Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.11851/908
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorAradağ, Selin-
dc.contributor.authorTürk, Caner-
dc.date.accessioned2019-04-10T12:26:46Z
dc.date.available2019-04-10T12:26:46Z
dc.date.issued2013
dc.identifier.citationTürk, C.(2013).Yapay sinir ağları yardımıyla ısı değiştirgeci modellemesi .Ankara:TOBB ETÜ Fen Bilimleri Enstitüsü.[Yayınlanmamış Yüksek Lisans Tezi]tr_TR
dc.identifier.urihttps://tez.yok.gov.tr/UlusalTezMerkezi/tezSorguSonucYeni.jsp-
dc.identifier.urihttps://hdl.handle.net/20.500.11851/908-
dc.description.abstractThis thesis includes estimations of Nusselt number and friction factor using artificial neural networks (ANN) for plate heat exchanger. The feedforward backpropagation algorithm, the most common learning method for ANNs, is used to train and test the network. Data which will be used to train and test the neural network configuration are obtained from three separate studies, one of which is an experimental study performed in the scope of this study. ANN method is first applied to the data taken from the literature and then examined for both the laminar and turbulent flow. ANN predictions are compared with the correlations obtained from the same data. The results are given in detail. Secondly, ANNs are used for the data obtained from experiments which were previously performed at TOBB ETU Heat Exchanger Laboratory. Correlations obtained for three different plates after experimental studies are compared with ANN results and the results are presented in detail. Finally, experimental studies are performed for new plates at TOBB ETU Heat Exchanger Laboratory. After correlations and uncertainty calculations for limited experimental data are obtained, predictions of ANN are compared with the results of correlations developed specifically for the experimental data. After three different studies, it is shown that ANN provides better estimations compared to correlations for property prediction in plate heat exchangers.en_US
dc.description.abstractBu tez çalışması yapay sinir ağları (YSA) yöntemi kullanılarak bir plakalı ısı değiştirgecinde Nusselt sayısı ve sürtünme katsayısı tahminleri uygulaması içermektedir. Oluşturulan ağı eğitmek ve test etmek için en genel öğrenme yöntemlerinden olan ileri beslemeli geri yayılım ağ yapısı kullanılmıştır. Sinir ağ yapılandırmasını eğitmek ve test etmek için kullanılacak olan ısı değiştirgecine ait veriler üç farklı çalışmadan alınmıştır. İlk olarak literatürden alınan deneysel verilere uygulanan YSA yöntemi hem laminar hem de türbülanslı akışlar için incelenmiştir. YSA tahminleri, verilere ait korelasyonlar ile karşılaştırılmış ve sonuçlar detaylı bir şekilde anlatılmıştır. Daha sonra YSA yöntemi TOBB ETÜ ısı değiştirgeci laboratuvarında daha önceden deneyleri yapılan plaka verilerine uygulanmıştır. Üç farklı plaka için yapılan deneysel çalışma sonucunda elde edilmiş korelasyonlar, YSA yöntemi ile karşılaştırılarak sonuçlar detaylı bir şekilde belirtilmiştir. Son olarak da aynı laboratuvarda yeni plaka tipleri için deneysel çalışmalar yapılmıştır. Sınırlı sayıda elde edilen ölçümlere korelasyon çıkarımı ve belirsizlik hesabı yapıldıktan sonra YSA yöntemi uygulanarak elde edilen tahminler korelasyon sonuçlarıyla karşılaştırılmıştır. Üç farklı çalışma sonucunda anlaşılmaktadır ki, YSA yöntemi plakalı ısı değiştirgeçlerinde özellik tahmininde korelasyona kıyasla daha iyi tahmin sağlamaktadır.en_US
dc.language.isotren_US
dc.publisherTOBB Ekonomi ve Teknoloji Üniversitesi Fen Bilimleri Enstitüsütr_TR
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectMechanical Engineeringen_US
dc.subjectMakine Mühendisliğitr_TR
dc.titleYapay Sinir Ağları Yardımıyla Isı Değiştirgeci Modellemesien_US
dc.title.alternativeHeat Exchanger Modelling Using Artificial Neural Networksen_US
dc.typeMaster Thesisen_US
dcterms.rightsYazarına aittir / Belongs to author
dc.departmentInstitutes, Graduate School of Engineering and Scienceen_US
dc.departmentEnstitüler, Fen Bilimleri Enstitüsütr_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 
346524.pdfCaner Türk_Tez2.68 MBAdobe PDFThumbnail
View/Open
Show simple item record



CORE Recommender

Page view(s)

112
checked on Dec 23, 2024

Download(s)

38
checked on Dec 23, 2024

Google ScholarTM

Check





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