Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.13087/3074
Title: Raylı sistem elektrifikasyonu katener sistemlerinde pandül verilerinin yapay sinir ağları ile tasarlanması
Other Titles: Designing dropper data with artificial neural networks in railway electrification catenary systems
Authors: Uluskan, Seçkin
Atam, Alirıza
Keywords: Elektrik ve Elektronik Mühendisliği
Electrical and Electronics Engineering
Mühendislik Bilimleri
Engineering Sciences
Issue Date: 2022
Publisher: Eskişehir Teknik Üniversitesi
Abstract: Bu tez çalışmasında, raylı sistemlerde pandül boyları verisinin yapay sinir ağları ile elde edilmesi ele alınmıştır. Demiryolu taşıma sistemlerinde elektrikli işletmeciliğinde elektrifikasyon sistemlerinin önemi çok büyüktür. Elektrik enerjisi ile çalışan tren setlerinde pantografın temas ederek enerji aldığı seyir telleri, sürekli temas telleri olduklarından ray üstünden yüksekliklerinin her noktada aynı olması sağlanmalıdır. Seyir tellerini belirlenen yükseklikte sabit tutabilmek için seyir telinin üzerinde aynı hizada giden bir taşıyıcı portör teli tesis edilir ve pandül adı verilen ara bağlantı elemanlarıyla seyir teli portör teline asılır. Pandüllerin; taşıyıcı telin sehimi, seyir telinin sehimi, tellerin gerginliği vb. değişkenlere göre konumlarının ve boylarının titizlikle belirlenmesi gerekmektedir. Literatürde, pandül verilerinin hesaplanması, modellenmesi ve simülasyonlara dahil edilmesi, diferansiyel denklemler, doğrusal olmayan denklem sistemlerinin çözümü, sonlu elemanlar yöntemi vb. hesaplamalar içerebilmektedir. Pandül hesapları önceleri manuel belirlenirken, günümüzde bazı firmaların geliştirdiği pahalı bazı yazılımlar ile hesaplanabilmektedir. Bu çalışmada özgün bir yaklaşım olarak, pandül verilerinin elde edilebilmesi için daha önceki projelerde kullanılan pandül verileri aracılığıyla Matlab® yazılımı ile yapay sinir ağları eğitilmiştir. Böylelikle, test verileri ile yapılan incelemede pandül boylarının otomatik olarak yüksek bir doğruluk seviyesinde hesaplanabildiği gözlenmiştir.
In this thesis, determining data of dropper lengths in rail systems by means of artificial neural networks is discussed. Electrification systems consisting of energy transmission lines, traction power substations and their command and control units are required to operate electrical railway systems. It should be ensured that the heights of contact wires which the pantograph constantly contacts should be the same at every point of the line. In order to keep the contact wires stable at a specific height, a messenger wire which runs in the same line but above of the contact wire is installed. The contact wire is hung on the messenger wire with intermediate connection elements called dropper. The heights and locations of droppers should be carefully determined according to the deflection of the contact wire and the messenger wire, tensions of the both wires etc. While previously, the dropper heights were determined manually, they can be recently calculated with a few special software developed by some companies. In this study, as a new approach, artificial neural networks were trained with Matlab® software by means of the dropper data from previous railway projects in order to be able to produce new dropper data. Finally, after the analysis with a test data, it has been observed that the dropper lengths can be calculated automatically with a high accuracy.
URI: https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=CG8WvdvvxJP04Unr7Yecf-8ZdnUzA93tFp_bYIk6m0f_AHys-ydLqcnMgk83NdzC
https://hdl.handle.net/20.500.13087/3074
Appears in Collections:Tez Koleksiyonu

Show full item record

CORE Recommender

Google ScholarTM

Check


Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.