Yalıtkan maddelerde elektriksel delinme dayanımının yapay sinir ağları ile belirlenmesi
Determination of electrical breakdown strength of solid insulating materials with artificial neural networks
- Tez No: 101409
- Danışmanlar: DOÇ.DR. ÖZCAN KALENDERLİ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Delinme dayanımı, Yalıtkan maddeler, Yapay sinir ağları, Breakdown strength, Insulants, Artificial neural networks
- Yıl: 2001
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
YALITKAN MADDELERDE ELEKTRİKSEL DELİNME DAYANIMININ YAPAY SİNİR AĞLARI İLE BELİRLENMESİ ÖZET İnsan beyni, beynin özel işlevlerini yerine getirebilmek için paralel bir ağ mimarisi içinde düzenlenmiş hücrelerden oluşur. Beyin, birçok işlemi paralel olarak işleyebilmektedir. Yapay sinir ağları, insan beyni çalışma işlevine benzetim yapılarak sayısal bilgisayarların karşılaştıkları zorluklara çözüm sağlayabilmek amacıyla geliştirilmiştir. Yapay sinir ağlarında, biyolojik nöronların benzetimi, ağ içerisinde kullanılan giriş çıkış değerleri, aktivasyon işlevleri ve bağlantı ağırlıkları arasındaki ilişkiler düzenlenerek gerçekleştirilir. Bir yapay nörona, diğer nöronlardan ulaşan tüm girdiler, bağlantı ağırlıkları ile çarpılarak bu nöron üzerinde toplam bir etki oluştururlar. Nöron, bu toplam etkiyi aktivasyon işlevine göre yorumlayıp sonuçta bir tepki ya da çıkış üretmektedir. Yapay sinir ağlarının en yaygın kullanılan algoritması olan geriye yayılım algoritması, denetim altında bir eğitim ile çıkış hatasının alt katmanlara yayılmasını sağlayarak giriş verisine karşılık gelen bir çıkış vektörü bulmayı amaçlar. Hata değeri istenilen seviyeye düşene dek ağırlık değerleri minimizasyon şartına göre adapte edilir. Yapay sinir ağları uygulamalarında, performans artışı ve yerel minimuma takılmayı engelleyebilmek için, saklı katman nöron sayısı arttırılmalı, öğrenme oram azaltılmalı, farklı ağırlık katsayıları kullanarak değişik denemeler yapılmalıdır. Duyarlı sonuçlar için, giriş veri kümesinin yeterince büyük olması gerekmektedir.“Yalıtkan Maddelerde Elektriksel Delinme Dayanımının Yapay Sinir Ağlan üe Belirlenmesi”başlıklı tez çalışmasında deneysel olarak farklı sıcaklık ve yalıtkan madde kalınlıklarında elde edilen delinme dayanımı değerleri, geriye yayılım algoritması kullanılarak yapay sinir ağına tanıtılmış ve deneme yanılma yolu ile en uygun çıkışı verecek ağ mimarisi geliştirilmiştir. Hata limit değeri, saklı katman nöron sayısı, momentum katsayısı, öğrenme oram parametreleri değiştirilerek denemeler yapılmış ve optimum sonuçlar sunulmuştur. Bu yaklaşımla katı yalıtkan maddelerin delinme geriliminin ve delinme dayanımının belirlenmesinde, pahalı, zaman alıcı ve zahmetli deneysel çalışmalara kuramsal destek verilmiştir. xuı
Özet (Çeviri)
DETERMINATION OF ELECTRICAL BREAKDOWN STRENGTH OF SOLID INSULATING MATERIALS WITH ARTIFICIAL NEURAL NETWORKS SUMMARY Human brain is composed of specialized cells which are organized in a parallel way network structure to be able to maintain the functions of the brain. Brain processes have parallel aspects in their structures, although process structure of a numerical computer is rather different. As a solution of such problems artificial neural networks are developed. The biological neuron is to be resembled by the relationship between input and output values, activation function and connection weights in artificial neural networks. The inputs received by a unit from all other units are multiplied by the connection weights. This forms a total effect on the unit after it is treated upon activation function to form an output. The popularly used backpropagation algorithm aims to find out an output vector corresponding to the input vector by supervised training and by output error propagation upon hidden layers. The connection weight parameters are trained until the error function reaches the desired minimum level. In neural network applications to increase performance and to prevent local minimum strike, number of hidden layer neurons should be increased, learning rate should be decreased, trials with randomly different weights should be made. In the study of the M.Sc. thesis named“Determination of Electrical Breakdown Strength of Solid Insulating Materials with Artificial Neural Networks”, backpropagation algorithm is used. In the application part of the study, experimental results obtained in different temperature and insulator thickness values, are introduced to the neural network and best network structure for the problem is developed by error and trial method. Error minimization is aimed by parameter updates. In this point of view, a new approach is introduced to the breakdown strength value determination of solid insulating materials. xiv
Benzer Tezler
- Katı yalıtkan malzemelerde elektriksel ve sulu ağaçlanma
Electrical and water treeing in solid insulating materials
AHMET REFİK MARANGOZ
Yüksek Lisans
Türkçe
1997
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ÖZCAN KALENDERLİ
- Determination of dielectric constans of liquid mixtures from their constituents over the frequency range of 50 Hz-12 GHZ
İzolasyon yağ karışımlarının 50-HZ-12-GHZ frekans altında yalıtkanlık abitlerinin incelenmesi
MEHMET OĞUZ HENGİRMEN
Doktora
İngilizce
1997
Elektrik ve Elektronik MühendisliğiGaziantep ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ARİF NACAROĞLU
- Magnet teknolojisi için süper iletken şerit ve tellerin sol-jel tekniğiyle yalıtılması
Insulation of super conducting tapes and wires by sol-gel technique for magnet technology
ERDAL ÇELİK
Doktora
Türkçe
2000
Metalurji MühendisliğiSakarya ÜniversitesiMetalurji ve Malzeme Mühendisliği Ana Bilim Dalı
PROF. DR. EŞREF AVCI
- State density in one dimensional ferromagnetic spin system with impurity
Bir boyutlu katkılı ferromanyetik spin sisteminde durum yoğunluğu
MURAT ALP
Yüksek Lisans
İngilizce
1995
Fizik ve Fizik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. AYŞE ERZAN