Isı Transferinde Isı Kayıplarının Yapay Sinir Ağları Yöntemi ile İncelenmesi

Yıl 2017, Cilt: 7 Sayı: 2, 185 - 197, 30.06.2017

Bekir Çırak , Sabit Korcak

Öz

Bu çalışmada binalarda ısıtma için kullanılan kalorifer borularının yalıtımlı ve yalıtımsız durumları için iki
ayrı yapay sinir ağı (YSA) modeli ve bina duvarlarının yalıtımlı ve yalıtımsız durumları için iki ayrı YSA modeli
olmak üzere toplamda 4 ayrı model kullanılmıştır. Bu durumlar için tasarlanan YSA modellerinde 3 katmanlı ileri
beslemeli ve geri yayılımlı bir model şekli tercih edilmiştir. Gizli katmanda sigmoid transfer fonksiyonu, çıkış
katmanında ise doğrusal transfer fonksiyonu kullanılmıştır. YSA ağ topolojisi olarak geri yayılımlı YSA topolojisi
tercih edilmiş ve veriler normalize edilerek ağa sunulmuştur. Ağdan elde edilen sıcaklık değerleri gerçekte
ölçülen sıcaklık değerleri ile mukayese edilmiş ve sonuçların birbirlerine çok yakın ve yeterli hassasiyette olduğu
görülmüştür. Bu şekilde 4 farklı iç model için YSA metodunun kullanımı, modellerin açıklayıcılık ve tahmin etme
gücünü artırmıştır

Anahtar Kelimeler

Isı kaybı, iç ve dış duvar, yalıtım, yapay sinir ağ

Kaynakça

• Bolattürk A, 2006. Determination of optimum insulation thickness for building walls with respect to various fuels and climate zones in Turkey. Applied Thermal Engineering, 26: 1301–1309.
• Cirak B, Kozan R, 2009. Prediction of the Coating Thickness of Wire Coating Extrusion Processes Using ANN. Journal of Modern Applied Science, 3: 52-67 p.
• Çırak B, 2014. Plastik Boru Üretimi Prosesinde Ekstrüzyon parametrelerinin YSA ile incelenmesi. DİCLE Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 3: 33-42.
• Çomaklı K, Yüksel B, 2003. Optimum insulation thickness of external walls for energy saving. Applied Thermal Engineering, 23: 473-479.
• Elmas Ç, 2003. Yapay Sinir Ağları, Seçkin Yayıncılık, Ankara, 27-31 s.
• Flitman AM, 2004. Towards probabilistic footy tipping: A hybrid approach utilising genetically defined neural networks and linear programming. Computer  Operating Research, 33: 2003-2022.
• Gölcü M, Dombaycı A, Abalı S, 2006. Denizli için optimum yalıtım kalınlığının enerji tasarrufuna etkisi ve sonuçları. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 21: 639-644.
• Karakoç TH, Binyıldız E, Turan O, 1999. Binalarda ve Tesisatta Isı Yalıtımı. ODE Teknik Yayınları No:G20, İstanbul, s.34-39 s.
• Keleşoğlu Ö, Fırat A, 2006. Tuğla Duvardaki ve Tesisattaki Isı Kaybının Yapay Sinir Ağları İle Belirlenmesi. Fırat Üniversitesi Fen ve Mühendislik Bilimleri Dergisi, 18: 133-141.
• Öztuna S, Dereli E, 2009. Edirne ilinde optimum duvar yalıtım kalınlığının enerji tasarrufuna etkisi. Trakya Üniversitesi Journal Science, 10: 139-147.
• Şahin ŞÖ, 2001. Yapay sinir ağları yardımı ile dinamik bir senaryo analizi. İTÜ Fen Bilimleri Enstitüsü, Doktora Tezi, s.79-82
• Ültanır MÖ, 2013, İstanbul. 21. Yüzyıla Girerken Türkiye’nin Enerji Stratejisinin Değerlendirilmesi. TÜSİAD Yayınları, Yayın No: TÜSİAD-T/98-12/239.
• Wang J, Malakooti B, 1992. A Feedforward neural network for multiple criteria decision making. Computers  Operations Research, 19: 151-167.
• Wang S, Archer NP, 1993. A neural network technique in modelling multiple criteria multiple person decision making. Computers Operations Research, 21: 127-142 p.