Parkinson hastalığı (PH), dopamin üreten beyin hücrelerinin ölmesiyle ya da zarar görmesiyle ortaya çıkan bir beyin hastalığıdır. Böyle bir durumda, beyin normal fonksiyonlarını yerine getiremez. PH, konuşma, yürüme ve yazma gibi insan hareketlerini olumsuz olarak etkiler. Bu hastalığın teşhisinde detaylı tıbbi öykü, geçmiş tedavi öyküsü, fiziksel testler ve bazı kan testleri ile beyin filmleri istenilmektedir. Bu işlemler maliyetli ve meşakkatli olabildiği için daha az maliyetli ve daha kolay yapılabilen teşhis bu noktada önem kazanmaktadır. Bu çalışmada doktorun kararına destek olabilmesi için 252 bireyden alınan ses verileri ile PH'ın teşhis edilebilmesi amaçlanmıştır. Verilerden daha iyi sonuç alabilmek için bazı ön işlemler uygulanmıştır. Verilerde dengeleme işlemi yapılmış ve sistematik örnekleme metodu ile işleme alınacak veriler belirlenmiştir. Öznitelik seçme algoritması ile özniteliklerin etiket üzerindeki etki gücü hesaplanıp bazı veri grupları oluşturulmuştur. Sınıflandırma algoritmalarından Karar ağacı, Destek Vektör Makineleri ve K En Yakın Komşu Algoritması kullanılıp, performans değerlendirme kriterleribunlar; Doğruluk Oranı, Duyarlılık, Özgünlük, F-Ölçümü, Kappa, Auc-değerlendirilmiştir. En yüksek performans değerine sahip veri grubu ve kullanılan sınıflandırma algoritması belirlenip model oluşturulmuştur. Model en ilgiliden en ilgisize doğru sıralanmış veri setinin %45'inden ve Destek vektör makineleri algoritması kullanılarak oluşturulmuştur. Performans kriterlerinde %85 doğruluk oranı ve diğer kriterlerde de olumlu sonuçlar elde edilmiştir. Böylece PH olma ihtimali olan bireyin ses kayıtlarından oluşturulan veri seti ve uygulanan model yardımı ile doktora tıbbi karar destek sağlanacağı anlaşılmıştır.
In this study, a high-power synchronous reluctance motor (SynRM) was designed for the traction motor of electric vehicle (EV) and its double-stage optimization was performed. Genetic algorithm and sensitivity analysis methods were used to obtain the best design parameters of the SynRM. Double-stage optimization was carried out to minimize the torque ripple and obtain the targeted torque, speed, and power values of the SynRM. In the first stage, the genetic algorithm method was used to improve the design parameters of the stator and rotor. With the improved stator and rotor design parameters obtained using this optimization technique, it was observed that the torque ripple decreased. In the second stage, the sensitivity analysis method was used. In this method, the effect of changing the skew angle of the stator on the torque ripple was investigated. The magnetic and performance analyses of the designed motor were examined in the optimization process. Analyses were made by ANSYS Maxwell using the finite element method (FEM). It has been observed that the targeted torque, power, speed, efficiency, and torque ripple minimization values are successfully achieved when the performance analysis of the motor is performed using the best stator and rotor parameters obtained through optimization. The results showed that SynRM produces high torque and high power with high efficiency and low torque ripple over a wide speed range. It has been revealed that it is quite proper to use the designed SynRM as a traction motor of new generation electric vehicles.
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.