Duvarlardaki ısı kaybının yapay sinir ağı ile belirlenmesi ve karar destek sistemi ile malzeme seçimi

Günümüzde ülkemizde ve dünyada enerji tasarrufu önemli yer teşkil etmektedir. Bu çalışmada bina duvarlarındaki ısı kaybının önüne geçebilmek için var olan etmenler değerlendirilerek ısı kaybını minimize etmek ve dolayısıyla enerji tasarrufu sağlamak amaçlanmaktadır. Yapılacak işlemler de öncelikle, duvarlardaki ısı kaybına sebep olabilecek etmenler yapay sinir ağları yöntemiyle geri yayılımlı bir ağ modeli kullanılarak işleme sokulmuştur. Yapılan çalışmada duvarların yalıtımlı durumları göz önüne alınmıştır. Yapılan bu işlem sonrasında, Isı yalıtımında Karar Destek Sistemleri kullanılarak uygun malzeme seçimine karar verilmiştir. Isı yalıtımında kullanılacak malzeme seçme probleminde, müşteri beklentisini en yüksek derecede karşılayabilmek için ve daha sağlıklı karar alınabilmesi amacıyla Analitik Hiyerarşi Proses (AHP) yönteminden yararlanılan örnek bir Karar Destek Modeli önerilmiştir. Yöntem inşaat firmaları tarafından en iyi malzeme seçimine karar vermek amacıyla uygulanmış ve sonuçlar değerlendirilmiştir. Tüm bu değerlendirmelerin sonucunda ısı kaybına sebep olan etmenler değerlendirilmiş ve ısı kaybını engelleyebilmek için hangi etmenin daha önemli olduğu konusunda bir sonuç ortaya çıkmıştır.

Detection of heat abduction on the walls by artificial neural network and selection of materials with decision support system

Today energy conservation is a very important issue in the world and Turkey. The aim of this study is to minimize the heat abduction, thus to save energy by utilizing the factors to prevent the heat abduction on the walls of buildings. First of all, a back-propagation network model with artificial neural network model was used for the factors that can cause heat loss on the walls. Whether the walls have insulation were considered. After that, Decision Support Systems were used for heat insulation to select the appropriate materials. A Decision Support Model with Analytic Hierarchy Process (AHP) was recommended to meet the needs of a customer best and to make better decisions for the selection of the materials. The method was used by construction firms for their decision processes for the best materials and the results were evaluated. After the evaluations were done, the factors that cause heat loss were considered and it became clear which factors were more important for the prevention of heat loss.

PDF

___

E. Çetinkaya, "Binalarda Enerji verimliliğinin analizi", Yüksek Lisans Tezi, Marmara Üniversitesi, Fen Bilimleri Enstitüsü, 2012.
Ö. Keleşoğlu ve A. Fırat, "Tuğla Duvardaki ve Tesisattaki Isı Kaybının Yapay Sinir Ağları İle Belirlenmesi", Fırat Üniversitesi Fen ve Müh. Bil. Der, cilt. 18, no. 1, pp. 133-141, 2006.
B. Köse, O. Isıkan ve A.T. İnan, “Isı Yalıtım Uygulamalarının Üç Bölge İçin Enerji Verimliliği Açısından İncelenmesi”, Makine Teknolojileri Elektronik Dergisi, sayı. 3, pp. 1-9, 2006.
A.S. Dizkırıcı, “Konutlarda Enerji Verimliliğinin Ölçümü İçin 5-Yıldızlı Derecelendirme Sistemi ve Ekonometrik Uygulama”, Doktora Tezi, Sakarya Üniversitesi, Sosyal Bilimler Enstitüsü, 2009.
T. Mete, “Kesikli bir biyoreaktörde yapay sinir ağlarının kullanımı”, Yüksek Lisans Tezi, Ankara Üniversitesi, Fen Bilimleri Enstitüsü, 2008.
M.L. Koç, C.E. Balas ve A. Arslan, “Taş Dolgu Dalgakıranların Yapay Sinir Ağları ile Ön Tasarımı”, İMO Teknik Dergi, pp. 3351-3375, yazı. 225, 2004.
B. Ataseven, “Yapay Sinir Ağları ile Öngörü Modellemesi”, Öneri Dergisi, cilt. 10, no. 39, pp. 101-115, 2013.
M. Fırat ve M. Güngör, “Askı madde konsantrasyonu ve miktarının yapay sinir ağları ile belirlenmesi”, Teknik Dergi, yazı. 219, pp. 3267-3282, 2004.
Ö. Turunç, “Bilgi teknolojileri kullanımının işletmelerin örgütsel performansına etkisi”, Doktora Tezi, Süleyman Demirel Üniversitesi, Sosyal Bilimler Enstitüsü, 2006.
İ.F. Gülenç ve G.Aydın Bilgin, “Yatırım kararları için bir model önerisi: AHP yöntemi”, Öneri, URI: http://hd1.handle.net/11424/1586, cilt. 9, no. 34, pp. 97-107, 2010.
H. Min, “Location analysis of international consolidation terminals using the analytic hierarchy process”, Journal of Business Logistics, vol. 15, no. 2, pp. 25, 1994.
Ö. Keleşoğlu, “Betonarme Bir Binada Yıllık Isı Kaybı ve Enerji İhtiyacının Yapay Sinir Ağları ile Belirlenmesi”, e-Journal of New World Sciences Academy, cilt. 3, no. 2, pp. 381-390, 2008.
S.A. Kalogirou and M.Bojic, “Artificial neural networks for the prediction of the energy consumption of a passive solar building”, Energy, vol. 25, no. 5, pp. 479- 491, 2000.
H. Erkaymaz ve Ö.Yaşar, “Yapay Sinir Ağı ile Hava Sıcaklığı Tahmini”, 5th International Computer & Instructional Technologies Symposium, Elazığ, 2011.
I. C. Yeh (1998), “Modeling concrete strength with augment-neuron networks”, Journal of Materials in Civil Engineering, Cilt 10, No. 4, pp. 263-268.
Z. Zhang, C.T.T. Hsu and J.Moren, “Shear strengthening of reinforced concrete deep beams using carbon fiber reinforced polymer laminates” Journal of Composites for Construction, vol. 8, no. 5, pp. 403-414, 2004.
A. Oreta and K. Kawashima, “Neural network modeling of confined compressive strength and strain of circular concrete columns”, Journal of Structural Engineering, vol. 129, no. 4, pp. 554-561, 2003.
Z. Yılmaz, “Akıllı binalar ve yenilenebilir enerji”, Tesisat Mühendisliği Dergisi, İzmir, sayı. 91, pp.7-15, 2005.
C. Çelik, “Binalarda enerji verimliliği”, I. Ulusal Enerji Verimliliği Forumu, İstanbul, 2009.
M. Öztürk, “Yeşil binalarda enerji verimliliğinin incelenmesi ve bina enerji modellemeleri”, Doktara Tezi, İstanbul Arel Üniversitesi, Fen Bilimleri Enstitüsü, 2014.
A. Erdoğan ve S. Canbazoğlu, “Farklı Mimari Durumların Enerji Tüketimi ve Çevresel Etkileri Üzerine Bir Araştırma”, Bartın Üniversitesi Mühendislik ve Teknoloji Bilimleri Dergisi, cilt. 3, no. 2, pp. 51-60, 2015.
N. Orhunbilge, “Uygulamalı Regresyon ve Korelasyon Analizi”, 2.Baskı, İ.Ü. İşletme Fakültesi Yayınları, 2002.