Kuş çarpmasına maruz kalan kompozit yapıların analizinde tam bağlantılı sinir ağları kullanılarak tahmin modelinin geliştirilmesi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Makine Mühendisliği, Türkiye
Tezin Onay Tarihi: 2022
Tezin Dili: Türkçe
Öğrenci: ZEHRA HASILCI
Asıl Danışman (Eş Danışmanlı Tezler İçin): Muharrem Erdem Boğoçlu
Eş Danışman: Ahmet Selim Dalkılıç
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Kuş çarpması, küresel havacılığın karşı karşıya olduğu en tehlikeli sorunlardan biridir. Bu çalışmada, kuş çarpmasına maruz kalan kompozit yapıların global deformasyonunu pratik ve güvenilir bir şekilde elde etmek için otomatik veri üretimi ve tam bağlantılı sinir ağlarından (FCNNs) yararlanan hibrit bir metodoloji geliştirilmiştir. Önerilen nümerik kuş çarpma modelinin doğruluğu, tavuk ve jelatin çarpma testleri ile ilgili literatürdeki üç farklı kaynaktan elde edilen mevcut deneysel verilerle rijit plakaya ve uçak komponentlerinden kompozit dikey hücum kenarına karşı çarpma testi ile karşılaştırmalar yapılarak gerçekleştirilir. Üç farklı kuş hızı için, kompozit tasarım yönergelerine uygun olarak, tüm olası istifleme sırası kombinasyonları göz önünde bulundurulduğunda, otomatik veri oluşturucu tarafından 9402 Ls-Dyna girdi dosyası oluşturulur. Kuş çarpmasının neden olduğu tabakalı kompozit yapıların global deformasyonu, oluşturulan tam bağlantılı sinir ağları yöntemi aracılığıyla tahmin edilir. Bu çalışmanın sonuçları, tam bağlantılı sinir ağlarının kullanılmasıyla, tabakalı kompozit yapıların global deformasyonunun güvenilir bir şekilde tahmin edilebileceğini ve kuş çarpmasını içeren doğrusal olmayan sonlu elemanlar analizine kıyasla tabakalı kompozit yapının ön tasarımının çok hızlı gerçekleştirilebileceğini göstermektedir. Sonuç olarak, tam bağlantılı sinir ağı modeli, optimizasyon sürecinde ilave LS-Dyna simülasyonları için alternatif bir yöntem olarak bulunmuştur. Anahtar Kelimeler: Kuş çarpması, pürüzsüz partikül hidrodinamiği, istifleme sırası, kompozit tasarımı, tam bağlantılı sinir ağları yöntemi, derin öğrenme