Characterization and Control of High Temperature Impinging Jet Issued from a Mach 4 Rocket Nozzle

Mehta, Yogesh; Bhargav, Vikas N.; Kumar, Rajan

doi:10.2514/6.2022-0124

Cited by 2 publications

(1 citation statement)

References 19 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Parameter change caused by temperature effect is a widely countered disturbance phenomenon in the sensor and measurement fields including biomedical (Sarjova et al, 2005), process control (Mehta et al, 2022), measurement devices (Fang et al, 2022) and embedded system designs (Rudnicki, 2020). Transducers are commonly used cheap and easy to use sensor elements to measure distance (Balasubramanian et al, 2022), liquid flow (Yao et al, 2021), gas flow (Chen et al, 2021) and pressure (MacAskill et al, 2021).…”

Section: Introductionmentioning

confidence: 99%

Ultrasonik Akış Ölçümünde Sıcaklık Etkisinin İncelenmesi ve Kompenzasyonu

GÖKÇEN

YEŞİL

2022

EJOSAT

View full text Add to dashboard Cite

Bu makale, elektronik akış ölçüm cihazları için ultrasonik piezoelektrik dönüştürücüler üzerindeki sıcaklık etkilerinin bir değerlendirmesini sunar. Dönüştürücüler, çift yönlü özelliklerinden dolayı elektrik sinyallerine karşı ultrasonik dalga ve ultrasonik dalgalara karşı elektrik sinyalleri üretir. Fiziksel ortamın sıcaklık dinamiği, ultrasonik dönüştürücülerin elektrik dinamiklerini etkileyen en önemli parametrelerden biridir. Sıcaklık değişimi kaynaklı yanlış sensör okumaları, farklı sıcaklıklar için akış ölçüm işlemi sırasında kalibrasyon hatalarına neden olur. Bu nedenle, dönüştürücü özellikleri üzerindeki sıcaklık etkilerini belirlemek ve genelleştirilmiş bir çözüm oluşturmak için bir test prosedürü ve veri toplama süreci geliştirilmiştir. Başlangıçta, bir akış ölçer gövdesi üzerinde karşılıklı olarak iki özdeş dönüştürücü konumlandırılmıştır. İkinci olarak, gövdeler, farklı akışlar için sinyal ölçümleri almak üzere bir test masasına yerleştirilmiştir. Ultrasonik sinyal ölçümlerini toplamak için bir kablosuz iletişim veri toplama kartı kullanılmıştır. Test işlemi 5 farklı sıcaklık ve 13 debi için tekrarlanmıştır. Veri toplama sonucu elde edilen veri seti MATLAB ortamında değerlendirilip, çalışma koşulları belirlenmiştir ve makine öğrenmesi algoritmalarına dayalı bir sıcaklık etkisi kompenzasyon modeli önerilmiştir. Bu yöntem, dönüştürücü elemanlarının zaman ekseni bilgilerini dikkate almaktadır. Gerçek akış hızını tahmin etmek için her deney sıcaklık değeri ve Uçuş Süresi (TOF) sinyallerinin ortalama değerleri dikkate alınmaktadır. Böylece, sıcaklık değişimi ve akış ölçümü arasındaki ilişkiyi oluşturmak için makine öğrenmesi algoritmalarından doğrusal regresyon, destek vektör regresyonu (SVR), Gaussian süreç regresyonu (GPR) ve yapay sinir ağları (YSA) kullanılmıştır. Önerilen modelin kompenzasyon performansı 𝑅2, ortalama kare-kök hata (𝑅𝑀𝑆𝐸), ortalama mutlak hata (𝑀𝐴𝐸) ve ortalama kare hata (𝑀𝑆𝐸), gibi hata metriklerinin hesaplanması ile incelenmiştir. Sonuçlara göre, YSA tabanlı kompenzasyon algoritmasının 𝑅2 = 0.95 metriği ile en iyi sonucu verdiği görülmüştür.

show abstract