ BİR HESAP YÖTEMİ Araş. Gör. Onur MERTER Araş. Gör. Özgür BOZDAĞ Prof. Dr. Mustafa DÜZGÜ Dokuz Eylül Ünverstes Dokuz Eylül Ünverstes Dokuz Eylül Ünverstes Fen Blmler Ensttüsü
DetaylıAsimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri
Asmetr ve Basıklık Ölçüler Ortalamalara dayanan (Pearson) Kartllere dayanan (Bowley) omentlere dayanan asmetr ve basıklık ölçüler Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr III. Asmetr ve Basıklık
DetaylıSoğutucu Akışkan Karışımlarının Kullanıldığı Soğutma Sistemlerinin Termoekonomik Optimizasyonu
Soğutucu Akışkan arışımlarının ullanıldığı Soğutma Sstemlernn ermoekonomk Optmzasyonu * 1 Hüseyn aya, 2 ehmet Özkaymak ve 3 rol Arcaklıoğlu 1 Bartın Ünverstes akne ühendslğ Bölümü, Bartın, ürkye 2 arabük
DetaylıBulanık TOPSIS ve Bulanık VIKOR Yöntemleriyle Alışveriş Merkezi Kuruluş Yeri Seçimi ve Bir Uygulama
EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Clt: 14 Sayı: 3 Temmuz 2014 ss. 463-479 Bulanık TOPSIS ve Bulanık VIKOR Yöntemleryle Alışverş Merkez Kuruluş Yer Seçm ve Br Uygulama Selecton of Shoppng Center
DetaylıAYLIK ORTALAMA GÖL SU SEVİYESİNİN BULANIK-OLASILIK YAKLAŞIMI İLE GÖZLENMİŞ ZAMAN SERİSİNDEN TAHMİNİ
AYLIK ORTALAMA GÖL SU SEVİYESİİ BULAIK-OLASILIK YAKLAŞIMI İLE GÖZLEMİŞ ZAMA SERİSİDE TAHMİİ Veysel GÜLDAL, Hakan TOGAL 2 S.D.Ü.Mühendslk Mmarlık Fakültes İnşaat Müh Böl., Isparta/TÜRKİYE vguldal@mmf.sdu.edu.tr
DetaylıParalel Aktif Güç Filtresi Denetimi İçin Adaline YSA Tabanlı Farklı Referans Akım Çıkartım Yöntemlerinin Karşılaştırılması
Batman Ünverstes Batman Unversty Yaşam Blmler Dergs; Clt 6 Sayı 2/2 (2016) Journal of Lfe Scences; Volume 6 Number 2/2 (2016) Paralel Aktf Güç Fltres Denetm İçn Adalne YSA abanlı Farklı Referans Akım Çıkartım
DetaylıOTOMATİK PARMAKİZİ TANIMA SİSTEMLERİNDE ÖZELLİK NOKTALARININ TESPİTİNDE YAPAY SİNİR AĞLARININ KULLANILMASI
PAMUKKALE ÜNİ VERSİ TESİ MÜHENDİ SLİ K FAKÜLTESİ PAMUKKALE UNIVERSITY ENGINEERING COLLEGE MÜHENDİ SLİ K B İ L İ MLERİ DERGİ S İ JOURNAL OF ENGINEERING SCIENCES YIL CİLT SAYI SAYFA : 007 : 13 : 1 : 911
DetaylıĐDEAL BĐR DC/DC BUCK DÖNÜŞTÜRÜCÜNÜN GENELLEŞTĐRĐLMĐŞ DURUM UZAY ORTALAMA METODU ĐLE MODELLENMESĐ
ĐDEA BĐR D/D BUK DÖNÜŞTÜRÜÜNÜN GENEEŞTĐRĐMĐŞ DURUM UZAY ORTAAMA METODU ĐE MODEENMESĐ Meral ATINAY Ayşe ERGÜN AMAÇ Ercüment KARAKAŞ 3,,3 Elektrk Eğtm Bölümü Teknk Eğtm Fakültes Kocael Ünerstes, 4, Anıtpark
DetaylıKARDİOTOKOGRAM VERİSİNDEN FETAL İYİLİK HALİNİN BELİRLENMESİ İÇİN BİR KARAR DESTEK SİSTEMİ
Uludağ Ünverstes Mühendslk Fakültes Dergs, Clt 1, Sayı, 016 ARAŞTIRMA DOI: 10.1748/uumfd.78033 KARDİOTOKOGRAM VERİSİDE FETAL İYİLİK HALİİ BELİRLEMESİ İÇİ BİR KARAR DESTEK SİSTEMİ Ersen YILMAZ * Alınma:
DetaylıÇarpımsal Ceza Modeli İle Tamsayılı Programlama
Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Clt: 10, Sayı:3, 2008 Çarpımsal Ceza Model İle Tamsayılı Programlama Sabr Erdem Özet Doğrusal olmayan optmzasyon problemlernn çözüm yöntemlernden brs,
DetaylıDETERMINATION OF THE ECONOMIC DISPATCH IN ELECTRIC POWER SYSTEMS USING SIMULATED ANNEALING(SA) ALGORITHM
5 Uluslararası İler Teknolojler Sempozyumu (IATS 09), 3-5 Mayıs 2009, Karabük, Türkye ELEKTRİK GÜÇ SİSTEMİNDE OPTİMAL YAKIT MALİYETİNİN BENZETİM TAVLAMA (BT) ALGORİTMASI İLE BELİRLENMESİ DETERMINATION
DetaylıJournal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi DÜZ DİŞLİ ÇARKLARIN SONLU ELEMANLAR METODU İLE MODELLENMESİ
Journal of Engneerng and Natural Scences Mühendslk ve Fen Blmler Dergs Sgma 2004/2 DÜZ DİŞLİ ÇARKLARIN SONLU ELEMANLAR METODU İLE MODELLENMESİ M. Cüneyt FETVACI *, C. Erdem İMRAK İstanbul Teknk Ünverstes,
DetaylıObtaining Classical Reliability Terms from Item Response Theory in Multiple Choice Tests
Ankara Unversty, Journal of Faculty of Educatonal Scences, year: 26, vol: 39, no: 2, 27-44 Obtanng Classcal Relablty Terms from Item Response Theory n Multple Choce Tests Hall Yurdugül * ABSTRACT: The
DetaylıDOĞRUSAL OLMAYAN DİZGELER İÇİN MODEL TEMELLİ ARIZA BULMA-YALITIMI VE ROBOT MANİPÜLATÖRLERE UYGULANMASI
Gaz Ünv. Müh. Mm. Fak. Der. J. Fac. Eng. Arch. Gaz Unv. Clt 4, No, 79-94, 009 Vol 4, No, 79-94, 009 DOĞRUSAL OLMAYAN DİZGELER İÇİN MODEL TEMELLİ ARIZA BULMA-YALITIMI VE ROBOT MANİPÜLATÖRLERE UYGULANMASI
DetaylıTÜRKİYE DEKİ 22 BARALI 380 kv LUK GÜÇ SİSTEMİ İÇİN EKONOMİK DAĞITIM VE OPTİMAL GÜÇ AKIŞI YÖNTEMLERİNİN KARŞILAŞTIRMALI ANALİZİ
PAMUKKALE ÜNİ VERSİ TESİ MÜHENDİ SLİ K FAKÜLTESİ PAMUKKALE UNIVERSITY ENGINEERING FACULTY MÜHENDİ SLİ K B İ L İ MLERİ DERGİ S İ JOURNAL OF ENGINEERING SCIENCES YIL CİLT SAYI SAYFA : 7 : 3 : 3 : 369-378
DetaylıYapay Sinir Ağı ve Bulanık-Yapay Sinir Ağı Yöntemleri Kullanılarak Tava Buharlaşma Tahmini
Tarım Blmler Araştırma Dergs 3 (): 45-5, 00 ISSN: 308-3945, E-ISSN: 308-07X, www.nobel.gen.tr Yapay Snr Ağı ve Bulanık-Yapay Snr Ağı Yöntemler Kullanılarak Tava Buharlaşma Tahmn Özgür KIŞI Selcan AFŞA
DetaylıKENDİ KENDİNİ DÜZENLEYEN HARİTALAR YÖNTEMİYLE TÜRKÇE SESLİ HARFLERİN SINIFLANDIRILMASI VE TANINMASI
Uludağ Ünverstes Mühendslk-Mmarlık Fakültes Dergs, Clt 17, Sayı 1, 2012 ARAŞTIRMA KENDİ KENDİNİ DÜZENLEYEN HARİTALAR YÖNTEMİYLE TÜRKÇE SESLİ HARFLERİN SINIFLANDIRILMASI VE TANINMASI Emrah YÜRÜKLÜ * Osman
DetaylıERS-2 Raw Datası için Dönüşüme Dayalı Sıkıştırma
ERS- Raw Datası çn Dönüşüme Dayalı Sııştırma. Göhan. KASAPOĞLU, İrahm. PAPİLA, Bngül YAZGA, Sedef KET İstanul Ten Ünverstes, Eletr-Eletron Faültes, Eletron ve Haerleşme Mühendslğ, 066, Masla, İstanul Tel:
DetaylıT.C. ULUDAĞ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ KONUŞMACI TANIMA YÖNTEMLERİNİN KARŞILAŞTIRMALI ANALİZİ. Cemal HANİLÇİ
T.C. ULUDAĞ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ KONUŞMACI TANIMA YÖNTEMLERİNİN KARŞILAŞTIRMALI ANALİZİ Cemal HANİLÇİ YÜKSEK LİSANS TEZİ ELEKTRONİK MÜHENDİSLİĞİ ANABİLİM DALI BURSA-2007 T.C. ULUDAĞ ÜNİVERSİTESİ
Detaylıİki Serbestlik Dereceli KardanUygulamasının Kararlılaştırılması
İk Serbestlk Derecel KardanUygulamasının Kararlılaştırılması M.Şahn * M. T. Daş S.Çakıroğlu Z. Esen Roketsan A.Ş THK Unversty Roketsan A.Ş Roketsan A.Ş Ankara Ankara Ankara Ankara Özet Bu çalışmada, servo
DetaylıKIRIKKALE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENDÜSTRİ MÜHENDİSLİĞİ ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİNDEN AHP VE TOPSIS İLE KAMP YERİ SEÇİMİ
KIRIKKALE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENDÜSTRİ MÜHENDİSLİĞİ ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİNDEN AHP VE TOPSIS İLE KAMP YERİ SEÇİMİ Burak KARAHAN Burak PEKEL Neşet BEDİR Cavt CAN Kırıkkale -2014-
Detaylı04.10.2012 SU İHTİYAÇLARININ BELİRLENMESİ. Suİhtiyacı. Proje Süresi. Birim Su Sarfiyatı. Proje Süresi Sonundaki Nüfus
SU İHTİYAÇLARII BELİRLEMESİ Suİhtyacı Proje Süres Brm Su Sarfyatı Proje Süres Sonundak üfus Su ayrım çzs İsale Hattı Su Tasfye Tess Terf Merkez, Pompa İstasyonu Baraj Gölü (Hazne) Kaptaj Su Alma Yapısı
DetaylıİÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ
Türkye İnşaat Mühendslğ, XVII. Teknk Kongre, İstanbul, 2004 İÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ Nur MERZİ 1, Metn NOHUTCU, Evren YILDIZ 1 Orta Doğu Teknk Ünverstes, İnşaat Mühendslğ Bölümü, 06531 Ankara
DetaylıROTASYON ORMAN ALGORİTMASI İLE YÜKSEK ÇÖZÜNÜRLÜKLÜ MULTİSPEKTRAL UYDU GÖRÜNTÜLERİNİN SINIFLANDIRILMASI
ROTASYON ORMAN ALGORİTMASI İLE YÜKSEK ÇÖZÜNÜRLÜKLÜ MULTİSPEKTRAL UYDU GÖRÜNTÜLERİNİN SINIFLANDIRILMASI İsmal ÇÖLKESEN 1, Tahsn YOMRALIOĞLU 2, Taşkın KAVZOĞLU 3 1 Araş. Gör., Gebze Yüksek Teknoloj Ensttüsü,
Detaylıİstanbul Ünverstes İşletme Fakültes Dergs Istanbul Unversty Journal of the School of Busness Admnstraton Clt/Vol:39, Sayı/No:2,, 310-334 ISSN: 1303-1732 www.fdergs.org Stokastk envanter model kullanılarak
Detaylı