Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Harran Üniversitesi, Türkiye
Tezin Onay Tarihi: 2026
Tezin Dili: Türkçe
Öğrenci: MUSTAFA BÜYÜKNACAR
Asıl Danışman (Eş Danışmanlı Tezler İçin): Oğuz Şimşek
Eş Danışman: Okan Mert Katipoğlu
Özet:
Bu tez çalışmasında, eğrisel geniş başlıklı savaklara ait debi katsayısının (Cd) belirlenmesi için
deneysel modelleme, hesaplamalı akışkanlar dinamiği (CFD) ve yapay zekâ yöntemleri kullanılarak
üç farklı eğrisel geniş başlıklı savak geometrisinde 14 farklı akım durumunda toplam 42 adet deneysel
ölçüm gerçekleştirilmiştir. Ölçümü yapılmış savak tiplerine yeni bir savak geometrisi ilave edilmiş ve
sayısal modelleme kullanılarak toplamda dört savak tipi için 160 tane Cd hesap edilmiştir. Teorik
olarak hesaplanan Cd değerleri, Destek Vektör Makinesi (DVM), Evrişimsel Sinir Ağları (ESA),
Random Forest (RF) ve CatBoost yöntemleri kullanılarak tahmin edilmiştir. Cd katsayısı ile Froude
sayısı (Fr) arasında çok yüksek düzeyde pozitif bir ilişki bulunduğu ve H/P oranının Cd üzerindeki
etkisinin büyük ölçüde olduğu görülmüştür. Savak yüksekliğinin artmasıyla, sabit debi koşulları
altında memba su derinliği ve toplam enerji yükünün arttığı; buna karşılık akımın Froude sayısının
azalma eğilimi gösterdiği tespit edilmiştir. Cddeğerlerini yapay zeka tekniklerinin tahmin etme
performanslarını değerlendirmek için Ortalama Karesel Hata (OKH), Karesel Ortalama Hata
Karekökü (KOKH), Ortalama Göreceli Hata (OGH), Belirleme Katsayısı (R2) ve Açıklanan Varyans
Puanı (AVP) parametreleri kullanılmıştır. Kullanılan performans metriklerine göre ESA yönteminin
Cd’yi belirlemede diğer yöntemlere kıyasla daha başarılı olduğu belirlenmiştir.