Prediction of cooling dry-bulb design temperatures for different levels of probability for Turkey
Türkiye?de soğutma kuru termometre tasarım sıcaklıklarının farklı olasılık seviyeleri için tahmini
- Tez No: 266178
- Danışmanlar: YRD. DOÇ. DR. ALPER YILMAZ
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: İngilizce
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, Türkiye'de yaz kuru termometre dizayn sıcaklıkları bilinen il merkezlerinden yola çıkılarak, diğer merkezler için de yıllık meydana gelen 0.4, 1 ve %2 frekanslarına uygun kuru termometre dizayn sıcaklıklarının belirlenmesi amaçlanmıştır. Türkiye yedi coğrafi bölgeye ayrılmıştır ve tasarım sıcaklıkları öncelikle her bölge için ayrı ele alınmıştır. Tüm hesaplamalar için `Statistica' paket programı kullanılmıştır. Dizayn sıcaklıklarını etkileyecek olan enlem-boylam ve yükseklik göz önünde bulundurulup, analizler için lineer regresyon yöntemi kullanılmıştır. Oluşturulan eşitliklerde enlem, boylam ve yükseklik regresyon değişkenleri olarak belirlenmiştir.
Özet (Çeviri)
In this study, it is aimed to predict cooling dry bulb design temperatures corresponding to 0.4, 1 and 2% annual cumulative frequency of occurrence for locations in Turkey, where no measuring stations are available, for this purpose known data is used for cities where measuring stations exist. Turkey is traditionally divided into seven geographic regions. Each region is firstly considered alone and the cooling dry bulb design temperature is described for each region separately. Later, possibility of predicting the design temperatures dividing Turkey into two regions as coastal and interior is investigated. Statistica package program is used with estimation procedures for calculations. For the description of cooling dry bulb design temperature, the main parameters; easting-northing and terrain elevation should be taken into consideration and linear regression is used for the analysis. Latitude, longitude and altitude are used as regression variables. Just one equation for the description of dry bulb design temperatures for whole Turkey is also supplied.
Benzer Tezler
- ANN-artificial neural networks and fuzzy logic models for cooling load prediction
Soğutucu yük tahmini için YSA-yapay sinir ağları ve bulanık mantık modelleri
GÖKHAN BOZOKALFA
Yüksek Lisans
İngilizce
2005
Makine Mühendisliğiİzmir Yüksek Teknoloji EnstitüsüMakine Mühendisliği Ana Bilim Dalı
DOÇ.DR. SEDAT AKKURT
Y.DOÇ.DR. GÜLDEN GÖKÇEN
- Sanayi kaynaklı hava kirliliğinde modellerin kullanımının karar verme sürecindeki rolü
The role of models in terms of decision making in industry based air pollution
EZGİ ERDOĞAN
Yüksek Lisans
Türkçe
2012
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. KADİR ALP
- Isı ve kütle geçişinin birarada gerçekleştiği sistemler
Combined heat and mass transfer
CELALETTİN ERİM
- Tornalanma işleminde kesme sıcaklıklarının makine öğrenmesi yolu ile tahmin edilmesi
Prediction of cutting temperatures in turning process by machine learning
EBRU ADIYAMAN
Yüksek Lisans
Türkçe
2024
Makine MühendisliğiKırıkkale ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALİ OSMAN ER
- خنک کردن کند سه رقم سیبزمیني و بررسي تغییرات فیزیکوشیمیایي در انبار فني
Low cooling of three varieties of potato and evaluationof physicochemical changes in technicalstorage
RONAZ ARJMANDI AKRAM
