Yazar "Üneş, Fatih" seçeneğine göre listele

Listeleniyor 1 - 4 / 4
  • [ N/A ]
    Öğe
    Dam reservoir level modeling by neural network approach: A case study
    (2010) Üneş, Fatih
    Prediction of reservoir level fluctuation is important in the operation, design, and security of dams. In this paper, Artificial Neural Networks (ANN) is used for modeling. In such modeling approaches, it is possible to determine dam reservoir level and water balance (budget) by taking the monthly average precipitation and needed parameters into consideration. The basic data are available for over 29 years at the Tahtaköprü Dam in the southeast Mediterranean region of Turkey. As a sub-approach of ANN, a multi layer perceptron (MLP) is used. Bayesian regularization back-propagation training algorithm is employed for optimization of the network. MLP results are compared with the results of conventional multiple linear regression (MLR) and autoregressive (AR) models. The comparison shows that the ANN model provides better performance than the mentioned models in reservoir level estimation. ©ICS AS CR 2010.
  • Küçük Resim
    Öğe
    Eğrekkaya baraj haznesindeki yoğunluk akımlarına bağlı oluşan dalma derinliğinin incelenmesi
    (2012) Üneş, Fatih; Varçin, Hakan
    Çevresel problemler ve hızlı büyüyen nüfus artışı sebebiyle, tatlı su kaynakları günden güne azalmakta ve kirlenmektedir. Bundan dolayı, hazneler ve hazne içerisindeki akımların belirlenmesi, su kaynaklarının verimli kullanımı ve doğru şekilde modellenmesi büyük önem arz etmektedir. Gerçek baraj haznelerinde, hazneye giren su ile haznedeki su arasında yoğunluk farkı, haznede yoğunluk (tabakalı) akımlarının oluşmasına neden olmaktadır. Bu yoğunluk farkı, sıcaklık farklılığından ya da askı maddesi veya çözülmüş madde konsantrasyonu farklılığından veya her ikisinin birleşiminden oluşabilmektedir. Bu çalışmada, haznedeki akımların modellenmesi, dalma noktası ve derinliğinin belirlenmesi için matematik model kullanılmıştır. Model, lineer olmayan ve zamanla değişen akım şartları için süreklilik, momentum, enerji ve k-$\epsilon$ türbülans model denklemlerinden oluşmaktadır. Model denklemleri Eğrekkaya baraj haznesinin gerçek boyut, başlangıç ve sınır şartlarına dayanılarak kurulmuştur. Bu çalışma ile hazne içerisindeki dalmış akım ve yoğunluk akımları başarılı bir şekilde modellenebilmiştir. Elde edilen model sonuçları, gerçek ölçüm değerleri ile oldukça uyumlu çıkmaktadır. Çalışma ile bulunan sonuçlar, haznelerdeki sedimantasyon çalışmaları, su kalitesinin modellenmesi ve yönetimi ile haznedeki canlı hayata bakış ve değerlendirilmesi açısından önemlidir.
  • [ N/A ]
    Öğe
    Investigation of plunging depth and density currents in e?rekkaya dam reservoir
    (2012) Üneş, Fatih; Varçtn, Hakan
    Fresh water sources are dwindling and becoming contaminated throughout the world due to environmental problems and fast growing population. Therefore, definition of reservoirs, reservoir flows, efficient use and proper modeling of fresh water sources gain great importance. In the real dam reservoirs, the density differences between inflow river water and ambient dam reservoir water create stratified flows. The density differences can be due to the discrepancies in temperatures, concentration of dissolved or suspended substances or a combination of both. In this study, a mathematical model is used for modeling reservoir flow and determining the plunging point and depth. The model consists of nonlinear and unsteady continuity, momentum, energy and k-? turbulence model equations. The equations are constructed on actual dimensions, shape, boundary and initial conditions of the E?rekkaya dam. The model successfully simulates the formation of density currents and plunging flow. The results are found to be in accordance with the actual measured values. The results of this study are important with regard to sedimentation studies, water quality modeling and management and habitat assessment in reservoirs.
  • [ N/A ]
    Öğe
    Suspended sediment estimation using an artificial intelligence approach
    (Springer International Publishing, 2015) Demirci, Mustafa; Üneş, Fatih; Saydemir, Sebahattin
    Forecasting of sediment concentration in rivers is a very important process for water resources assignment development and management. In this paper, a neural network approach is proposed to predict suspended sediment concentration from streamflow. A comparison was performed between artificial neural network, sediment rating-curve and multilinear regression models. It was based on a 5 years period of continuous streamflow, suspended sediment concentration and mean water temperature data of West Virginia, Little Coal River, Danville station operated by the United States Geological Survey. Based on comparison of the results, it is found that the artificial neural network model gives better estimates than the sediment rating-curve and multilinear regression techniques. © Springer International Publishing Switzerland 2015.