ELEKTRİKLİ ARAÇLARIN DEĞİŞKEN YOL ŞARTLARI VE MOTORPARAMETRELERİNDEKİ MOTOR HATASININ DERİN ÖĞRENME İLETAHMİNİ
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Akdeniz Üniversitesi, Fen Bilimleri Enstitüsü, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2026
Tezin Dili: Türkçe
Öğrenci: UMUT KİTİŞ
Danışman: Övünç Polat
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Çevre kirliliğinin geri dönülemez seviyelere ulaşması, dünyanın yenilenebilir ve çevre dostu teknolojilere yönelmesine, buna bağlı olarak da petrol bazlı ulaşım araçlarının yerini elektrikli araçlara bırakmaya başlamasına yol açmıştır. Elektrikli araçların petrol bazlı araçlara oranla çok daha düşük karbon salınımı yapması ve ekonomik olarak daha elverişli olması gibi sebeplerden dolayı son yıllarda elektrikli araçlar yaygınlaşmış ve araç piyasasında önemli rol almaya başlamışlardır. Elektrikli araçlarda kullanılan asenkron motorlarda yol koşullarına ve sıcaklık değişimine bağlı olarak, motor direnç değerlerinde değişim meydana gelir ve bu değişim asenkron motorun verimini etkiler. Aracın bulunduğu yolun yokuş yukarı ya da yokuş aşağı olması, yol yüzey koşulları gibi durumlara göre motorda kararsızlıklar meydana gelecek, kayıplar değişecek ve buna bağlı alarak da sıcaklık değerleri farklılık gösterecektir. Çalışmanın amacı, bu değişimlerin farklı direnç ve termal koşullar için elektrikli araç üzerindeki etkisini hesaplamak ve bu etkileri farklı sinir ağı yapıları kullanarak incelemektir. Çalışmada, değişen direnç ve termal parametrelerin motor üzerindeki etkilerini gözlemlemek için bir asenkron motor ve termal devresi modellenmiştir. Daha sonra stator sargılarının termal kütlesi değiştirilmiş, değiştirilen termal kütlenin nüve hacmini ve buna bağlı olarak demir kayıplarını etkileyip etkilememesine göre 2 farklı model geliştirilmiştir. Sistemin çıkışları, asenkron motor verimine ve motor sıcaklığına göre başarılı veya başarısız olarak etiketlenmiştir. Sinir ağları için kullanılacak olan veri kümeleri, farklı stator dirençleri ve farklı termal kütleler için sistemin tork ve tork-hız sinyal görüntüleri alınarak oluşturulmuştur. Çalışmada ayrıca, farklı sinir ağı mimarilerinin aynı veriler için performansları değerlendirilmiştir. Oluşturulan verileri sınıflandırmak için probleme özgü tasarlanan CNN ve yine probleme özgü tasarlanan 1DCNN ağ mimarileri ile birlikte, ön eğitimli ağ yapısına sahip olan GoogLeNet kullanılmıştır. Asenkron motor ve termal devrenin modellenmesi MATLAB/Simulink ortamında oluşturulmuştur. Sinir ağları uygulamasında, Spyder IDE aracılığıyla Python programlama dili kullanılmıştır. Veri artırma yöntemi, probleme özgü tasarlanan CNN ve ön eğitimli GoogLeNet ağ yapıları için kullanılırken, k-katlı çapraz doğrulama (kfold cross validaiton) tüm ağ yapılarına uygulanmıştır. Tüm ağ yapıları farklı katmanlar ve farklı fold sayıları için test edilmiştir. Çalışmada programa özgü tasarlanan CNN ve 1DCNN ağ yapıları için en yüksek tahmin başarı oranı sırasıyla %86 ve %99'dur.