Bu çalışmada, raylı sistemlerde pandül boylarının yapay sinir ağları ile elde edilmesi ele alınmıştır. Demiryolu taşımacılığında elektrifikasyon sistemlerinin önemi çok büyüktür. Pantografın temas ederek enerji aldığı seyir telinin pantografla sürekli temas halinde olmasından dolayı ray üstünden yüksekliğinin her noktada aynı olması sağlanmalıdır. Seyir telini 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, çeşitli 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 içermektedir. Pandül hesapları önceleri elle çözülürken, günümüzde bazı firmaların geliştirdiği pahalı yazılımlar ile hesaplanabilmektedir. Bu çalışmada özgün bir yaklaşım olarak, pandül verilerinin elde edilebilmesi için daha önceki projelerde uygulanmış olan pandül verileri kullanılarak Matlab® yazılımı ile yapay sinir ağları eğitilmiştir. Böylelikle, test verileri ile yapılan incelemede pandül boylarının otomatik olarak yüksek bir doğruluk seviyesinde hesaplanabildiği gözlenmiştir.
Raylı Sistemler Demiryolu Katener Sistemleri Elektrifikasyon Pandül Hesaplamaları Yapay Sinir Ağları
In this study, determination of the dropper lengths in rail systems via artificial neural networks is discussed. The role of electrification systems in railways is quite important. It should be ensured that the height of contact wire which the pantograph constantly contacts should be the same at every point of the line. In order to keep the contact wire 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 various factors and variables. In the literature, calculating, modeling and simulating the dropper data require solving differential equations, nonlinear equation systems, finite element method etc. While previously, the dropper heights were determined manually, they can be recently calculated with special software developed by certain companies. In this study, as a new approach, in order to be able to produce new dropper data, artificial neural networks have been trained with Matlab® by means of the dropper data utilized previously in railway projects. Finally, it has been observed that the dropper lengths can be calculated automatically with a high accuracy for a test data.
Rail Systems Railway Catenary System Electrification Dropper Calculations Artificial Neural Networks
Birincil Dil | Türkçe |
---|---|
Konular | Elektrik Mühendisliği |
Bölüm | Bilimsel Yayınlar (Hakemli Araştırma ve Derleme Makaleler) |
Yazarlar | |
Yayımlanma Tarihi | 31 Ocak 2023 |
Gönderilme Tarihi | 19 Aralık 2022 |
Yayımlandığı Sayı | Yıl 2023 |