Öz
Makale kapsamında, derin
kuyu su pompalarının su debisinin deneysel akış analizi, yapay sinir ağları
kullanılarak gerçekleştirilmiştir. Pompanın en önemli parametresi olan debi
verisi debimetre ile elde edildi. Elde edilen veriler kullanılarak yapay sinir
ağı modeli ile yeni modeller oluşturuldu. Aktarılan veriler ve programın
oluşturduğu grafikler gerçekte oluşturulan veriler ile birbirlerine uyumlu
olduğu gözlemlenmektedir. Sonuç olarak,
pompaların arızası yapay sinir ağı ile yapılan debi girişleri ile tespit
edilebilir ve sonrasında pompanın, de-montajı gerçekleştirilip direk arızalı
kısma müdahale edilebilecek seviyeye gelinebilir.
Anahtar Kelimeler
Derin kuyu pompası yapay sinir ağları debi dalgıç pompa pompa arızası
Destekleyen Kurum
TOM HİSAR POMPA MAK. SAN. TİC.LTD. ŞTİ
Kaynakça
- Bulca, E., 2017, “Dalgıç Pompa Sistemlerinin Değişim veya Onarımında Karar Süreci.”, Pompa ile Vana Dergisi, Teknik Makale No:URY-DP-008,
- Çalışır, S., 2005, “Sulamada Kullanılan Dalgıç Pompalarda Dönüş Yönünün Sistem Verimine Etkisi.” , Tarım Makinaları Bilimi Dergisi, Cilt 1, Sayı 2, ss. 123-134.
- Çunkaş, M., 2012, “Dalgıç Motorlar Üzerinde Bir İnceleme.”, Selçuk Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi, Cilt 27, Sayı 4, ss.4.
- Goncaoğlu, B., 2010,”Pompa Seçimi Nasıl Yapılır.” Yıldız Teknik Üniversitesi Çevre Mühendisliği Bölümü, İstanbul
- Gölcü, M., 2002, “Kanat Sayısının Dalgıç Pompa Performansına Etkisi.” , Sakarya Üniversitesi Fen Bilimleri Enstitüsü Dergisi, Cilt 6, Sayı 2, ss. 127-135.
Öz
Article coverage, the flow
analysis of the flow of deep well water pumps was carried out using artificial
neural networks. Flow data of the pumps were measured by using flowmeter. Data
obtained were used as desired values for neural network predictor. The desired
data and the graphics created by the neural network were found to be compatible
with the data actually found. As a result, the failure of the pumps can be
determined by flow inputs to the neuarl
network predictor and then the pump can be installed and the defective part can
be intervened.
Anahtar Kelimeler
Deep well pump artificial neural networks flow rate submersible pump pump failure
Kaynakça
- Bulca, E., 2017, “Dalgıç Pompa Sistemlerinin Değişim veya Onarımında Karar Süreci.”, Pompa ile Vana Dergisi, Teknik Makale No:URY-DP-008,
- Çalışır, S., 2005, “Sulamada Kullanılan Dalgıç Pompalarda Dönüş Yönünün Sistem Verimine Etkisi.” , Tarım Makinaları Bilimi Dergisi, Cilt 1, Sayı 2, ss. 123-134.
- Çunkaş, M., 2012, “Dalgıç Motorlar Üzerinde Bir İnceleme.”, Selçuk Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi, Cilt 27, Sayı 4, ss.4.
- Goncaoğlu, B., 2010,”Pompa Seçimi Nasıl Yapılır.” Yıldız Teknik Üniversitesi Çevre Mühendisliği Bölümü, İstanbul
- Gölcü, M., 2002, “Kanat Sayısının Dalgıç Pompa Performansına Etkisi.” , Sakarya Üniversitesi Fen Bilimleri Enstitüsü Dergisi, Cilt 6, Sayı 2, ss. 127-135.
Ayrıntılar
| Birincil Dil | Türkçe |
|---|---|
| Konular | Mühendislik |
| Bölüm | Araştırma Makalesi |
| Yazarlar | |
| Yayımlanma Tarihi | 30 Aralık 2019 |
| Gönderilme Tarihi | 24 Eylül 2019 |
| Kabul Tarihi | 1 Kasım 2019 |
| Yayımlandığı Sayı | Yıl 2019 Cilt: 7 Özel Sayı |
