SEARCH RESULT

Abstract: Fires, which are a phase of transition from outside the control to a certain time and place, cause social, economic, psychological and psycho-social loss of people. Due to the facts, fires can take place in the field of study of many disciplines. In order to strengthen the defense systems against the fires, both literary and scientific studies have been given to both social sciences and science and engineering. The purpose of this study is; the distribution ratios of the postgraduate thesis studies done in the field of fire by searching the literature, the related fields and concentration rates shall be determined and to be assigned to the studies planned to be done in the future and to determine the areas that have not been studied. In this study, 318 postgraduate theses obtained from the screening of the "fire" in the National Thesis Center of Higher Education Council (YÖK) were examined. The obtained data were interpreted using the IBM SPSS Statistics 22 program. Theses prepared mainly in master's degree are written in Turkish and English languages. As a result, fires address a wide range of masses and neighborhoods, mostly theses on forestry and engineering sciences. Fire safety, forest fires, fire extinguishing systems, fire resistance of materials, fire detection and warning systems. It has been seen that working in the areas of fire intervention and extinguishing, fire terminology, fire behavior and classes, air (area / port) fires, fire extinguishing materials and technologies, fire training and application simulators, fire standards development are inadequate. Özet: Belli bir zamanda ve mekanda kontrol dışına çıkan yanma olayının geçiş yaptığı bir faz olan yangınlar, insanlar üzerinde sosyal, ekonomik, psikolojik ve psiko-sosyal olarak kayıplara neden olmaktadır. Yangınlar, yapıları itibari ile birçok disiplinin çalışma alanında yer alabilmektedir. Yangınlara karşı savunma sistemlerini güçlendirmek amacıyla hem sosyal bilimlerden hem de ağırlıklı olarak fen ve mühendislik bilimlerinden literatüre bilimsel çalışma kazandırılmıştır. Bu çalışmanın amacı; literatür taraması yapılarak yangın alanında yapılmış olan lisansüstü tez çalışmalarının dağılım oranları, ilgili alanlar ve yoğunlaşma oranları belirlenerek gelecekte yapılması planlanan çalışmalara önayak olmak ve çalışma yapılmamış alanları belirlemektir. Bu çalışmada, “yangın” kelimesi Yüksek Öğretim Kurulu (YÖK) Ulusal Tez Merkezi’nden tarama yapılarak elde edilmiş olan 318 adet lisansüstü tez incelenmiştir. Elde edilen veriler, IBM SPSS Statistics 22 programı kullanılarak yorumlanmıştır. Yüksek lisans ağırlıklı olarak hazırlanmış olan tezler Türkçe ve İngilizce dilleriyle yazılmıştır. Sonuç olarak, yangınlar geniş bir kitleye ve çevreye hitap etmekte olup, ağırlıklı olarak orman ve mühendislik bilimleri konularında tezler yazılmıştır. Yangın güvenliği, orman yangınları, yangın söndürme sistemleri, malzemelerin yangına karşı dayanımları, yangın algılama ve uyarı sistemleri konularında ağırlıklı olarak çalışmalar yapılmıştır. Yangına müdahale ve söndürme, yangın terminolojisi, yangın davranışları ve sınıfları, hava(alanı/limanı) yangınları, yangın söndürme maddeleri ve teknolojileri, yangın eğitimi ve uygulama similatörleri, yangın standartlarını geliştirilmesi konularında çalışmaların yetersiz olduğu görülmüştür.

International Conference on Advanced Technologies, Computer Engineering and Science
ICATCES

Mustafa Dogan M. Ali Biberci Sedat Cat

Abstract: This study investigates the use of the YSA (artificial neural network) model to predict specific fuel consumption, CO (carbon monoxide) and HC (unburned hydrocarbon) exhaust emissions of a direct injection engine. In order to obtain training and test data, a series of experiments were carried out by operating the single-cylinder test motor at different engine loads. Experimental results show that by adding 15% butanol to the diesel fuel, the emission values decreaseand the specific fuel consumption increases by 10%. The YSA (Artificial Neural Network) model has been determined to be the optimal choice of the standard backpropagation algorithm to train. Different learning algorithms such as BFGS (Quasi-Newton backpropagation) and LM (Levenberge-Marquardt learning algorithm) have been used to construct the network structure. The YSA model predicted engine performance and exhaust emissions with specific fuel consumption (be) for test data, and 0.9949, 0.9934 and 0.9942 R2 for CO, HC emissions, respectively. The improved YSA model was found to be very powerful to predict engine performance and exhaust emissions from internal combustion engines. Özet: Bu çalışma, direk püskürtmeli bir motorun özgül yakıt tüketimini, CO (karbon monoksit) ve HC (yanmamış hidrokarbon) egzoz emisyonlarını tahmin etmek için YSA (yapay sinir ağı) modellemesinin kullanımını araştırmaktadır. Eğitim ve test verileri elde etmek için, tek silindirli test motoru farklı motor yüklerinde çalıştırılarak bir dizi deney gerçekleştirildi. Deneysel sonuçlar, dizel yakıtına %15 oranında bütanol eklenmesiyle emisyon değerlerinde azalma olduğunu gösterirken özgül yakıt tüketiminde ise %10 artış meydana geldiğini ortaya koymaktadır. YSA (Yapay Sinir Ağı) modelini, eğitmek için standart geri yayılım algoritmasının optimum seçim olduğu belirlenmiştir. Ağ yapısının oluşturulmasında BFGS (Quasi-Newton geri yayılımı), LM (LevenbergeMarquardt öğrenme algoritması) gibi farklı öğrenme algoritması kullanılmıştır. YSA modelinin sırasıyla test verileri için Özgül yakıt tüketimi (be), CO, HC emisyonları için 0.9949, 0.9934 ve 0.9942 R2 değeri ile motor performansını ve egzoz emisyonlarını öngörebildiği bulundu. Gelişmiş YSA modelinin, motor performansı ve içten yanmalı motorların egzoz emisyonlarını tahmin etmek için oldukça güçlü olduğu belirlendi.

International Combustion Symposium
INCOS2018

M. Ali Biberci Mustafa Bahattin Celik Mustafa Aydin Abdullah Ors