HHO HÜCRE PERFORMANSININ BULANIK MANTIK YÖNTEMİ İLE BELİRLENMESİ

Year 2017, Volume: 5 Issue: 2, 112 - 123, 01.06.2017

Sadık Ata , Gürol Önal , Kevser Dincer

https://doi.org/10.15317/Scitech.2017.75

Abstract

Bu çalışmada, Hidroksi (HHO) hücre performansları, kural tabanlı Mamdani tipi bulanık

modelleme tekniği ile gerilim, akım ve sıcaklık parametreleri bakımından modellenmiştir. Giriş

parametreleri plaka sayısı ve zaman (t), çıkış parametreleri gerilim (V), akım (A) ve sıcaklık (oC); Kural

Tabanlı Mamdani Tip Bulanık Mantık (KTMTBM) tarafından tanımlanmıştır. Giriş ve çıkış

parametrelerinin sayısal verileri bulanıklaştırmıştır. Bunlar; çok çok düşük (L1), çok düşük (L2), düşük

(L3), negatif orta (L4), orta (L5), pozitif orta (L6), yüksek (L7), çok yüksek (L8) ve çok çok yüksek (L9)’dır.

Bu sistem için 2 giriş değeri bulunmakta ve her bir çıkış değeri için 9x9 matrisinden 81 kural olmak

üzere toplam 243 kural elde edilmiştir. Sistemin girişi ile çıkışı arasındaki ilişkiyi tanımlayan ve bulanık

mantık denetleyicinin davranışlarını tespit eden denetim kurallarının bir sonucu olarak, deneysel

çalışmadan elde edilen her bir değer aynı zamanda bulanık mantık ile belirlenmiştir. Bulanık mantık

yöntemiyle oluşturulan modelden elde edilen sonuçlar ile deneysel çalışmada tespit edilen sonuçlar

determinasyon katsayısı yöntemi (R2) kullanılarak karşılaştırılmıştır. R2 yönteminde, voltaj, akım ve

sıcaklık için sırasıyla %98,29; %99,5; %96,47 değerleri tespit edilmiştir.Ayrıca, deneysel çalışmada

yapılmamış değerler BM modeli sayesinde tahmin edilmiştir. Bu çalışma, HHO hücresinin

performansının belirlenmesinde, bulanık mantık yönteminin başarıyla uygulanabildiğini göstermiştir.

Keywords

Bulanık mantık (BM), Hidroksi (HHO) hücresi, B ulanık mantık (BM)

Fuzzy Logic Modeling of Performance HHO Dry Cell

Abstract

In this study, hydroxy (HHO) dry cell performances in terms of voltage, current and

temperature were modeled with Rule-Based Mamdani-Type Fuzzy (RBMTF) modeling technique. Input

parameters combination and time; output parameters voltage, current, temperature were described by

RBMTF. Numerical parameters of input and output variables were fuzzificated as linguistic variables:

very very low (L1), very low (L2), low (L3), negative medium (L4), medium (L5), positive medium (L6),

high (L7), very high (L8) and very very high (L9) linguistic classes. In this system, there are 2 inputs and

81 rules for the every output of 9x9 matrix and totally 81x3=243 rules are generated. Hereafter the rules,

which are used to detect the behavior of the fuzzy logic controller and the relationship between system’s

input and output, are determined. As a result of these rules, every value obtained from the experimental

study is also determined by fuzzy logic too. The comparison between experimental data and RBMTF is

done by using coefficient of multiple determination (R2). Also, unperformed experiments are predicted

with RBMTF. This study indicated that RBMTF can be successfully used for the specification HHO dry

cell performances.

Keywords

Fuzzy logic, HHO dry cell, F uzzy logic

References

• Ata, S., 2015, PEM Yakıt Hücresinin Membran Performansının Deneysel Olarak İncelenmesi ve Enerji Ayrışımı Olayının Bulanık Mantık Yöntemi ile Modellenmesi, Yüksek Lisans Tezi, Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Konya.
• Ata, S., Dincer, K., 2015a, “Anot Tarafı Karbon Nanotüp İle Kaplanmış PEM Yakıt Hücresi Performansının Bulanık Mantık Yöntemiyle Modellenmesi”, Ulusal Hidrojen Teknolojileri Kongresi UHTEK-2015, İstanbul, Aralık 2015.
• Ata, S., Dincer, K.2015b, “Rule-based Mamdani-type fuzzy modeling of performance proton exchange membrane fuel cell with carbon nanotube”, 15th International Multidisciplinary Scientific GeoConference SGEM 2015, Bulgaria, June 2015.
• Berber, A., Dincer, K., Yılmaz, Y., Ozen, D.N., 2013, “Rule-based Mamdani-type fuzzy modeling of heating and cooling performances of counter-flow Ranque Hilsch vortex tubes with different geometric construction for steel”, Energy, Vol.51, pp. 297-304.
• Bhardwaj, S., Verma, A.S., Sharma, S.K., 2014, “Effect of Brown Gas on The Performance of A Four Stroke Gasoline Engine”, International Journal of Emerging Technology and Advanced Engineering, Vol.4, No.1, pp.300-307.
• Cameron, R., 2012, Effects of On-board HHO and Water Injection in a Diesel Generator, Bachelor of Engineering Research Project, University of Southern Queensland Faculty of Engineering and Surveying.
• Chakrapani, K., Neelamegam, P., 2011, “Optimization of Fuel Consumption using HHO in HDL Technique Verified in FPGA”, Journal of Theoretical and Applied Information Technology, Vol.31, No.2, pp.140-145.
• Dincer, K., Ongun, R., Dede, O., 2013, “HHO Hücresinin Performansının Deneysel Olarak Incelenmesi”, Selçuk Üniversitesi Journal of Technical-Online, Vol.12, No.3, pp.66-75.
• Gao, D., Jin, Z., Lu, Q., 2008, “Energy Management Strategy Based on Fuzzy Logic for a Fuel Cell Hybrid Bus,” Journal of Power Sources, Vol.185, pp.311-317.
• Gülcan, B.2012. Bulanık Doğrusal Programlama ve Bir Bisküvi İşletmesinde Optimum Ürün Formülü Oluşturma, Yüksek Lisans Tezi, Karamanoğlu Mehmetbey Üniversitesi Sosyal Bilimler Enstitüsü, Karaman.
• Hasgül, Ö., Anagün, A.S., 2005, “Deneysel Sonuçların Analizinde Yapay Sinir Ağları Kullanımı ve Beton Dayanım Testi İçin Bir Uygulama”, V. Ulusal Üretim Araştırmaları Sempozyumu, İstanbul.
• Keshwani, D.R., Jones, D.D., Meyer G.E.R., Brand, M., 2008, “Rule-based Mamdani-type Fuzzy Modeling of Skin Permeability”, Applied Soft Computing, Vol.8, pp. 285-294.
• Leelakrishnan, E., Lokesh, N., Suriyan, H., 2013, “Performance and Emission Characteristics of Brown’s Gas Enriched Air in Spark Ignition Engine”, International Journal of Innovative Research in Science, Engineering and Technology, Vol.2, No.2, pp.393-404.
• Madyira, D, Harding, W., 2014, “Effect of HHO on Four Stroke Petrol Engine Performance”, 9th South African Conference on Computational and Applied Mechanics, Somerset West.
• Önal, G., Dincer, K., Yayla, S., Yılmaz, Y., Ersoyoğlu, A., S.2015, “Pt/C Coating for Proton Exchange Membrane Fuel Cell (PEMFC) and Rule-Based Mamdani-Type Fuzzy Modeling of PEMFC Performance”, International Journal of Mining, Metallurgy & Mechanical Engineering, Vol.3, No.3, pp.122-128.
• Özek, A., Sinecen, M., 2004, “Klima Sistem Kontrolünün Bulanık Mantık ile Modellemesi”, Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, Vol. 10, No. 3, pp.353-358.
• Sakthıvel, S., 2014, “An Experimental Assessment of Performance and Exhaust Emission Characteristics by Addition of Hydroxy (HHO) Gas in Twin Cylinder C.I. Engine”, International Journal of Innovative Research in Science, Engineering and Technology, Vol.3, No.2, pp.60-65.
• Shakhawat, C., Tahir, H., Neil, B., 2006, “Fuzzy Rule-based Modelling for Human Health Risk from Naturally Occurring Radioactive Materials in Produced Water”, Journal of Environmental Radioactivity, Vol.89, pp.1-17.
• Tektaş, M., 2010, Web Tabanlı Yapay Zeka Teknikleri Eğitim Simülatörlerinin Hazırlanması, Marmara Üniversitesi BAP Komisyonu Başkanlığı Proje Raporu, pp.76-90.
• Tiryaki, A.E., Kazan, R., 2007, “Bulaşık Makinesinin Bulanık Mantık ile Modellenmesi”, Mühendis ve Makine, Vol. 48, sayı 565, pp.3-8.
• Tong, S.W., Qian, D.W., Fang, J.J., Li, H.X., 2003, “Integrated Modeling and Variable Universe Fuzzy Control of a Hydrogen-Air Fuel Cell System”, International Journal of Electrochemical Science, Vol.8, pp.3636-3652.
• Tosun, M., Dincer, K., Baskaya, S., 2011, “Rule-based Mamdani-type Fuzzy Modelling of Thermal Performance of Multi-Layer Precast Concrete Panels used in Residential Buildings in Turkey”, Expert Systems with Applications, Vol.38, pp.5553-5560.
• Yadav, M.S., Sawant, S.M., 2011, “Investigations on Oxyhydrogen Gas and Producer Gas as alterntive Fuels on The Performance of Twin Cylinder Diesel Engine”, International Journal of Mechanical Engineering and Technology (IJMET), Vol.2, No.2, pp.85-98.
• Yıldız, Ş., Kişoğlu, S., 2011, “Bulanık Mantık Yaklaşımı ile Hazır Giyimde Beden Numarası Belirleme”, E-Journal of New World Sciences Academy, Vol.6, No.1, pp.12-22.
• Yılmaz, A., Ayan, K., 2013, “Cancer Risk Analysis by Fuzzy Logic Approach and Performance Status of The Model”, Turkish Journal of Electrical Engineering & Computer Sciences, TÜBİTAK, Vol.21, pp.897-912.