Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.11851/2209
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorAcar, Erdem-
dc.contributor.authorBayrak, Gamze-
dc.date.accessioned2019-12-25T07:37:05Z-
dc.date.available2019-12-25T07:37:05Z-
dc.date.issued2016
dc.identifier.citationBayrak, G. (2016). Bir rüzgar türbini kanadının güvenilirliğinin Markow Zinciri Monte Carlo tabanlı kuyruk modelleme yöntemiyle tahmini. Ankara: TOBB ETÜ Fen Bilimleri Enstitüsü. [Yayınlanmamış yüksek lisans tezi]en_US
dc.identifier.urihttps://hdl.handle.net/20.500.11851/2209-
dc.identifier.urihttps://tez.yok.gov.tr/UlusalTezMerkezi/tezSorguSonucYeni.jsp-
dc.description.abstractKuyruk modelleme yöntemi, yüksek emniyete sahip mekanik sistemlerin güvenilirliklerini tahmin etmede kullanılan etkili bir yöntemdir. Klasik kuyruk modelleme yöntemi, uygun eşik değer belirlendikten sonra ilgilenilen sınır durum fonksiyonuna ait kümülatif dağılım fonksiyonunun bilinen bir dağılıma (örneğin; Genelleştirilmiş Pareto Dağılımı) benzeştirilerek, hasar olasılığı ve güvenilirlik indisi hesabı için bu dağılımın parametrelerinin kullanılmasına dayanmaktadır. Klasik kuyruk modelleme yöntemi ile güvenilirlik hesabında, sadece kuyruk bölgesine ait sınır durum fonksiyonları kullanıldığı için diğer sınır durum fonksiyonu hesaplamaları çoğunlukla boşa gitmektedir. Bu çalışmada, klasik kuyruk modelleme yönteminin dezavantajlarının üstesinden gelebilmek için bir yöntem geliştirilmiştir. Bu yöntem, Metropolis – Hastings algoritması ile uygulanan Markov Zinciri Monte Carlo tabanlı kuyruk modelleme yöntemidir. Geliştirilen Markov Zinciri Monte Carlo tabanlı kuyruk modelleme yöntemi sadece kuyruk bölgesinden örnekleme yaparak daha etkin güvenilirlik tahminlerinin yapılabilmesine olanak sağlamıştır. Ayrıca Markov Zinciri Monte Carlo yönteminde kullanılan teklif dağılım denklemine ölçek parametresi eklenmiş ve bu ölçek parametresinin, ikinci derece polinom yanıt yüzeyler kullanılarak çeşitli rassal değişken sayılarına sahip örnek problemler için optimum değeri elde edilmiştir. Optimum değer ile problemlerin rassal değişken sayıları arasında yaklaşık bir ilişki kurulmuştur. Sonrasında yatay eksenli bir rüzgâr türbini problemi için güvenilirlik tahmini yapılmış ve ölçek parametresi ile rassal değişken sayıları arasında kurulan ilişki bu problemde denenerek iyi sonuç verdiği görülmüştür. Ayrıca, önerilen yöntemin dört veya daha az sayıda rassal değişkene sahip problemlerde Klasik Kuyruk Modelleme yöntemine göre daha doğru sonuçlar verdiği saptanmıştır. Dörtten fazla rassal değişken içeren problemlerde ise iki yaklaşımdan hangisinin daha iyi performans gösterdiği açık değildir.tr_TR
dc.description.abstractTail modeling is an efficient method used in reliability estimation of highly safe structures. Classical tail modeling is based on performing limit-state function evaluations through a sampling scheme, selecting a threshold value to specify the tail part of the cumulative distribution function, fitting a proper model to the tail part, and estimating the reliability. In this approach, limit-state function calculations that do not belong to the tail part are mostly discarded, so majority of limit-state evaluations are wasted. In this study, Markov chain Monte Carlo method with Metropolis-Hastings algorithm is used to draw samples from the tail part only, so that a more accurate reliability index prediction is achieved. A commonly used proposal distribution formula is modified by using a scale parameter. The optimal value of this scale parameter is obtained for various numerical example problems with varying number of random variables, and an approximate relationship is obtained between the optimal value of the scale parameter and the number of random variables. The approximate relationship is tested on the reliability prediction of a horizontal axis wind turbine and observed to work well. It is also found that the proposed approach is more accurate than the classical tail modeling when the number of variables are less than or equal to four. For larger number of random variables, none of the two approaches are found to be superior to another.en_US
dc.language.isotren_US
dc.publisherTOBB University of Economics and Technology,Graduate School of Engineering and Scienceen_US
dc.publisherTOBB ETÜ Fen Bilimleri Enstitüsütr_TR
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectTail modelingen_US
dc.subjectMarkov Chain Monte Carlo methoden_US
dc.subjectMetropolis – Hastings algorithmen_US
dc.subjectWind turbineen_US
dc.subjectReliabilityen_US
dc.subjectOptimizationen_US
dc.subjectKuyruk modellemesitr_TR
dc.subjectMarkov Zinciri Monte Carlo yöntemitr_TR
dc.subjectMetropolis – Hastings algoritmasıtr_TR
dc.subjectRüzgâr türbinitr_TR
dc.subjectGüvenilirliktr_TR
dc.subjectOptimizasyontr_TR
dc.titleBir Rüzgar Türbini Kanadının Güvenilirliğinin Markow Zinciri Monte Carlo Tabanlı Kuyruk Modelleme Yöntemiyle Tahminien_US
dc.title.alternativeReliability Prediction of a Wind Turbine's Blade With Markov Chain Monte Carlo Based Tail Modelingen_US
dc.typeMaster Thesisen_US
dc.departmentInstitutes, Graduate School of Engineering and Science, Mechanical Engineering Graduate Programsen_US
dc.departmentEnstitüler, Fen Bilimleri Enstitüsü, Makine Mühendisliği Ana Bilim Dalıtr_TR
dc.relation.publicationcategoryTezen_US
item.openairetypeMaster Thesis-
item.languageiso639-1tr-
item.grantfulltextopen-
item.fulltextWith Fulltext-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
item.cerifentitytypePublications-
Appears in Collections:Makine Mühendisliği Yüksek Lisans Tezleri / Mechanical Engineering Master Theses
Files in This Item:
File Description SizeFormat 
450636.pdf5.47 MBAdobe PDFThumbnail
View/Open
Show simple item record



CORE Recommender

Page view(s)

114
checked on Dec 23, 2024

Download(s)

72
checked on Dec 23, 2024

Google ScholarTM

Check





Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.