Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2021
Tezin Dili: Türkçe
Öğrenci: Burak DAM
Danışman: TOLGA PIRASACI
Özet:Modern hava aracı tasarımı gittikçe artan oranda çevresel ve operasyonel kısıtlamalar tarafından yönlendirilmektedir. Bunun sebebi küresel ısınma nedeniyle ekolojik konuların artan etkisidir. Bu sebeple hava trafiğinin daha yeşil hale getirilmesi için düzenlemeler ve endüstriyel tedbirler alınmıştır. Hava aracı tasarımı açısından koyulan bu kısıtlamalar ve çevresel hedefler aerodinamik verimliliğin artırılması ile gerçekleştirilebilir. Bu çalışmanın amacı kanat alanı ve açıklığı sabit tutularak kanat tasarımında kullanılan ok açısı, sivrilme oranı, bükülme açısı ve kanat geliş açısı parametrelerinin optimum değerlerini bularak aerodinamik verimliliği maksimize etmektir. Tez çalışması kapsamında bükülme açısından 4 adet, diğer tasarım parametrelerden 1'er adet kullanılarak toplam 7 parametreli bir optimizasyon çalışması gerçekleştirilmiştir. Kanadın optimum değerlerinin geleneksel optimizasyon yöntemleri olan gradyan temelli ve evrimsel algoritma yöntemleri ile bulunmasının zaman maliyeti oldukça yüksektir. Bu sebeple tez çalışması kapsamında yapay sinir ağları tabanlı bir vekil model geliştirilmiştir. Vekil modeli oluşturabilmek için toplam 82 adet hesaplamalı akışkanları dinamiği analizinin yapılması gerektiğine deney tasarımı yöntemlerinden biri olan Box - Behnken tasarımı kullanılarak belirlenmiştir. Veri setini oluşturmak için gerekli olan hesaplamalı akışkanlar dinamiği (HAD) analizleri ANSYS Fluent programında Reynolds Ortalamalı Navier Stokes (RANS) denklemleri çözülerek gerçekleştirilmiştir. Oluşturulan veri seti ileri beslemeli yapay sinir ağı kullanılarak uygun şekilde eğitilmiş ve vekil model oluşturulmuştur. Oluşturulan vekil model aracılığıyla yapılan 2 farklı optimizasyon çalışması gerçekleştirilmiştir. Bunlardan ilki olan optimum kanadın kaldırma kuvveti katsayısının, temel tasarımın kaldırma kuvveti katsayısının altına düşebildiği durumda aerodinamik verimlilikte %10,7397 oranında artış sağlanmıştır. 2. optimizasyon durumunda ise optimum kanadın kaldırma kuvveti katsayısı, temel tasarımın kaldırma kuvveti katsayısı ile sınırlandırılmış ve bu durumda aerodinamik verimlilikte %10,65 artış sağlanmıştır. Elde edilen optimum sonuçlarda 1. ve 2. optimizasyon durumlarında yapay sinir ağı ile HAD analizleri arasında aerodinamik verimlilikteki hata sırasıyla %1,5271 ve %0,4427 olarak elde edilmiştir. Bu durum vekil modelin kabul edilebilir bir doğrulukta tahmin yapabildiğini göstermektedir. Son olarak 1. ve 2. optimizasyon durumlarında, aerodinamik verimliliklerdeki bu artışlar gerekli itki değerinde sırasıyla %10,739 ve %10,6489 azalma sağlayacağı için hava aracının yakıt tüketimi azalacaktır