by
Muhammet Umut Danış | Ara 19, 2024
Temmuz - Aralık 2024 dönemine ait İTÜ Makina Fakültesi endüstriyel iş birlikleri listesi detaylarda yer almaktadır. Araştırmacılarımızı tebrik ederiz.
ERP REGÜLASYONUNA UYGUN YENİ NESİL EKSENEL (AKSİYON) FAN GELİŞTİRİLMESİ, PROTOTİP İMALATI VE TESTİ
- Araştırmacı: Prof. Dr. Tahsin Engin
- Projeyi Destekleyen Kuruluş: TUBİTAK TEYDEP 1505 Programı / BVN Ventilation Systems & Electric Motors/İstanbul
Özet: Ülkemizin müdahil olduğu ERP gibi regülasyonlar karbon emisyonlarını 2035 yılana kadar %20 azaltmayı hedeflemektedir. Anlaşmaya müdahil olan tüm ülkelerin tedarik ettiği fanlar bu regülasyona uymak zorundadır. Müşterilerden gelen yoğun talep doğrultusunda proje kapsamında tamamıyla ithal edilen 500 mm çapa sahip 8300 m^3/h debide 60 Pa statik basınç altında çalışan eksenel fanın RSO ve Adjoint olmak üzere iki aşamalı optimizasyon araçları kullanılarak geliştirilmesi amaçlanmaktadır. Geliştirilecek fan, muadillerinden en az %3-4 daha verimli ve %30-40 daha ucuz olacaktır. Aksiyon fanların ithal ikamesinin sağlanması ve sağladığı avantajlar ile uluslararası pazarda yer edinmesi beklenmektedir.
YAĞLI TİP VİDALI KOMPRESÖRLERDE KULLANILAN AYRIŞTIRMA TANKININ OPTİMİZASYONU, TASARIM METODOLOJİSİ GELİŞTİRİLMESİ, PROTOTİP İMALATI VE TESTİ
- Akademik Danışman: Prof. Dr. Tahsin Engin
- Projeyi Destekleyen Kuruluş: TUBİTAK TEYDEP 1507 Programı / Mehmet Özen Makina San. Ve. Tic. A.Ş.
Özet: Basınçlı hava sektöründe en yaygın olarak kullanılan yağlı tip vidalı kompresörlerden basınçlı halde çıkan yağ/hava karışımını ayrıştırmak amacıyla kullanılan siklon tipi ayrıştırıcılar, kompresörlerin en önemli parçasıdır. Bu ayrıştırıcılarda verimli hava yağ ayrıştırması beklenirken; basınç kaybının minimum olması, beklenmektedir. Nitekim basınçlı hava hattına yağ karışımı geri dönülmez problemlere neden olmaktadır. Bununla birlikte ayrıştırıcı tankları kompresör grubunun en çok hacim kaplayan komponenti olduğundan bu kapsamda yapılacak boyutsal iyileştirme sistemin daha kompakt olmasını sağlamaktadır. Şu anda Özen Kompresör bünyesinde geliştirilen ayrıştırıcılar tecrübeye dayalı olarak geliştirilmekte olup; performans ve boyut açısından müşteri gereksinimlerini karşılayamamaktadır. Özellikle basınçlı hatta yağ karışımı en önemli problemler arasında gözükmektedir.
Bu proje kapsamında ayrıştırıcıların belirlenen çalışma aralığında genetik algoritma tabanlı cevap yüzeyi optimizasyonu yaklaşımı ile CFD tabanlı tasarım metodolojisinin ve yazılımının geliştirilmesi, 7 bar basınçta 29.34 m^3/dk debide çalışan referans tasarım için prototip imalatı ve deneysel validasyon çalışmalarının yürütülmesi hedeflenmektedir. Geliştirilen tasarım metodolojisi ile belirlenen çalışma şartında ve belirlenen sınırlar içerisinde optimum tasarım gerçekleştirilebilecektir. Böylece belirlenen geometrik alt ve üst sınırlar içerisinde global optimizasyon noktası tespit edilecektir. Referans firma tasarımlarına göre basınç kaybında %10-20; ayrıştırma verimliliğinde %4-10 iyileştirme hedeflenmektedir. Tasarım çıktısının en az muadillerine eş değer olması beklenmektedir.
Yapılan iyileştirmeler ile kompresör sistem verimliliğinin artırılması ve uluslararası pazarda rekabet edilebilir özgün siklon tipi ayrıştırıcılar geliştirilecektir.
SOĞUTMA KULELELERİ İÇİN FAN AİLESİ GELİŞTİRİLMESİ PROJESİ
- Akademik Danışman: Prof. Dr. Tahsin Engin
- Projeyi Destekleyen Kuruluş: Cenk Endüstri Tesisleri İmalat Ve Taahhüt A.Ş
Özet: Bu proje kapsamında soğutma kulelerinde kullanılan eksenel fanların iki aşamalı optimizasyon aracı ile optimizasyonu hedeflenmektedir. Ortalama bir eksenel fan , bir soğutma kulesinin toplam güç tüketiminin yaklaşık %30-50'sini oluşturur . Bundan dolayı fanlarda yapılacak iyileştirmeler enerji tüketiminde önemli iyileştirmeler sağlamaktadır. Bununla birlikte fan verimliliği ile gürültü seviyesinde ters bir ilişki olduğu düşünüldüğünde daha sessiz fanlar geliştirilmiştir olacaktır. Projede öncelikle genetik algoritma tabanlı RSM ile 17 parametre ile temsil edilen kanadın parametrik optimizasyonu gerçekleştirilecektir. Daha sonra optimize edilen kanadın adjoint çözücü aracı ile serbest yüzey optimizasyonu yapılacaktır. Böylece matematiksel temsil ve kısıtlardan bağımsız özgün kanat geometrileri oluşturulacaktır. Kanatlar Cenk Endüstri bünyesinde üretilecek ve sahada teste alınacaktır. Muadil kanat geometrilerine göre %30-40 iyileşme beklenmektedir.
Seçici Lazer Ergitme için Yapay Zekâ Destekli Proses İzleme ve Parametre Öngörü Yazılımları Geliştirilmesi
- Proje Yürütücüsü: Doç. Dr. Emrecan Söylemez / ADDPARK İLERİ MÜHENDİSLİK TEKNOLOJİLERİ A.Ş.
- Projeyi Destekleyen Kuruluş: TEYDEP ADDPARK İLERİ MÜHENDİSLİK TEKNOLOJİLERİ A.Ş.