Weight Optimization of a Dry Transformer by Genetic Algorithm and Validation by Finite Element Method
|
|
- Duygu Berker
- 8 yıl önce
- İzleme sayısı:
Transkript
1 KSÜ Mühendislik Bilimleri Dergisi, (), 9 3 KSU Journal of Engineering Sciences, (), 9 Genetik Algoritma ile Kuru Bir Trafonun Ağırlık Optimizasyonu ve Sonlu Elemanlar Metodu ile Analizi Mehmed ÇELEBĐ Atatürk Üniversitesi Mühendislik Fakültesi Elektrik-Elektronik Mühendisliği Bölümü, Erzurum Geliş Tarihi: /5/9 Kabul Tarihi: 8/3/ ÖZET: Bu çalışmada daha önce analitik yöntemle tasarımı yapılmış.5 kva lık bir trafonun [] Genetik Algoritma (GA) ile ağırlık optimizasyonu yapılmış ve sonuçları irdelenmiştir. Trafo maliyeti açısından ağırlık önemli bir kriter olduğundan ağırlık minimize edilmek suretiyle demir kesiti azaltılmış olup, ağırlık düşürülmeye çalışılmıştır. Buna bağlı olarak trafonun matematiksel modeli çıkarılıp değişken tasarım parametreleri elde edilip, GA ya uyarlanmıştır. GA uygulaması esnasında rasgele ve sınırlı olmak üzere iki farklı mutasyon operatörü kullanılmış, elde edilen farklı sonuçlar karşılaştırılmıştır. Simülasyonlar 3 kere tekrar edilip ortalamaları alınmış ve bu şekilde daha sağlıklı bir değerlendirme yapılmıştır. Elde edilen simülasyon sonuçlarına göre, ağırlıkta yaklaşık olarak mutasyon metoduna göre % ile 3 civarında bir azalma gözlenmiştir. Daha sonra, optimizasyon sonlu elemanlar metodu (SEM) ile analiz edilmiş ve tasarımın uygunluğu gösterilmiştir. Anahtar Kelimeler: Genetik Algoritma, Mutasyon, Elektrik Makineleri Tasarımı, Sonlu Elemanlar Weight Optimization of a Dry Transformer by Genetic Algorithm and Validation by Finite Element Method ABSTRACT : In this paper, the cost optimization of a.5 kva dry transformer by Genetic Algorithm is proposed which it is designed previously [] and the results are analyzed. The weight of a transformer is one of the basic criteria relating to the transformer cost, the cross section area of iron is reduced during the minimization process. The mathematical model of the transformer is proposed relating to the design parameters, and this model is adapted to GA simulation. Two difrent mutation operator, random and partial mutation operators are applied, and the results are compared. Finally a ratio of % - %3 weight reduction is determined and the optimization is validated by finite element analysis. Keywords : Genetic Algorithm, Mutation, Electric Machine Design, Optimization, Finite Element Analysis.. GĐRĐŞ Mühendislik uygulamalarında optimizasyonun önemli bir yeri olmasına paralel, bilgisayarın ve uygulamalarının yaygınlaşmasıyla, analitik ve sayısal yöntemler yoğun olarak kullanılmaya başlanmıştır. Günümüzde, disiplinler arası yakınlaşma ile birlikte, tıp bilim dallarının mühendislik alanında sayısal uygulamaları görülebilir. Buna örnek olarak yapay sinir ağları ve genetik algoritma verilebilir. Yapay sinir ağları, insan anatomisindeki sinir ağlarının ve işleyişinin, algoritmik olarak programlanması ve derlenmesidir. Disiplinler arası yakınlaşma sonucu ortaya çıkan bir başka algoritma da 97 lerde John Holland tarafından ortaya atılan ve öğrencileri tarafından geliştirilen Genetik Algoritmadır. Genetik algoritmalar biyolojik süreci modelleyerek fonksiyonları optimize eden evrim algoritmalarıdır ve temelini ise popülasyon genetiği oluşturur []. Elektrik makineleri tasarımında GA nın kullanıldığı çalışmalardan bazıları Tablo de verilmiştir. Bu çalışma daha önce sunulan çıkık kutuplu senkron makinenin ağırlık optimizasyonu ile ilgili [3] yayının devamı niteliğinde olup, evvelce tasarımı yapılmış.5 kva lık bir kuru trafonun [] GA ile e ağırlık optimizasyonu yapılmıştır. Daha sonra elde edilen simülasyon sonuçları değerlendirilmiştir. Tablo. Bazı GA Uygulamaları. Makine Tipi Tasarım Parametresi Parametre Sayısı Fırçasız Doğru Akım [4] Malzeme Maliyeti 7 Genel [5] Ağırlık 7 Kısa Devre Kasli Asenkron [6] Verim, Tork 38 Tabi Mıknatıslı Senkron [7] Verim 7 Tabi Mıknatıslı Senkron [8] Akı ve Tork yoğunluğu 7 Akı anahtarlamalı [9] Verim 7
2 KSÜ Mühendislik Bilimleri Dergisi, (), 9 3 KSU Journal of Engineering Sciences, (), 9. GENETĐK ALGORĐTMALAR GA, biyolojik süreci modelleyerek fonksiyonları optimize eden evrim algoritmalarıdır. Her bir rdi, kromozomlar şeklinde temsil eden popülasyonlardan oluşur. Popülasyonun uygunluğu belirli kurallar dahilinde maksimize veya minimize edilir. Bu metot uzun çalışmaların neticesinde ilk defa John Holland (975) tarafından uygulanmaya başlandı ve onun öğrencisi olan David Goldberg popüler oldu. David Goldberg tezinde; gaz boru hattının kontrolünü içeren bir problemin çözümünü Genetik Algoritma (GA) ile gerçekleştirdi. GA nın avantajları şu şekilde sıralanabilir. Sürekli ve ayrık parametreleri optimize eder. Türevsel bilgiler gerekmez. Ağırlık fonksiyonu geniş bir spektrumda araştırır. Çok sayıda parametrelerle çalışma imkanı vardır. Paralel bilgisayarlar kullanılarak çalıştırılabilir. Global optimum değeri bulabilir. Birden fazla parametrelerin optimum çözümlerini elde edebilir. Genetik algoritmaların temel olarak izledikleri işlem sırası şu şekilde özetlenebilir: veya gerçek sayılarla uygulanabilir. Bu çalışmada gerçek sayılarla simüle edilmiştir. 3. GA NIN TRAFO UYGULAMASI Genetik algoritmada ilk bulunması gereken sisteme ait bir amaç fonksiyonu ve ona bağlı sınır şartlarıdır. Bu matematiksel bağıntı elde edildikten sonra, sınır şartları ile birlikte algoritmaya uyarlanır. Bu çalışmada pek tabi olarak girişe ait parametreler sabit olup tasarım kriterlerinde sınır şartları tespit edilecektir. Bütün elektrik makineleri tasarımlarında ağırlık en önemli faktördür ve kullanılan malzeme yani ağırlık ile birebir ilişkisi vardır. Dolayısıyla, matematiksel modelimiz ağırlık fonksiyonu şeklinde elde edilip sınır şartları vs. ona göre tespit edilecektir. Öncelikle trafonun görünür gücüne bağlı şekil ve deki karakteristiklerden [] trafonun bakır ve demir kayıpları elde edilir. Bakir kayiplari (W) Trafo bakir kaybi Trafo güçleri (kva) Şekil. Trafonun Görünür Gücüne Bağlı Olarak Bakır Kayıpları 5 Trafo demir kaybi 5 75 Demir Kayiplari (W) Şekil. GA Đşlem Sırası. GA parametreleri biyolojideki genleri temsil ederken, parametrelerin toplu kümesi de kromozomu oluşturmaktadır. Her yeni nesil rasgele bilgi değişimi ile oluşturulan, diziler içinde hayatta kalanların birleştirilmesi ile elde edilmektedir []. GA ikili Trafo Güçleri (kva) Şekil. Trafonun Görünür Gücüne Bağlı Olarak Demir Kayıpları
3 KSÜ Mühendislik Bilimleri Dergisi, (), 9 3 KSU Journal of Engineering Sciences, (), 9 Bu değerler elde edildikten sonra kayıp oranı ξ, Pcu ξ = () P olur. Öte yandan özgül bakır kaybı, p cu =.7s (Watt/kg) () dır. Burada s, akım yoğunluğudur ve. ile 3.5 A/cm sınırları arasında değişmelidir []. Dolayısıyla GA optimizasyonu uygulamasındaki ilk sınır şartımız tanımlanmış olur.. < s < 3.5 (A/cm ) (3) Özgül demir kayıpları ise, B 4 p = p ξ (Watt / kg) (4) dir ve burada, p =.3; kayıp faktörü, ξ =.5; saçların işlenmesi sonucunda husule gelen ilave kayıp faktörü, B = kuru trafolarda çekirdek endüksiyonudur (gauss). Trafo tasarımında önemli hesaplardan birisi de demir kesitinin elde edilmesidir. Demir kesiti aşağıdaki ifadeden elde edilir []. 3 S q = C (cm ) (5) 3 f Burada, q, demir kesiti (cm ), f, frekanstır. C ise trafo demir kesiti uygunluk faktörüdür ve hava ile soğuyan bir trafo için aşağıdaki sınırlar arasında alınabilir: 5.9 < C <.6 (cm joule -/ ) (6) Dolayısıyla GA için ikinci sınır şartı da tanımlanmış olur. Demir çekirdeğinin çapı D, 4q D = (cm) (7).677π dır. Boyunduruk bacak kesiti q, bacak kesiti q den % daha fazla olması gerektiğinden, q = q /. (cm ) (8) dur. Alt gerilim (ikincil) ve üst gerilim sargısı (birincil) sarım sayısı sırasıyla ve nolu eşitliklerde gösterilmiştir. U w = () 8 3 *4.44 f. φ. U w = () 8 3 *4.44 f. φ. Alt ve üst gerilim sargısı sargı kesitleri sırasıyla, I I = q (cm ) () s s q = olur. Pencere veya bacak yüksekliği, w I = (mm) (3) Ls As dir. Buradaki A s özgül amper-sarım değeri aşağıdaki karakteristikten elde edilir. As kuru trafolarda özgül amper-sarım görünür güç (kva) Şekil 3. Kuru Trafolarda Özgül Amper-Sarıma Đlişkin Karakteristik L = L s (cm) (4) olur. Trafodaki pencere genişliği a, wk q a =.4 (cm) (5). cu L s olduğuna göre, pencere bakır doldurma faktörü k cu aşağıdaki karakteristikten bulunur. olur. Burada boyunduruk bacak endüksiyonu B j, boyunduruk endüksiyonundan % daha fazla olması gerektiğinden, B j = B /. (gauss) (9)
4 KSÜ Mühendislik Bilimleri Dergisi, (), 9 33 KSU Journal of Engineering Sciences, (), 9 kcu kuru trafolar için kcu sabiti G = γ (.3L q + (M +.8D) q ) () 3 s Burada, γ = 7.6; demir özgül ağırlığı, M =.85D +.L s dir. Bacaktaki özgül demir kaybı, p b 5 ( B) = p ξ (Watt/kg) () dır. Burada, ξ =.5; saçların işlenmesi sırasında husule gelen ilave kayıp faktörü, p = kayıp faktörüdür. Bu durumda her üç bacağın ağırlığı, G b 4 = 3. γ q L (kg) (3) s görünür güç (kva) Şekil 4. Kuru Trafolarda Pencere Doldurma Faktörüne Đlişkin Karakteristik Alt ve üst gerilim sargılarının ortalama uzunlukları, lm =.* π (* D a) (cm) (6) lm = π ( D + *.4 +.*. + *.) dir, a = alt gerilim sargısının radyal yüksekliğidir (mm). Son olarak artık alt ve üst gerilim sargıları bakır ağırlıklarını bulunabilir, G G cu cu = 3. = 3. 3 γ cu 5 γ w q l m w q l cu m (kg) (7) dir. Burada, γ cu = 8.9, bakır özgül ağırlığıdır. Trafo ağırlık hesabına ait olarak bakır ağırlıkları bulunmuş olur. Bakır kayıplarının elde edilmesi için, 75 C ye indirgenmiş alt ve üst gerilim sargısı dirençleri sırasıyla 8 nolu eşitlikte gösterilmiştir. l w l w r = ρ r = ρ (8) m q m q Daha sonra at ve üst gerilim sargıları bakır kayıpları pek tabi olarak, cu = r P = 3I rk Pcu 3I (9) olur. Burada, k, akım yığılmalarından alt gerilim sargısında oluşan direnç artma faktörüdür. Toplam bakır kaybı ise, P = P + P () cu cu cu olursa, her üç bacağın demir kaybı, P = G p (W) (4) b b b dır. Özgül boyunduruk demir kaybı ise, p 4 ( B j ) = p ξ (W) (5) şeklindedir. Bütün boyunduruktaki demir kaybı, P = G p (W) (6) ve demir gövdede meydana gelen toplam demir kaybı son olarak, P = P + P (W) (7) b dır. Trafonun toplam kaybı ise, P = P + P (W) (8) k cu dır. GA uygulaması birincil ve ikincil ağırlık fonksiyonlarımız olan trafonun i ve toplam ağırlığı sırasıyla 9 ve 3 nolu eşitliklerde gösterilmiştir. S η = (9) S + 3 P k G + top = Gcu + Gcu + G G b (kg) (3) Sonuç olarak 3, 6, 9 ve 3 nolu eşitlikleri kullanarak GA için uygulanacak matematiksel model 3 nolu eşitlikte gösterilmiştir. Toplam bakır ağırlığı 7 nolu eşitlikte elde edildikten sonra, toplam boyunduruk demir ağırlığı aşağıdaki gibidir.
5 KSÜ Mühendislik Bilimleri Dergisi, (), 9 34 KSU Journal of Engineering Sciences, (), 9 x = s; x = C;. < x < 3.5 X = [ x; x] 5.9 < x <.6 M ( X ) = G( X ) = G + G + G S η( X ) = S + 3 P k cu cu + G b (3) şeklinde elde edilmiş olur. Burada M(X), ağırlıktan oluşan ağırlık fonksiyonudur. Ağırlık azaltılmaya çalışılırken inde % 9 nın altında kalmaması önemlidir. 4. SĐMÜLASYON SONUÇLARI Simülasyonlar 3. na kadar yapılmış olup, daha sağlıklı sonuçlar elde edebilmek için her bir nda 3 yüz kere simüle edilmiş ve ortalama değerleri şekil 5-8 arasında gösterilmiştir. Elde edilen sonuçların bazıları ise Tablo de özetlenmiştir. Şekil de GA tasarımı Ansoft programı kullanılarak sonlu elemanlar metodu gerçeklenmiştir. Ağırlık fonksiyonu- muz trafonun ağırlığı ve inden oluştuğu için ağırlık ve sonuçları ayrı ayrı gösterilmektedir. Aynı zamanda ağırlık grafiklerinde bakır ve demir ağırlıklarının değişimi, grafiğinde ise bakır ve demir kayıplarının değişimi gösterilmiştir. Şekil 5 ve 6 daki rastgele mutasyon işleminde kromozomun iki değişkeni, şekil 7 ve 8 deki ise sınırlı mutasyonda kromozomun bir değişkeni mutasyona uğratılmıştır. Şekillerde görüldüğü gibi trafonun ağırlığı nesil sayısı artışına bağlı düşmekle beraber rasgele mutasyonda daha iyi neticelerin elde edildiği görülmektedir. Bunun sebebinin iki değişkeni de mutasyona uğratmak olduğu aşikârdır. Ağırlıktaki azalmanın hemen hemen demir ağırlığındaki azalmaya paralel olduğu görülür ki, bu da gayet normaldir. Buna karşın bakır ağırlığında pek büyük bir değişimin olmaması zaten beklenen bir durumdur. Şekil 6 ve 8 de görüldüğü gibi demir kesitindeki azalmaya binaen bakır kayıplarında küçük artışlar meydana gelmektedir. Bunun yanında, lerde de çok küçük miktarda azalma gözlenmektedir. Fakat bu azalma yaklaşık % 3 civarında olduğu için kabul edilebilir sınırlar içerisindedir. toplam ağırlık (kg),935,95,95,95 toplam ağırlık (kg) trafo maliyeti (rasgele mutasyon) toplam ağırlık bakır ağırlığı demir ağırlığı 5 Şekil 5. Trafo ağırlığının Nesil Sayısına Bağlı Değişimi (Rastgele Mutasyon),94,93,9,9,9 trafo i (rasgele mutasyon ) bakır ve demir ağırlığı (kg) bakır kaybı demir 4 kaybı Şekil 6. Trafo Veriminin Nesil Sayısına Bağlı Değişimi (Rastgele Mutasyon) trafo maliyeti (sınırlı mutasyon) demir ve bakır kayıpları (W) toplam ağırlık bakır ağırlığı demir ağırlığı 4 Şekil 7. Trafo Ağırlığının Nesil Sayısına Bağlı Değişimi (Sınırlı Mutasyon bakır ve demir ağırlığı (kg)
6 KSÜ Mühendislik Bilimleri Dergisi, (), 9 35 KSU Journal of Engineering Sciences, (), 9,939,937,935,933,93,99,97,95 trafo i (sınırlı mutasyon) bakır kaybı demir 94kaybı Şekil 8. Trafo Veriminin Nesil Sayısına Bağlı Değişimi (Sınırlı Mutasyon) bakır ve demir kaybı (W) Yapılan simülasyonlarda rastgele mutasyon için elde edilen en küçük ağırlık,4 kg olup bunu sağlayan kromozom yaklaşık olarak [3,5 5,9] iken, sınırlı mutasyonda elde edilen en küçük ağırlık 4,54 kg olup bunu sağlayan kromozom yaklaşık olarak [, ] dir. Şekil 9 a bakıldığında gerçektende akım yoğunluğunun artışına bağlı olarak en küçük ağırlığın demir kesitinin en düşük değerlerinde elde edildiği aşikârdır. Şekil da ise trafo ağırlığının elde edilen demir kesiti faktörü değeri C = 5.9 için akım yoğunluğuna göre değişimi verilmiştir. Bu durumda GA, trafo için en küçük ağırlığı elde etmiştir denebilir. GA ile tasarım optimizasyonu yapılan bu trafonun ilgili geometrik ve elektrik parametreleri Tablo de özetlenmiştir. Söz konusu trafonun amper-sarım miktarı 95 A/cm (şekil 3) ve ilgili karakteristikten boyunduruk akısı gauss (. T) olarak kabul edilmektedir []. Şekil de trafonun akı yoğunluğunun en fazla yaklaşık dış bacaklarda. T, orta bacakta ise T ya kadar çıktığı görülmekte olup, demir saçların bu civar ve üzeri doymaya girdiği göz önünde tutulursa, bu değerin kabul edilebilirliği ortadadır. Üç fazlı çekirdek tipi trafolarda her hangi bir bacağın diğerlerine göre daha fazla akı yoğunluğuna maruz kalacağı malumdur. GA tasarımında boyunduruk kesiti küçüldüğünden demir ağırlığı ve akı azalmış, buna karşılık kayıplarda artma olmuştur. Verimde ise % 3 lük kısmi bir düşme söz konusu olmakla kabul edilebilir sınırlar içerisindedir. ağırlık (kg) trafo ağırlığının C' ye göre değişimi 3.5 A/mm ağırlık (kg) Trafo ağırılığının C=5.9 için değişimi akım yoğunluğu (A/mm) Şekil. Trafo Ağırlığının C = 5.9 için Akım Yoğunluğuna Göre Değişimi Şekil. GA ile Tasarımı Yapılmış Trafonun Ansoft Sonlu Elemanlar Programı ile Analizi 5. SONUÇ Bu çalışmada.5 kva lık hava ile soğuyan bir trafonun GA ile simüle edilip ağırlık optimizasyonu yapılmıştır. Daha sonra SEM ile tasarım gerçeklenip uygunluğu ispatlanmıştır. GA metoduna rasgele ve sınırlı mutasyon metotları kullanılmıştır. Bu yol ile ağırlıkta rasgele mutasyonda 9 kg arası, sınırlı mutasyonda ise 4 6 kg arası azalma sağlanmış olup yaklaşık % 3 ile % oranına denk gelmektedir. Kilo bazında bu kazanım küçük miktarda gözükse de trafonun gücüne göre düşünülürse gayet tatminkârdır. Böylelikle, GA nın elektrik makineleri tasarımı optimizasyonunda kullanılabileceği gösterilmiştir. Đlerideki çalışmalar için parametre sayısı arttırılırsa daha gerçekçi bir optimizasyon yapılabilir trafo demir uygunluk faktörü Şekil 9. Trafo Ağılığının Demir Kesiti Uygunluk Faktörü C ye Göre s = 3.4 için Değişimi
7 KSÜ Mühendislik Bilimleri Dergisi, (), 9 36 KSU Journal of Engineering Sciences, (), 9 Tablo. Sonuçların Karşılaştırılması. Parametre Analitik GA Pencere Genişliği (mm) Pencere / Sargı Yüksekliği (mm) 5 Boyunduruk / Bacak Kesiti (cm ) Boyunduruk / Bacak Genişliği (mm) Boyunduruk Akısı (Wb).33. Alt / Üst Gerilim Sargısı Sarım Sayısı 78 / / 79 Alt / Üst Gerilim Sargısı Akımı (A) 7.87 / / 3.9 Alt / Üst Gerilim Sargısı Kesiti (mm ) 3.58 /.79.4 /. Alt / Üst Gerilim Sargısı Ağırlığı (kg).6 /.9.78 /.49 Bacak Ağırlıkları (kg) Boyunduruk Demir Ağırlığı (kg) Toplam Kayıp (W) Toplam Ağırlık (kg) KAYNAKLAR Verim (%) Boduroğlu, T., 988. Elektrik makineleri Dersleri Cilt, Transformatörler. Beta Basım, Đstanbul.. Goldberg, D.E., 989. Genetic Algorithms in Search, Optimization and Machine Learning. Addison Wesley, New York. 3. Çelebi, M.,. Cost Optimization of Salient Pole Synchronous Machine by Genetic Algorithms. International Conrence on Mathematical and Computational Applications, ICMCA, Konya. 4. Bianchi, N., Bolognani, S., (997), Brushless DC motor design: An optimization procedure based on genetic algorithms, IEE, EMD97, Conrence pub., No Bianchi, N., Bolognani, S., (998), Design optimization of electric motors by genetic algorithms, IEE Proc.-Electr. Power App., Vol. 45, No Palko, S., Jokinen, T., Optimization of Squirrel Cage Induction Motors using Finite Element Method and Genetic Algorithms, Eighth International Conrence on Electrical Machines and Drives, pp Sim, D-J., Cho, D.H., Chun, J-S., Jung, H-K., Chung, T-K., Efficiency optimization of interior permanent magnet synchronous motor using genetic algorithms, 997, IEEE Trans. On Magnetics. 8. Sudhoff, D., S., Cale, J., Cassimere, B., Swinney, M., Genetic Algorithm Based Design of a Permanent Magnet Synchronous Machine, IEEE International Conrence on Electric Machines and Drives, 5, pp Chai, K., Pollock, S. C., Using Genetic Algorithms in Design Optimization of the Flux Switching Motor, IEE Power electronics Machines and Drives Conrence,, pp Angeline, P.J., 995. Evolution revolution: An introduction to the special track on genetic and evolutionary programming. IEEE Expert Intelligent Systems and their Applications, June pp.6-.. Richter, R., 954. Elektrische Maschinen Bd. III. Verlag Birkhaeurer, Basel, Stuttgart.
GENET K ALGOR TMA LE YA LI B R TRAFONUN MAL YET OPT M ZASYONU THE COST OPTIMISATION OF A OIL TRANSFORMATOR BY GENETIC ALGORITHM
enetik Algoritma ile Ya l Bir Trafonun Maliyet Optimizasyonu C.B.Ü. Fen Bilimleri Dergisi ISSN 305-35 C.B.U. Journal of Science 3. (007) 3. (007) ENET K ALOR TMA LE YA LI B R TRAFONUN MAL YET OPT M ZASYONU
DetaylıGenetik Algoritma ile Kuru bir Trafonun Maliyet Optimizasyonu
Genetik Algoritma ile Kuru bir Trafonun Maliyet Optimizayonu Mehmed Çelebi 1 1 El-Elektronik Mühendiliği Bölümü Celal Bayar Üniveritei mehmed.celebi@bayar.edu.tr Özet Bu çalışmada daha önce analitik yöntemle
DetaylıGenetik Algoritma ile Kuru bir Trafonun Maliyet Optimizasyonu
enetik Algoritma ile Kuru bir Trafonun Maliyet Optimizayonu Mehmed Çelebi 1 1 El-Elektronik Mühendiliği Bölümü Celal Bayar Üniveritei mehmed.celebi@bayar.edu.tr Özet Bu çalışmada daha önce analitik yöntemle
DetaylıYer Çekimsel Arama Algoritmasi İle Değişik Çalışma Koşulları İçin Tranformatör Verim Optimizasyonu
Yer Çekimsel Arama Algoritmasi İle Değişik Çalışma Koşulları İçin Tranformatör Verim Optimizasyonu 1 Yalçın Alcan, 2 Ali Öztürk, 3 Önder Özmen 1 Elektrik ve Enerji Bölümü, Meslek Yüksekokulu, Sinop Üniversitesi,
DetaylıKURU TİP TRANSFORMATÖRÜN TABU ARAMA ALGORİTMASI YÖNTEMİ İLE AĞIRLIK OPTİMİZASYONU
İleri Teknoloji Bilimleri Dergisi Cilt, No, 7-6, 0 Journal of Advanced Technology Sciences Vol, No, 7-6, 0 KURU TİP TRANSFORMATÖRÜN TABU ARAMA ALGORİTMASI YÖNTEMİ İLE AĞIRLIK OPTİMİZASYONU Salih TOSUN
DetaylıZeki Optimizasyon Teknikleri
Zeki Optimizasyon Teknikleri Genetik Algoritma (Genetic Algorithm) Doç.Dr. M. Ali Akcayol Genetik Algoritma 1970 li yıllarda John Holland tarafından geliştirilmiştir. 1989 yılında David E. Goldberg Genetik
DetaylıHarran Ün. El-Elektronik Mühendisliği Bölümü, Osmanbey, Şanlıurfa.
Doç. Dr. Mehmet ÇELEBİ Harran Üniversitesi, Mühendislik Fakültesi, Elektrik Elektronik Bölümü ŞAHSİ BİLGİLER Adres E-posta Medeni hali Uyruğu Doğum tarihi 25/08/1970 Doğum yeri Ninova / Irak EĞİTİM Harran
DetaylıKuru Tip Transformatör Optimizasyonuna Yeni Bir Yaklaşım: Ateş Böceği Algoritması
Çukurova Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 33(), ss. 87-96, Mart 08 Çukurova University Journal of the Faculty of Engineering and Architecture, 33(), pp. 87-96, March 08 Kuru Tip Transformatör
DetaylıÖZGEÇMİŞ. Derece Bölüm/Program Üniversite Yıl Lisans. Görev Ünvanı Alan Görev Yeri Yıl Arş. Gör.
ÖZGEÇMİŞ 1. Adı Soyadı : Asım Gökhan YETGİN 2. Doğum Tarihi : 1979-Kütahya 3. Ünvanı : Yrd. Doç. Dr. 4. E-mail : gokhan.yetgin@dpu.edu.tr 5. Öğrenim Durumu: Derece Bölüm/Program Üniversite Yıl Lisans Elektrik
DetaylıGenetik Algoritmalar. Bölüm 1. Optimizasyon. Yrd. Doç. Dr. Adem Tuncer E-posta:
Genetik Algoritmalar Bölüm 1 Optimizasyon Yrd. Doç. Dr. Adem Tuncer E-posta: adem.tuncer@yalova.edu.tr Optimizasyon? Optimizasyon Nedir? Eldeki kısıtlı kaynakları en iyi biçimde kullanmak olarak tanımlanabilir.
DetaylıGENETİK ALGORİTMALAR. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ
GENETİK ALGORİTMALAR Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ GENETİK ALGORİTMALAR Genetik algoritmalar, Darwin in doğal seçim ve evrim teorisi ilkelerine dayanan bir arama ve optimizasyon yöntemidir.
DetaylıEleco 2014 Elektrik Elektronik Bilgisayar ve Biyomedikal Mühendisliği Sempozyumu, Kasım 2014, Bursa
Eleco 214 Elektrik Elektronik Bilgisayar ve Biyomedikal Mühendisliği Sempozyumu, 27 29 Kasım 214, Bursa Davlumbazlarda Kullanılan Tek Fazlı Sürekli Kondansatörlü Asenkron Motor Analizi Analysis of a Permanent
DetaylıASENKRON MOTOR TASARIMININ GÜNCELLENMİŞ KRİTERLER İLE SİMÜLASYONU
ASENKRON MOTOR TASARIMININ GÜNCELLENMİŞ KRİTERLER İLE SİMÜLASYONU Abdulkerim KARABİBER 1, Mehmet ÇELEBİ 2 1 Elektrik-Elektronik Mühendisliği Bölümü Bingöl Üniversitesi e-posta: akarabiber@bingol.edu.tr
DetaylıFırçasız Doğru Akım Motorlarında Farklı Mıknatıs Dizilimleri Different Magnet Configurations in BLDC Motors
Fırçasız Doğru Akım Motorlarında Farklı Mıknatıs Dizilimleri Different Magnet Configurations in BLDC Motors Aptullah İŞLER 1 Nezih G. ÖZÇELİK 2 Lale T. ERGENE 1 1 İstanbul Teknik Üniversitesi Elektrik
DetaylıEleco 2014 Elektrik Elektronik Bilgisayar ve Biyomedikal Mühendisliği Sempozyumu, 27 29 Kasım 2014, Bursa
Eleco 214 Elektrik Elektronik Bilgisayar ve Biyomedikal Mühendisliği Sempozyumu, 27 29 Kasım 214, Bursa Fırçasız, Dış Rotorlu Elektrikli Bisiklet Motoru Tasarımı, Üretimi Ve Deneysel Doğrulaması Design,
DetaylıDC Motorlarda Maksimum Verimin Genetik Algoritma Kullanılarak Optimizasyonu. Optimization of DC Motors Maximum Efficiency Using Genetic Algorithm
DC Motorlarda Maksimum Verimin Genetik Algoritma Kullanılarak Optimizasyonu *1 Kürşat M. KARAOĞLAN and *2 Metin ZEYVELİ 1 Mekatronik Mühendisliği, Fen Bilimleri Enstitüsü, Karabük Üniversitesi, Karabük,
DetaylıFonksiyon Optimizasyonunda Genetik Algoritmalar
01-12-06 Ümit Akıncı Fonksiyon Optimizasyonunda Genetik Algoritmalar 1 Fonksiyon Optimizasyonu Fonksiyon optimizasyonu fizikte karşımıza sık çıkan bir problemdir. Örneğin incelenen sistemin kararlı durumu
DetaylıKırsal Bölgeler İçin Düşük Maliyetli Sabit Mıknatıslı Senkron Alternatör Tasarımı ve Analizi
http://www.dergipark.gov.tr/mbd MBD 2018, 7 (2): 9-15 http://www.meslekibilimler.com Mesleki Bilimler Dergisi (MBD) 12 th July 18 Received; reviewed; 15 th August accepted Kırsal Bölgeler İçin Düşük Maliyetli
DetaylıYZM 5257 YAPAY ZEKA VE UZMAN SİSTEMLER DERS#6: GENETİK ALGORİTMALAR
YZM 5257 YAPAY ZEKA VE UZMAN SİSTEMLER DERS#6: GENETİK ALGORİTMALAR Sınıflandırma Yöntemleri: Karar Ağaçları (Decision Trees) Örnek Tabanlı Yöntemler (Instance Based Methods): k en yakın komşu (k nearest
DetaylıOPTİMUM GÜÇ AKIŞININ YAPAY ARI KOLONİSİ İLE SAĞLANMASI
OPTİMUM GÜÇ AKIŞININ YAPAY ARI KOLONİSİ İLE SAĞLANMASI A. Doğan 1 M. Alçı 2 Erciyes Üniversitesi Mühendislik Fakültesi Elektrik-Elektronik Mühendisliği Bölümü 1 ahmetdogan@erciyes.edu.tr 2 malci@erciyes.edu.tr
DetaylıPERFORMANCE EVALUATION OF AN INDUCTION MOTOR BY USING FINITE ELEMENT METHOD
PERFORMANCE EVALUATION OF AN INDUCTION MOTOR BY USING FINITE ELEMENT METHOD A. İhsan ÇANAKOĞLU *, A. Gökhan YETGİN**, Mustafa TURAN** *Dumlupınar Üniversitesi, Mühendislik Fakültesi, Elektrik Elektronik
DetaylıÜç Fazlı Sincap Kafesli bir Asenkron Motorun Matlab/Simulink Ortamında Dolaylı Vektör Kontrol Benzetimi
Araştırma Makalesi Adıyaman Üniversitesi Mühendislik Bilimleri Dergisi (05) 6-7 Üç Fazlı Sincap Kafesli bir Asenkron Motorun Matlab/Simulink Ortamında Dolaylı Vektör Kontrol Benzetimi Ahmet NUR *, Zeki
DetaylıBulanık Mantık Tabanlı Uçak Modeli Tespiti
Bulanık Mantık Tabanlı Uçak Modeli Tespiti Hüseyin Fidan, Vildan Çınarlı, Muhammed Uysal, Kadriye Filiz Balbal, Ali Özdemir 1, Ayşegül Alaybeyoğlu 2 1 Celal Bayar Üniversitesi, Matematik Bölümü, Manisa
DetaylıGevşek Hesaplama (COMPE 474) Ders Detayları
Gevşek Hesaplama (COMPE 474) Ders Detayları Ders Adı Gevşek Hesaplama Ders Kodu COMPE 474 Dönemi Ders Uygulama Laboratuar Kredi AKTS Saati Saati Saati Bahar 3 0 0 3 5 Ön Koşul Ders(ler)i Dersin Dili Dersin
Detaylı2011 Third International Conference on Intelligent Human-Machine Systems and Cybernetics
2011 Third International Conference on Intelligent Human-Machine Systems and Cybernetics Özet: Bulanık bir denetleyici tasarlanırken karşılaşılan en önemli sıkıntı, bulanık giriş çıkış üyelik fonksiyonlarının
DetaylıKİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI
KİNETİK MODEL PARAMETRELERİNİN BELİRLENMESİNDE KULLANILAN OPTİMİZASYON TEKNİKLERİNİN KIYASLANMASI Hatice YANIKOĞLU a, Ezgi ÖZKARA a, Mehmet YÜCEER a* İnönü Üniversitesi Mühendislik Fakültesi Kimya Mühendisliği
DetaylıGenetik Algoritmalar (GA) Genetik Algoritmalar Đçerik Nesin Matematik Köyü E rim Ç lı l ş ı ta t yı Nisan, 2012 Mustafa Suphi Erden
Genetik Algoritmalar Nesin Matematik Köyü Evrim Çalıştayı 20-23 Nisan, 202 Genetik Algoritmalar (GA Đçerik Biyolojiden esinlenme GA nın özellikleri GA nın unsurları uygulama Algoritma Şema teoremi Mustafa
DetaylıASENKRON MOTORUN BOYUNDURUK VE DİŞ BOYUTLARININ MOTOR PERFORMANSINA ETKİLERİ THE EFFECTS OF YOKE AND TOOT DIMENSIONS ON INDUCTION MOTOR PERFORMANCE
ASENKRON MOTORUN BOYUNDURUK VE DİŞ BOYUTLARININ MOTOR PERFORMANSINA ETKİLERİ *Asım Gökhan YETGİN 1, Mustafa TURAN 2, Ali İhsan ÇANAKOĞLU 1 1 Dumlupınar Üniversitesi, Mühendislik Fakültesi, Elektrik Elektronik
DetaylıTAŞ DOLGU DALGAKIRANLARIN GENETİK ALGORİTMA İLE GÜVENİRLİK ANALİZİ. M. Levent Koç* Can E. Balas**
TAŞ DOLGU DALGAKIRANLARIN GENETİK ALGORİTMA İLE GÜVENİRLİK ANALİZİ M. Levent Koç* Can E. Balas** (*) Yrd. Doç. Dr., Cumhuriyet Üniversitesi, Mühendislik Fakültesi İnşaat Mühendisliği Bölümü, Sivas Tel:
DetaylıEMM4131 Popülasyon Temelli Algoritmalar (Population-based Algorithms)
2017-2018 Güz Yarıyılı EMM4131 Popülasyon Temelli Algoritmalar (Population-based Algorithms) 4 Genetik Algoritma Örnek Uygulamalar (Sırt Çantası Problemi, Sınav Programı Çizelgeleme) Yrd. Doç. Dr. İbrahim
DetaylıPolinom olmayan denklemlerin genetik algoritma tabanlı çözümü
322 Polinom olmayan denklemlerin genetik algoritma tabanlı çözümü Nihat ÖZTÜRK *, Emre ÇELİK * Gazi Üniversitesi Teknoloji Fakültesi Elektrik Elektronik Mühendisliği Bölümü, ANKARA ÖZET Anahtar Kelimeler:
DetaylıGENETİK ALGORİTMA ÖZNUR CENGİZ HİLAL KOCA
GENETİK ALGORİTMA ÖZNUR CENGİZ 201410306014 HİLAL KOCA 150306024 GENETİK ALGORİTMA Genetik Algoritma yaklaşımının ortaya çıkışı 1970 lerin başında olmuştur. 1975 te John Holland ın makine öğrenmesi üzerine
DetaylıEvrimsel Çok amaçlı eniyileme. Tahir Emre Kalaycı Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 25 Mart 2010
Evrimsel Çok amaçlı eniyileme Tahir Emre Kalaycı Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 25 Mart 2010 Gündem Çok amaçlı eniyileme Giriş Evrimsel çok amaçlı eniyileme Sonuç Giriş Gerçek dünya problemleri
DetaylıGezgin Satıcı Probleminin İkili Kodlanmış Genetik Algoritmalarla Çözümünde Yeni Bir Yaklaşım. Mehmet Ali Aytekin Tahir Emre Kalaycı
Gezgin Satıcı Probleminin İkili Kodlanmış Genetik Algoritmalarla Çözümünde Yeni Bir Yaklaşım Mehmet Ali Aytekin Tahir Emre Kalaycı Gündem Gezgin Satıcı Problemi GSP'yi Çözen Algoritmalar Genetik Algoritmalar
DetaylıPARALEL MAKĠNALARIN GENETĠK ALGORĠTMA ĠLE ÇĠZELGELENMESĠNDE MUTASYON ORANININ ETKĠNLĠĞĠ
Ege Akademik BakıĢ / Ege Academic Review 10 (1) 2010: 199-210 PARALEL MAKĠNALARIN GENETĠK ALGORĠTMA ĠLE ÇĠZELGELENMESĠNDE MUTASYON ORANININ ETKĠNLĠĞĠ EFFICIENCY OF MUTATION RATE FOR PARALLEL MACHINE SCHEDULING
DetaylıANKARA ÜNİVERSİTESİ GAMA MESLEK YÜKSEKOKULU ELEKTRİK VE ENERJİ BÖLÜMÜ ALTERNATİF ENERJİ KAYNAKLARI TEKNOLOJİSİ ELEKTRİK MAKİNALARI 1.
ANKARA ÜNİVERSİTESİ GAMA MESLEK YÜKSEKOKULU ELEKTRİK VE ENERJİ BÖLÜMÜ ALTERNATİF ENERJİ KAYNAKLARI TEKNOLOJİSİ ELEKTRİK MAKİNALARI 1. HAFTA 1 İçindekiler Elektrik Makinalarına Giriş Elektrik Makinalarının
DetaylıANKARA ÜNİVERSİTESİ GAMA MESLEK YÜKSEKOKULU ELEKTRİK VE ENERJİ BÖLÜMÜ ALTERNATİF ENERJİ KAYNAKLARI TEKNOLOJİSİ
ANKARA ÜNİVERSİTESİ GAMA MESLEK YÜKSEKOKULU ELEKTRİK VE ENERJİ BÖLÜMÜ ALTERNATİF ENERJİ KAYNAKLARI TEKNOLOJİSİ RÜZGAR GÜCÜ İLE ELEKTRİK ÜRETİMİ 4. HAFTA 1 İçindekiler Rüzgar Türbini Çalışma Karakteristiği
DetaylıDOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ YAYINLARI NO: 293 3. BASKI
DOKUZ EYLÜL ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ YAYINLARI NO: 293 3. BASKI ÖNSÖZ Bu kitap, Dokuz Eylül Üniversitesi Elektrik ve Elektronik Mühendisliği Bölümünde lisans eğitimi ders programında verilen
DetaylıElektrik Makinaları I SENKRON MAKİNALAR
Elektrik Makinaları I SENKRON MAKİNALAR Dönen Elektrik Makinaları nın önemli bir grubunu oluştururlar. (Üretilen en büyük güç ve gövde büyüklüğüne sahip dönen makinalardır) Generatör (Alternatör) olarak
DetaylıERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTUSÜ BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİMDALI. I. GENEL BİLGİLER Ders Adı
BİM618 Evrimsel Algoritmalar Öğretim Üyesi Prof. Dr. Derviş Karaboğa Görüşme Saatleri 8.00-17.00 E posta: karaboga@erciyes.edu.tr http://abis.erciyes.edu.tr/sorgu.aspx?sorgu=236 Erciyes Üniversitesi, Mühendislik
DetaylıKATMANLI KOMPOZİT KİRİŞLERİN GENETİK ALGORİTMA İLE OPTİMİZASYONU
KATMANLI KOMPOZİT KİRİŞLERİN GENETİK ALGORİTMA İLE OPTİMİZASYONU Fatih Karaçam ve Taner Tımarcı Trakya Üniversitesi, MMF Makine Mühendisliği Bölümü 030 Edirne e-mail: tanert@trakya.edu.tr Bu çalışmada
DetaylıElektromekanik Enerji Dönüşümü (ENE 309) Ders Detayları
Elektromekanik Enerji Dönüşümü (ENE 309) Ders Detayları Ders Adı Ders Dönemi Ders Kodu Saati Uygulama Saati Laboratuar Kredi AKTS Saati Elektromekanik Enerji Dönüşümü ENE 309 Güz 3 2 0 4 4 Ön Koşul Ders(ler)i
DetaylıTabakalı Kompozit Bir Malzemenin Genetik Algoritma Yöntemiyle Rijitlik Optimizasyonu
th International Adanced Technologies Symposium (IATS ), -8 May 20, Elazığ, Turkey Tabakalı Kompozit Bir Malzemenin Genetik Algoritma Yöntemiyle Rijitlik Optimizasyonu Ö. Soykasap e K. B. Sugözü Afyon
DetaylıMÜHENDĐSLĐK BĐLĐMLERĐ DERGĐSĐ KAHRAMANMARAŞ SÜTÇÜ ĐMAM ÜNĐVERSĐTESĐ JOURNAL OF ENGINEERING SCIENCES
KSÜ Müh. Bil. Derg. KSU J. Eng. Sci. E-ISSN: 1309 1751 KAHRAMANMARAŞ SÜTÇÜ ĐMAM ÜNĐVERSĐTESĐ CĐLT VOLUME SAYI NUMBER YIL YEAR 12 2 2009 KAHRAMANMARAŞ SÜTÇÜ ĐMAM ÜNĐVERSĐTESĐ E ISSN: 1309 1751 CĐLT/VOLUME:
DetaylıYazılım Çözümleri Elektrik Motor Tasarım Yazılımları
Yazılım Çözümleri Elektrik Motor Tasarım Yazılımları 1 SPEED Yazılımın Özellikleri SPEED, elektrik motor ve generatörlerinin tasarımı ve analizinde kullanılan manyetik eşdeğer devre tabanlı, hızlı, güvenilir
DetaylıYrd. Doç. Dr. Mustafa NİL
Yrd. Doç. Dr. Mustafa NİL ÖĞRENİM DURUMU Derece Üniversite Bölüm / Program Fırat Üniversitesi Elektrik-Elektronik Mühendisliği Y. Kocaeli Üniversitesi Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DetaylıÜç Fazlı Asenkron Motor Tasarımı ve FFT Analizi Three Phase Induction Motor Design and FFT Analysis
Üç Fazlı Asenkron Motor Tasarımı ve FFT Analizi Three Phase nduction Motor Design and FFT Analysis Murat TEZCAN 1, A. Gökhan YETGİN 2, A. İhsan ÇANAKOĞLU 3, Mustafa TURAN 4 1,3 Mühendislik Fakültesi, Elektrik-Elektronik
DetaylıAli Sinan Çabuk 1, Şafak Sağlam 2, Gürkan Tosun 3, Özgür Üstün 1,3. İstanbul Teknik Üniversitesi itu.edu.
Hafif Elektrikli Araçlar İçin Kullanılan Tekerlek İçi Fırçasız Doğru Akım Motorlarının Farklı Oluk ve Kutup Sayısı Kombinasyonlarının Verim Üzerine Etkilerinin İncelenmesi Investigation of Different Slot-Pole
DetaylıElektrikli Araç Uygulamaları için 75 kw Asenkron Motor Tasarımı Design of 75 kw Asynchronous Motor for Electric Vehicle Applications
Elektrikli Araç Uygulamaları için 75 kw Asenkron Motor Tasarımı Design of 75 kw Asynchronous Motor for Electric Vehicle Applications Cenk Ulu 1, Güven Kömürgöz 2 1 TÜBİTAK Marmara Araştırma Merkezi Enerji
DetaylıTHE EFFECT OF PRODUCT NUMBER ON SOLVING THE JOP-SHOP SCHEDULING PROBLEM BY USING GENETIC ALGORITHM
GENETİK ALGORİTMA İLE ÇÖZÜMÜ GERÇEKLEŞTİRİLEN ATÖLYE ÇİZELGELEME PROBLEMİNDE ÜRÜN SAYISININ ETKİSİ Serdar BİROĞUL*, Uğur GÜVENÇ* (*) Gazi Üniversitesi Teknik Eğitim Fakültesi Elektrik Eğitimi Bölümü, Beşevler
DetaylıELEKTRİK DEVRELERİ-2 LABORATUVARI VII. DENEY FÖYÜ
ELEKTRİK DERELERİ-2 LABORATUARI II. DENEY FÖYÜ TRANSFORMATÖR ÖZELLİKLERİNİN BELİRLENMESİ Amaç: Transformatörün özelliklerini anlamak ve başlıca parametrelerini ölçmek. Gerekli Ekipmanlar: Ses Transformatörü,
DetaylıELECO '2012 Elektrik - Elektronik ve Bilgisayar Mühendisliği Sempozyumu, 29 Kasım - 01 Aralık 2012, Bursa
ELECO '2 Elektrik - Elektronik ve Bilgisayar Mühendisliği Sempozyumu, 29 Kasım - 1 Aralık 2, Bursa Sürekli Mıknatıslı AC Servomotor Tasarımında Radyel ve Paralel Mıknatıslamanın Motor Performansına Etkisi
DetaylıElektrik Makinaları ve Sürücüler (EE 450) Ders Detayları
Elektrik Makinaları ve Sürücüler (EE 450) Ders Detayları Ders Adı Ders Kodu Dönemi Ders Saati Uygulama Saati Laboratuar Saati Kredi AKTS Elektrik Makinaları ve Sürücüler EE 450 Güz 3 0 0 3 5 Ön Koşul Ders(ler)i
DetaylıSOLIDWORKS SIMULATION EĞİTİMİ
SOLIDWORKS SIMULATION EĞİTİMİ Kurs süresince SolidWorks Simulation programının işleyişinin yanında FEA teorisi hakkında bilgi verilecektir. Eğitim süresince CAD modelden başlayarak, matematik modelin oluşturulması,
DetaylıMekatronik Mühendisliği Uygulamalarında Yapay Zekâ. Ders 1- Yapay Zekâya Giriş. Erhan AKDOĞAN, Ph.D.
Mekatronik Mühendisliği Uygulamalarında Yapay Zekâ Ders 1- Yapay Zekâya Giriş Erhan AKDOĞAN, Ph.D. Yapay Zekâ nedir?! İnsanın düşünme ve karar verme yeteneğini bilgisayarlar aracılığı ile taklit etmeye
DetaylıDoğrusal hareketli sürekli mıknatıslı senkron motorlarda hpm parametresinin motorun denetim başarımına etkisi
1 Doğrusal hareketli sürekli mıknatıslı senkron motorlarda hpm parametresinin motorun denetim başarımına etkisi *Özcan OTKUN 1 ve A. Sefa AKPINAR 2 1 Gümüşhane Üniversitesi, Bilgisayar Teknolojileri Bölümü
DetaylıANKARA ÜNİVERSİTESİ GAMA MESLEK YÜKSEKOKULU ELEKTRİK VE ENERJİ BÖLÜMÜ ALTERNATİF ENERJİ KAYNAKLARI TEKNOLOJİSİ ELEKTRİK MAKİNALARI 6.
ANKARA ÜNİVERSİTESİ GAMA MESLEK YÜKSEKOKULU ELEKTRİK VE ENERJİ BÖLÜMÜ ALTERNATİF ENERJİ KAYNAKLARI TEKNOLOJİSİ ELEKTRİK MAKİNALARI 6. HAFTA 1 İçindekiler Oto Trafo Üç Fazlı Transformatörler Ölçü Trafoları
DetaylıAsenkron Motor Analizi
Temsili Resim Giriş Asenkron motorlar, neredeyse 100 yılı aşkın bir süredir endüstride geniş bir yelpazede kulla- Alperen ÜŞÜDÜM nılmaktadır. Elektrik Müh. Son yıllarda, FİGES A.Ş. kontrol teknolojilerinin
DetaylıSelf Organising Migrating Algorithm
OPTİMİZASYON TEKNİKLERİ Self Organising Migrating Algorithm Kendini Organize Eden Göç/Geçiş Algoritması MELİH HİLMİ ULUDAĞ Fırat Üniversitesi Teknoloji Fakültesi Yazılım Mühendisliği Bölümü İletişim: www.melihhilmiuludag.com
DetaylıELEKTRİK ENERJİ SİSTEMLERİNDE OLUŞAN HARMONİKLERİN FİLTRELENMESİNİN BİLGİSAYAR DESTEKLİ MODELLENMESİ VE SİMÜLASYONU
T.C. MARMARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ELEKTRİK ENERJİ SİSTEMLERİNDE OLUŞAN HARMONİKLERİN FİLTRELENMESİNİN BİLGİSAYAR DESTEKLİ MODELLENMESİ VE SİMÜLASYONU Mehmet SUCU (Teknik Öğretmen, BSc.)
DetaylıSerdar BİROĞUL YÜKSEK LİSANS TEZİ (ELEKTRİK EĞİTİMİ) GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ANKARA
i GENETİK ALGORİTMA YAKLAŞIMIYLA ATÖLYE ÇİZELGELEME Serdar BİROĞUL YÜKSEK LİSANS TEZİ (ELEKTRİK EĞİTİMİ) GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ OCAK 2005 ANKARA ii Serdar BİROĞUL tarafından hazırlanan
DetaylıCER MOTORLARININ ENERJİ VERİMLİLİĞİNDE MOTOR TORK UNUN ETKİSİ
3. Uluslar arası Raylı Sistemler Mühendisliği Sempozyumu (ISERSE 16), 13-15 Ekim 2016, Karabük, Türkiye CER MOTORLARININ ENERJİ VERİMLİLİĞİNDE MOTOR TORK UNUN ETKİSİ Mehmet Fidan a, * and Mine Sersöz b
DetaylıGenetik Algoritma ile Türkiye Net Elektrik Enerjisi Tüketiminin 2020 Yılına Kadar Tahmini
International Journal of Engineering Research and Development, Vol.3, No.2, June 2011 37 Genetik Algoritma ile Türkiye Net Elektrik Enerjisi Tüketiminin 2020 Yılına Kadar Tahmini Vecihi Yigit Industrial
DetaylıGENETİK ALGORİTMALAR BÜŞRA GÜRACAR
GENETİK ALGORİTMALAR BÜŞRA GÜRACAR 201420404036 İÇERİK Genetik Algoritmanın, Amacı Kullanım Alanları Kavramları Uygulama Adımları Parametreler Genetik Algoritma Kodlama Türleri Genetik Algoritma Genetik
DetaylıMETASEZGİSEL YÖNTEMLER. Genetik Algoritmalar
METASEZGİSEL YÖNTEMLER Genetik Algoritmalar 1970 li yıllarda John Holland tarafından geliştirilmiştir. 1989 yılında David E. Goldberg Genetik Genetik Algoritma Algoritma Uygulamaları üzerine klasik eser
DetaylıÖ Z G E Ç M İ Ş. 1. Adı Soyadı: Mustafa GÖÇKEN. 2. Doğum Tarihi: 12 Haziran 1976. 3. Unvanı: Yrd. Doç. Dr. 4. Öğrenim Durumu: Ph.D.
Ö Z G E Ç M İ Ş 1. Adı Soyadı: Mustafa GÖÇKEN 2. Doğum Tarihi: 12 Haziran 1976 3. Unvanı: Yrd. Doç. Dr. 4. Öğrenim Durumu: Ph.D. Derece Alan Üniversite Yıl Lisans Endüstri Mühendisliği Çukurova Üniversitesi
Detaylı4 th International Advanced Technologies Symposium September 28 30, 2005 Konya / Türkiye DÜZ DİŞLİ HIZ KUTUSUNUN GENETİK ALGORİTMA İLE ENİYİLENMESİ
4 th International Advanced Technologies Symposium September 8 3, 5 Konya / Türkiye DÜZ DİŞLİ HIZ KUTUSUNUN GENETİK ALGORİTMA İLE ENİYİLENMESİ Metin ZEYVELİ Cevdet GÖLOĞLU Kürşad DÜNDAR ) Gazi Üniversitesi
DetaylıEşdeğer Deprem Yüklerinin Dağılım Biçimleri
Eşdeğer Deprem Yüklerinin Dağılım Biçimleri Prof. Dr. Günay Özmen İTÜ İnşaat Fakültesi (Emekli), İstanbul gunayozmen@hotmail.com 1. Giriş Deprem etkisi altında bulunan ülkelerin deprem yönetmelikleri çeşitli
DetaylıDOĞRUSAL OLMAYAN REGRESYON ANALİZİNDE GERÇEK DEĞER KODLAMALI GENETİK ALGORİTMA
Istanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi Yıl:8 Sayı:15 Bahar 2009 s.167-178 DOĞRUSAL OLMAYAN REGRESYON ANALİZİNDE GERÇEK DEĞER KODLAMALI GENETİK ALGORİTMA Timur KESKİNTÜRK * Serap ŞAHİN ÖZET
DetaylıELEKTRİK MOTORLARI VE SÜRÜCÜLER
BÖLÜM 4 A.A. MOTOR SÜRÜCÜLERİ 4.1.ALTERNATİF AKIM MOTORLARININ DENETİMİ Alternatif akım motorlarının, özellikle sincap kafesli ve bilezikli asenkron motorların endüstriyel uygulamalarda kullanımı son yıllarda
DetaylıDerin Çekme İşlemi Üzerine Kalıp Geometrisinin Etkisinin Sonlu Elemanlar Analizi
KSU Mühendislik Bilimleri Dergisi, 16(1),2013 43 KSU. Journal of Engineering Sciences, 16(1),2013 Derin Çekme İşlemi Üzerine Kalıp Geometrisinin Etkisinin Sonlu Elemanlar Analizi Vedat TAŞDEMİR 1 * 1 Kahramanmaraş
DetaylıGENETİK ALGORİTMA İLE RÜZGAR TÜRBİNİ KANAT SAYISI SEÇİMİ
VI. Ulusal Temiz Enerji Sempozyumu UTES 2006 25 27 Mayıs 2006, Isparta Sf.756 764 GENETİK ALGORİTMA İLE RÜZGAR TÜRBİNİ KANAT SAYISI SEÇİMİ Nida Nurbay ve Ali Çınar Kocaeli Üniversitesi Tek. Eğt. Fak. Makine
DetaylıBİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ AKADEMİK ÖZGEÇMİŞ FORMU
BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ AKADEMİK ÖZGEÇMİŞ FORMU KİŞİSEL BİLGİLER Adı Soyadı Tolga YÜKSEL Ünvanı Birimi Doğum Tarihi Yrd. Doç. Dr. Mühendislik Fakültesi/ Elektrik Elektronik Mühendisliği 23.10.1980
DetaylıGenetik Algoritma Yardımıyla Elde Edilen Yüksek Performanslı Pencere Fonksiyonlarının Yinelemesiz Sayısal Filtre Tasarımında Kullanımı
6 th International Advanced Technologies Symposium (IATS 11), 16-18 May 011, Elazığ, Turkey Genetik Algoritma Yardımıyla Elde Edilen Yüksek Performanslı Pencere Fonksiyonlarının Yinelemesiz Sayısal Filtre
DetaylıSigma 2006/3 Araştırma Makalesi / Research Article A SOLUTION PROPOSAL FOR INTERVAL SOLID TRANSPORTATION PROBLEM
Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi Sigma 6/ Araştırma Makalesi / Research Article A SOLUTION PROPOSAL FOR INTERVAL SOLID TRANSPORTATION PROBLEM Fügen TORUNBALCI
DetaylıYAPAY SİNİR AĞLARI. Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ
YAPAY SİNİR AĞLARI Araş. Gör. Nesibe YALÇIN BİLECİK ÜNİVERSİTESİ İÇERİK Sinir Hücreleri Yapay Sinir Ağları Yapısı Elemanları Çalışması Modelleri Yapılarına Göre Öğrenme Algoritmalarına Göre Avantaj ve
DetaylıELM 324 ELEKTROMEKANİK ENERJİ DÖNÜŞÜMÜ DERSİ LABORATUVARI
ELM 324 ELEKTROMEKANİK ENERJİ DÖNÜŞÜMÜ DERSİ LABORATUVARI Deney 1 : Histeresiz Eğrisinin Elde Edilmesi Amaç : Bu deneyin temel amacı; transformatörün alçak gerilim sargılarını kullanarak B-H (Mıknatıslanma)
DetaylıİNDÜKSİYON MOTORLARIN KARAKTERİSTİKLERİNİN İNCELENMESİ
ERCİYES ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENERJİ SİSTEMLERİ MÜHENDİSLİĞİ BÖLÜMÜ ENERJİ SİSTEMLERİ MÜHENDİSLİĞİ LABORATUARI DENEY FÖYÜ DENEY ADI İNDÜKSİYON MOTORLARIN KARAKTERİSTİKLERİNİN İNCELENMESİ DERSİN
DetaylıYÖNEYLEM ARAŞTIRMASI - III
YÖNEYLEM ARAŞTIRMASI - III Prof. Dr. Cemalettin KUBAT Yrd. Doç. Dr. Özer UYGUN İçerik Bu bölümde eşitsizlik kısıtlarına bağlı bir doğrusal olmayan kısıta sahip problemin belirlenen stasyoner noktaları
DetaylıBİR MONTAJ HATTI ÜRETİM SİSTEMİNDE OPTİMAL İŞGÜCÜ DAĞILIMININ ARENA PROCESS ANALYZER (PAN) VE OPTQUEST KULLANILARAK BELİRLENMESİ
BİR MONTAJ HATTI ÜRETİM SİSTEMİNDE OPTİMAL İŞGÜCÜ DAĞILIMININ ARENA PROCESS ANALYZER (PAN) VE OPTQUEST KULLANILARAK BELİRLENMESİ Özgür ARMANERİ Dokuz Eylül Üniversitesi Özet Bu çalışmada, bir montaj hattı
DetaylıAkım Modlu Çarpıcı/Bölücü
Akım Modlu Çarpıcı/Bölücü (Novel High-Precision Current-Mode Multiplier/Divider) Ümit FARAŞOĞLU 504061225 1/28 TAKDİM PLANI ÖZET GİRİŞ AKIM MODLU ÇARPICI/BÖLÜCÜ DEVRE ÖNERİLEN AKIM MODLU ÇARPICI/BÖLÜCÜ
DetaylıBBO Algoritmasının Optimizasyon Başarımının İncelenmesi Optimization Performance Investigation of BBO Algorithm
BBO Algoritmasının Optimizasyon Başarımının İncelenmesi Optimization Performance Investigation of BBO Algorithm Tufan İNAÇ 1, Cihan KARAKUZU 2 1 Bilgisayar Mühendisliği Anabilim Dalı Bilecik Şeyh Edebali
DetaylıLİNEER MOTORLU BİR ASANSÖR KAPI TAHRİK SİSTEMİ
LİNEER MOTORLU BİR ASANSÖR KAPI TAHRİK SİSTEMİ 1.GİRİŞ Mahir DURSUN 1 Harun ÖZBAY 2 Fatmagül KOÇ 3 1 GÜ Teknik Eğitim Fakültesi, Elektrik Eğitimi Bölümü, 06500 Teknikokullar/Ankara Tel:0(312)2028526, e-posta:
DetaylıEv Tipi Yenilenebilir Hibrit Sistem İçin Mikro-Genetik Algoritma ile Optimal Yük Planlaması
Ev Tipi Yenilenebilir Hibrit Sistem İçin Mikro-Genetik Algoritma ile Optimal Yük Planlaması Özay CAN, Nedim TUTKUN Düzce Üniversitesi Elektrik/Elektronik Mühendisliği Kapsam Giriş Hibrit Sistem ve Güç
DetaylıP Cu0 = R I 0. Boş çalışma deneyinde ölçülen değerlerle aşağıdaki veriler elde edilebilir. P 0 = P Fe P Fe = P 0 P Cu Anma Dönüştürme Oranı
TC DUMLUPINAR ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ ELEKTROMEKANİK ENERJİ DÖNÜŞÜMÜ I LABORATUVARI 017-018 GÜZ DÖNEMİ DENEY Bir Fazlı Transformatörün Boş Çalışması 1.TEORİK
DetaylıOptik Modülatörlerin Analizi ve Uygulamaları Analysis of the Optical Modulators and Applications
Optik Modülatörlerin Analizi ve Uygulamaları Analysis of the Optical Modulators and Applications Gizem Pekküçük, İbrahim Uzar, N. Özlem Ünverdi Elektronik ve Haberleşme Mühendisliği Bölümü Yıldız Teknik
DetaylıTRANSFORMATÖRLERDE BOŞ ÇALIŞMA VE KISA DEVRE DENEYİ
DENEY-3 TRANSFORMATÖRLERDE BOŞ ÇALIŞMA VE KISA DEVRE DENEYİ 3. Teorik Bilgi 3.1 Transformatörler Bir elektromanyetik endüksiyon yolu ile akımı veya gerilimi frekansı değiştirmeden yükselten veya düşüren,
DetaylıELECO '2012 Elektrik - Elektronik ve Bilgisayar Mühendisliği Sempozyumu, 29 Kasım - 01 Aralık 2012, Bursa
Rüzgar Türbini Uygulamaları için 500 kw Çift Beslemeli Asenkron Generatör Tasarımı Design of 500 kw Doubly Fed Induction Generator For Wind Turbine Applications Cenk ULU 1, Güven KÖMÜRGÖZ 2 1 TÜBİTAK Marmara
DetaylıGERÇEK ZAMAN KISITLARI ALTINDA SEYRÜSEFER
GERÇEK ZAMAN KISITLARI ALTINDA SEYRÜSEFER Ferhat Uçan (a), (b) (a), 41470,Gebze, Kocaeli, ferhat.ucan@bte.tubitak.gov.tr (b) du.tr ÖZ seklik t k Problemin en uygun çözümü, tüm a birlikte eniyileyen zordur.
DetaylıSürekli Mıknatıslı Senkron Motorun Sayısal İşaret İşlemcisi ile Histerezis Akım Denetleyicili Alan Yönlendirme Kontrolünün Gerçekleştirilmesi
Fırat Üniv. Mühendislik Bilimleri Dergisi Fırat Univ. Journal of Engineering 27(1), 15-22, 2015 27(1), 15-22, 2015 Sürekli Mıknatıslı Senkron Motorun Sayısal İşaret İşlemcisi ile Histerezis Akım Denetleyicili
DetaylıLÜLEBURGAZDAKİ BİNA DIŞ DUVARLARI İÇİN OPTİMUM YALITIM KALINLIĞININ BELİRLENMESİ VE MALİYET ANALİZİ
LÜLEBURGAZDAKİ BİNA DIŞ DUVARLARI İÇİN OPTİMUM YALITIM KALINLIĞININ BELİRLENMESİ VE MALİYET ANALİZİ Mak. Yük. Müh. Emre DERELİ Makina Mühendisleri Odası Edirne Şube Teknik Görevlisi 1. GİRİŞ Ülkelerin
DetaylıYrd.Doç. Elektrik-ElektronikMüh. Böl. Mühendislik Fakültesi Bülent Ecevit Üniversitesi Oda No: 111 İncivezMah. 67100, Merkez/Zonguldak/Türkiye
İbrahim ALIŞKAN 1 Elektrik Dr. & Endüstri Müh. Yrd.Doç. Elektrik-ElektronikMüh. Böl. Mühendislik Fakültesi Bülent Ecevit Üniversitesi Oda No: 111 İncivezMah. 67100, Merkez/Zonguldak/Türkiye İletişim ve
DetaylıMDS Motor Tasarım Ltd. yucel@mdsmotor.com. ASELSAN A.Ş. bertugrul@aselsan.com.tr, esincar@aselsan.com.tr
Mıknatıs Korozyonunun 36-Oluk/12-Kutuplu Sürekli Mıknatıslı Senkron Motorun Performansına Etkisi Influence of Magnet Corrosion on Performance of 36-slot/12-Pole Permanent Magnet Synchronous Motor Y. Demir
DetaylıIMPORTANT ANNOUNCEMENT ON 2015 SUMMER SCHOOL
FACULTY OF ARTS AND SCIENCES FACULTY OF ECONOMICS AND ADMINISTRATIVE SCIENCES FOREIGN LANGUAGES TURKISH LANGUAGE CHEM 101 FİZ 101 FİZ 102 FİZ 224 HUM 302 İNB 302 KİM 101 MATE 102 MATE 111 MATE 112 MATE
DetaylıT.C. İZMİR KÂTİP ÇELEBİ ÜNİVERSİTESİ BİLİMSEL ARAŞTIRMA PROJELERİ KOORDİNASYON BİRİMİ
T.C. İZMİR KÂTİP ÇELEBİ ÜNİVERSİTESİ BİLİMSEL ARAŞTIRMA PROJELERİ KOORDİNASYON BİRİMİ PROJE BAŞLIĞI Mühendislik Problemlerinin Bilgisayar Destekli Çözümleri Proje No:2013-2-FMBP-73 Proje Türü ÖNAP SONUÇ
DetaylıAnahtar Kelimeler- Senkron jeneratör, radyal akılı, bilgisayar destekli tasarım, neodyum mıknatıs, ANSYS.
İleri Teknoloji Bilimleri Dergisi Journal of Advanced Technology Sciences ISSN:2147-3455 NEODYUM MIKNATISLI SENKRON GENERATÖRLERDE TASARIM PARAMETRE DEĞİŞİKLİKLERİNİN GENERATÖR VERİMİNE ETKİSİ Veli TÜRKMENOĞLU
DetaylıİSTATİSTİKSEL DARALTICI (SHRINKAGE) MODEL VE UYGULAMALARI * A Statistical Shrinkage Model And Its Applications*
Ç.Ü. Fen Bilimleri Enstitüsü Yıl:010 Cilt:-1 İSTATİSTİKSEL DARALTICI (SHRINKAGE) MODEL VE UYGULAMALARI * A Statistical Shrinkage Model And Its Applications* Işıl FİDANOĞLU İstatistik Anabilim Dalı Fikri
DetaylıKablosuz Sensör Ağlar ve Eniyileme. Tahir Emre KALAYCI. 21 Mart 2008
Kablosuz Sensör Ağlar ve Eniyileme Tahir Emre KALAYCI 21 Mart 2008 Gündem Genel Bilgi Alınan Dersler Üretilen Yayınlar Yapılması Planlanan Doktora Çalışması Kablosuz Sensör Ağlar Yapay Zeka Teknikleri
DetaylıEğitim ve Öğretim Araştırmaları Dergisi Journal of Research in Education and Teaching Mayıs 2017 Cilt: 6 Sayı: 2 Makale No: 33 ISSN:
KISA VE ORTA ENERJİ İLETİM HATLARININ SAYISAL ANALİZİ İÇİN BİR ARAYÜZ TASARIMI Öğr. Gör. Hakan Aydogan Uşak Üniversitesi, Uşak hakan.aydogan@usak.edu.tr Öğr. Gör. Mehmet Feyzi Özsoy Uşak Üniversitesi,
Detaylıİstanbul Teknik Üniversitesi, Maslak, İstanbul
Kompresör Uygulaması İçin Sürekli Mıknatıslı Senkron Motor Tasarımı, Üretimi ve Deneysel Doğrulanması Permanent Magnet Synchronous Motor Design, Production and Experimental Verification For Compressor
Detaylı