Development of an artificial neural network based analysis method for skin-stringer structures
Kirişle güçlendirilmiş kabuk yapılar için yapay sinir ağ bazlı analiz yöntemi geliştirilmesi
- Tez No: 474995
- Danışmanlar: YRD. DOÇ. DR. ERCAN GÜRSES
- Tez Türü: Yüksek Lisans
- Konular: Havacılık ve Uzay Mühendisliği, Aeronautical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Havacılık ve Uzay Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmanın amacı, kirişle güçlendirilmiş kabuk yapıların tasarımına yönelik bir araç geliştirmektir. Geliştirilecek aracın bu yapıların yük taşıma kapasitesini ve ağırlığını hızlı şekilde belirlemesi gerekmektedir. Bu amaçla, Python 2.7 programı kullanılarak yazılmış bir betikle 1440 farklı güçlendirilmiş kabuk yapının sonlu elemanlar (SE) modeli oluşturulmuş ve ticari SE programı olan ABAQUS kullanılarak bu modeller analiz edilmiştir. Yazılan betik, modelin oluşturulması, modelin analizi, burkulma yükünün, çökme yükünün ve toplam ağırlığın elde edilmesi ve ABAQUS analiz sonuçlarının derlenmesi için kullanılmıştır. Bu 1440 modelin girdi parametreleri ve analiz sonuçları, hâlihazırda yaratılmamış olan güçlendirilmiş kabuk yapıların burkulma yükünü, çökme yükünü ve ağırlığını hızlı bir şekilde belirlemek için MATLAB NNTOOL araç kutusunda bir yapay sinir ağı (YSA) oluşturulmasında kullanılmıştır. Oluşturulan YSA'nın performansı SE sonuçlarıyla yapılan karşılaştırmalarla gösterilmiştir.
Özet (Çeviri)
The purpose of this work is to develop a tool for the design of skin-stringer structures. The tool to be developed needs to quickly identify the load carrying capacity and weight of these structures. For this purpose, finite element (FE) models of 1440 different skin-stringer structures were created with a script written in Python 2.7, and these models were analyzed using the commercial FE program ABAQUS. The script was used to construct the model, analyze the model, calculate the buckling load, the collapse load and the total mass, and collect the ABAQUS analysis results. The input parameters and analysis results of these 1440 model were used to create an artificial neural network (ANN) in the MATLAB NNTOOL toolbox for fast determination of the buckling load, the collapse load, and the weight of the skin-stringer assemblies that have not yet been created. The performance of the generated ANN was shown in comparison with FE results.
Benzer Tezler
- CMAC sinir ağı öğrenme yöntemi kullanılarak yeni melez GSA ve PSO optimizasyon algoritmalarının geliştirilmesi ve başarım analizi
Development and performance analysis of novel hybrid GSA and PSO optimization algorithms using CMAC neural network learning method
NAZMİYE EBRU BULUT
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMRE DANDIL
- Kuyu temel tasarımlarına yönelik yer değiştirme kontrolünün sonlu elemanlar ve yapay sinir ağları yöntemleriyle karşılaştırılma analizi
Comparison analysis of displacement control for well foundation designs with finite elements and artificial neural networks methods
MUHAMMET SAİT ÇAĞLAR
Yüksek Lisans
Türkçe
2024
İnşaat Mühendisliğiİstanbul Gedik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MERT TOLON
- Comparison of experimental and semi-experimental models for predicting solar thermal power plants with artificial neural network
Solar termal santralların yapay sinir ağlarıyla öngörüsünde deneysel ve yarı-deneysel modellerin karşılaştırılması
SHABNAM CHOOPANI
Yüksek Lisans
İngilizce
2023
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimleri ve Teknoloji Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURAK BARUTÇU
- Denizel kökenli atık materyallerle antibiyotik taşıyıcılarının geliştirilmesi
Development of antibiotic carriers by materials based marine wastes
NURŞİN DONUT
Yüksek Lisans
Türkçe
2015
BiyoteknolojiDokuz Eylül ÜniversitesiBiyoteknoloji Ana Bilim Dalı
PROF. DR. LEVENT ÇAVAŞ
- Developing a versatile artificial neural network model for eutimating reservar permebility in three dimensional space
Üç boyutlu uzayda rezervuar geçirgenliğini tahmin etmek için çok amaçlı bir yapay sinir ağı modelinin geliştirilmesi
GÜVEN BURÇ ARPAT
Yüksek Lisans
İngilizce
2000
Petrol ve Doğal Gaz MühendisliğiOrta Doğu Teknik ÜniversitesiPetrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı
PROF. DR. FEVZİ GÜMRAH