Enstitüler / Institutes

Verimliliği artırmak, enerji tüketimini azaltmak, daha iyi uçuş performansı elde etmek ve helikopter operasyonlarının etkinliğini artırmak için helikopter kanadı optimizasyonuna ihtiyaç duyulmaktadır. Rotor kanadı, bir helikopterin verimliliğini ve kontrolü, performansı, manevra kabiliyetini arttıran, optimum uçuş özelliklerinin ve operasyonel yeteneklerin elde edilmesini büyük ölçüde etkileyen helikopter tasarımının hayati bir bileşenidir. Bu yüksek lisans tezi, B-spline modellemesi için Python tabanlı kodların oluşturulması, kanat elemanları momentum teorisiyle entegrasyonu ve optimizasyon için genetik algoritmanın uygulanması gibi konuları sistemli bir şekilde ele almaktadır. B-spline, kanat elemanı-momentum teorisi ve genetik algoritma metotları kullanılarak Pyton yazılımı ile helikopter pal tasarım ve optimizasyon aracı geliştirilmiştir. Beslenen noktalardan B-spline ile kanat kesit eğrisi oluşturularak genetik algoritma ile farklı geometrilere sahip iki boyutlu helikopter pal kesitleri oluşturulmaktadır. Elde edilen kesitler XFOIL akış çözücüsüne konularak aerodinamik parametreler elde edilmiş ve pal elemanları momentum teorisi ile belirlenen maliyet fonksiyonu genetik algoritma kullanılarak minimize edilmektedir. Helikopter palleri; B-spline ile kanat kesit eğrileri, dönme hızı, pal sayısı, veter uzunluğu, boyu, burkulma açısı ve sivrilme oranına göre optimize edilerek maksimum itkiyi sağlayacak pal kesit eğrisi ve pale ait geometrik parametreler belirlenmektedir. Oluşturulan kod deneysel çalışma sonuçları ile kıyaslanarak doğrulanmış olup geliştirilen algoritmaya beslenen parametre ve sınır koşullarına bağlı olarak 𝐶𝑇 katsayısının %20, toplam itki kuvvetinin %48, toplam tork ve gücün ise %44 oranında arttığı anlaşılmıştır. Helicopter wing optimization is needed to increase efficiency, reduce energy consumption, achieve better flight performance and increase the overall effectiveness of helicopter operations. The rotor blade is a critical component that generates lift and provides maneuverability to ensure efficiency and control, improve performance and enhance cost efficiency of a helicopter. It is a vital component of helicopter design that greatly influences the achievement of optimal flight characteristics and operational capabilities. In this study helicopter blade design and optimization tool has been developed via Python software by using B-spline, Blade Element-Momentum Theory and Genetic Algorithm methods. Rotor blade cross section curves are created from the points on the two-dimensional axis with the B-spline method. Helicopter blade sections with different geometries are generated from these points with genetic algorithm. The aerodynamic parameters are obtained by putting the previously created airfoil sections in the flow solver via XFOIL and the objective function determined by the blade elements momentum theory is minimized by using genetic algorithm. Helicopter blades are optimized according to airfoil shapes obtained from B-spline, rotational speed, number of blades, chord length, span, twist angle and taper ratio and blade section curves that will provide maximum thrust and related geometric parameters of the blade are determined. The created code was verified by comparing it with the experimental study results, and it was understood that the 𝐶𝑇 coefficient increased by 30%, the total thrust force by 48%, and the total torque and power by 44%, depending on the parameters and boundary conditions fed into the developed algorithm.

Bu çalısmada traktör imalatı yapan bir isletmede, kitlesel özel üretime yönelik hedef programlama tabanlı üretim planlama yaklasımının tasarımı ve gelistirilmesi gerçeklestirilmistir. Üretim planlama yaklasımı, ürün üzerindeki müsteri isteklerini göz önüne alacak, ürün çesitliligini ve seri üretim ilkelerini gözetecek sekilde tasarlanmıstır. Üretim planlamaya özgü hedeflerin gerçeklestirilebilmesi amacı ile bir hedef programlama modeli gelistirilmis ve bu hedef programlama modeli ile uyumlu bir sekilde çalısan bir Karar Destek Sistemi olusturulmustur. Gelistirilen hedef programlama modelinin çözüm süresi, modelde yer alan karar degiskeni sayısının fazla olması nedeni ile kabul edilebilir sürelerin dısına çıkmaktadır. Bu nedenle farklı üretim planlarını olusturma ve kısa sürede bu planlardan uygun olanını üretime yansıtabilme olanagı kalmamaktadır. Belirtilen gerekçeler dogrultusunda gelistirilen hedef programlama modelinin çözümüne yönelik yerel açgözlü arama ve genetik algoritma yaklasımları üzerinde durulmustur. Bu yaklasımların performanslarını gözlemlemek amacı ile 12 ayrı problem seti olusturulmus ve her bir problem seti için sonuçlar elde edilmistir. Gerçeklestirilen performans analizi sonucunda yerel açgözlü arama yaklasımının genetik algoritma yaklasımına göre daha iyi sonuçlar verdigi gözlemlenmistir. Ancak genetik algoritma yaklasımının yerel açgözlü arama yaklasımına göre çözüm süresinin daha kısa oldugu gözlemlenmistir

Enstitüler / Institutes

Browse

Filters

Settings

Sort By

Results per page

Search Results