Hava araçlarında buzlanma geçmişten günümüze havacılık alanında ciddi problemlerden biridir. Buzlanma hava araçlarının performansını düşürür ve hava aracının hakimiyetinin kaybedilip düşmesine, bunun sonucu olarak ise ölüm ve yaralanmalara sebep olabilir. Literatürde hava aracı üzerinde oluşan buzlanmadan ötürü pek çok kaza meydana gelmiştir ve günümüzde de halen meydana gelmektedir. Hava araçlarında buzlanma probleminin önüne geçebilmek için buz önleme ve buz giderme sistemleri önerilmiştir. Buz önleme ve giderme sistemlerinin doğru zamanda devreye alınıp çıkarılması önem arz eder. Aynı zamanda buz önleme ve giderme sistemlerinin çalıştırılıp kapatılması için buzlanmanın varlığına göre kararı pilota bırakmamakta insan kaynaklı hataların önüne geçmeyi sağlar. Bu çalışmada buzlanma risk derecesinin karar ağaçları algoritması kullanarak tahmin edilmesi gerçekleştirilmiştir. Karar ağacı algoritması hold-out, k kat çapraz doğrulama ve biri dışarda çapraz doğrulama modelleri için kurulmuştur. Hold-out yöntemi için farklı doğrulama verisi oranları kullanılmış, k kat çapraz doğrulama modeli için ise farklı k kat değerleri kullanılmıştır. Sonuçlar performans değerlendirme metriklerinden doğruluk, duyarlılık, kesinlik ve F-ölçütü kullanılarak belirlenmiştir.
Because the greenhouse gases caused by fossil fuels contribute to global warming, the orientation toward renewable energy sources is increasing rapidly. One of these sources is solar chimneys. The region where a solar chimney is installed is important for its efficiency, and if the energy to be produced from the solar chimney can be determined, comments can be made about the region where it will be installed. In determining the energy to be produced from a solar chimney, the chimney inlet temperature must be known. In this study, it is planned to make an application on a solar chimney in Isparta province. First, a prototype solar chimney was installed on the campus of Süleyman Demirel University (SDU) by the SDU Renewable Energy Resources Research and Application Center. A unique data set was created with input data from sensors in the collector area of the solar chimney and output data from a sensor located at the mouth of the chimney. In this study, the flue inlet temperature values were estimated by using 10 different regression methods, one of which was a model specific to this study. In addition, hyperparameter adjustments of the regression models were made with different optimization methods. With Random Forest- Elastic-Lasso.Net (REL.Net) and ElasticNet architecture among the 10 methods, the chimney inlet temperature was obtained with accuracy rate of approximately 99 %.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.