Investigation of the Effects of the Baffles on the Heat Transfer Coefficient and Pressure Drop in a Shell and Tube Heat Exchanger

Year 2013, Volume: 17 Issue: 1, 109 - 112, 12.07.2014

İsmail Özcan Arzu Şencan Şahin Erkan Dikmen Gamze Bayram

Abstract

The wind energy is the lead of the energy politics in last years. The wind energy has an important location in Turkey geography in terms of existing potential. Turkey is one of the countries, which have the best potential especially about wind and solar energy. But, Turkey can’t use that energy potential as much as other countries. In our country, which have high wind potential like that, must have make to take advantage of wind energy, especially in agriculture and industry. In this study, wind velocity in Isparta by using weather data with artificial intelligence method was estimated

Keywords

Wind energy, Wind speed, Isparta, Artificial intelligence

Isparta İlinde Rüzgar Hızı Değerlerinin Belirlenmesi

Abstract

Son yıllarda izlenen enerji politikalarının ilk sırasında yer alan rüzgar enerjisi, mevcut potansiyel açısından, Türkiye coğrafyasında önemli bir yere sahiptir. Türkiye özellikle rüzgar ve güneş enerjisi yönünden, Avrupa'da en iyi potansiyele sahip ülkeler arasında yer almaktadır. Fakat bu enerji potansiyellerini kullanabilen ülkeler sıralamasında ise maalesef son sıralarda olduğu görülmektedir. Rüzgar potansiyeli bu denli yüksek olan ülkemizde rüzgar enerjisinden faydalanma bilincinin arttırılması özellikle tarım ve sanayi sektöründe kullanımının yaygınlaştırılması sağlanmalıdır. Bu çalışmada meteorolojik veriler kullanılarak yapay zeka yöntemiyle Isparta iline ait rüzgar hızı değerleri tahmin edilmiştir.

Keywords

Rüzgâr enerjisi, Rüzgâr hızı, Isparta, Yapay zekâ

References

• Bechtler, H. Browne, M. W. Bansal, P. K., Kecman, V., 2001. New Approach to Dynamic Modeling of Vapor- Compression Liquid Chillers: Artificial Neural Networks, Applied Thermal Engineering, 21, 941- 953.
• Fu, L.M., 1994. Neural Networks in Computer Intelligence. McGraw-Hill International Editions.
• Jang, J.S.R., 1993. ANFIS (Adaptive-Network- BasedFuzzyInferenceSystems), Man, AndCybernetics, 23, 3, 665-685.
• Jang, J.S.R., Sun, C.T., Mizutani, E., 1997. Neuro Fuzzy and Soft Computing A Computational Approach to Learning and Machine Intelligence, Prentice Hall, New Jersey, USA.
• Kalogirou, S. A., 2000. Artificial neural networks in renewable energy systems applications: a review, Renewable and Sustainable Energy Reviews, 5, 373 – 401.
• Kalogirou, S.A., 1999. Applications of artificial neural networks in energy systems A review, Energy Conversion & Management, 40, 1073-1087.
• Özcan, İ., 2011. Isparta ilinde rüzgâr enerjisi potansiyelinin belirlenmesi ve bir rüzgâr santrali tasarımı, Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi, 49s, Isparta.
• Toklu, M., 2002. Rüzgâr enerjisi ve Elazığ şartlarında bir rüzgâr santrali tasarımı. Fırat Üniversitesi, Yüksek Lisans Tezi, 98s. Elazığ
• Tsoukalas, L.H., Uhrig, R.E., 1997. Fuzzy and Neural Approaches In Engineering, John Wiley&SonsInc.