Detection of Vortex Cavitation With The Method Adaptive Neural Fuzzy Networks in the Deep Well Pumps

Akif DURDU; Seyit Alperen ÇELTEK; Nuri ORHAN

doi:https://doi.org/10.33462/jotaf.769037

Makale detayları

Detection of Vortex Cavitation With The Method Adaptive Neural Fuzzy Networks in the Deep Well Pumps

Yazarlar:

Akif DURDU | Seyit Alperen ÇELTEK | Nuri ORHAN

Yayıncı:

Tekirdag Namik Kemal University

Dergi:

Journal of Tekirdag Agricultural Faculty 2021 Vol.18 Issue 4, pp.613-624

Belge Tipi:

Makale

Yayın Tarihi:

12/2021

Belge Dili:

İngilizce

Document ID (Org No.):

2000799060

Sıklık:

Aylık

eISSN:

2146-5894

pISSN:

1302-7050

DOI:

https://doi.org/10.33462/jotaf.769037

Anahtar kelimeler:

Özet:

 

Nowadays submersible deep well pumps are the most used irrigation systems in agriculture field. Efficient operation and economical life of pumps is an important issue. One of the most important parameters affecting pump efficiency and life is cavitation The cavitation is one of the problems frequently faced in the pump systems that widely used in the agriculture field. The cavitation could cause more undesired effects such as loss of hydraulic performance, erosion, vibration and noise. This paper presents a novel model for the detection of vortex cavitation in the deep well pump used in the agriculture system using adaptive neural fuzzy networks. The data submergence, flow rate, power consumption, pressure values, and noise values used for training the ANFIS (Adaptive-Network Based Fuzzy Inference Systems) network are acquired from an experimental pump. In this study, we use to the sixty-seven data for training process, while the fifteen data have used for testing of our model. The average percentage error (APE) has obtained as 0.08 % and as 0.34 % respectively for 67 training data and for 15 test data. The performance of the implemented model shows the advantages of ANFIS. The result of this study shows that ANFIS can be successfully used to detect vortex cavitation. This paper has two novel contributions which are the usage of noise value on cavitation detection and find out cavitation by using adaptive neural fuzzy networks. During the cavitation, the pump parameters must change by controller for prevent unwanted pump errors. The strategy proposed could be preliminary study of automatic pump control. Also proposed novel control strategy can be used for cavitation control in agriculture irrigation pumps, because of easy set up and no need extra cost. The ANFIS based model has real-time applicable thanks to rapid and easy control. It is possible to set safe boundaries in submergence in this model. Thus, users by adjusting controllable parameters can prevent cavitation and increase pump efficiency.

 

Günümüzde tarım alanlarının sulanma işlemlerinde en çok dalgıç derin kuyu pompaları kullanılmaktadır. Pompaların verimli çalışması ve ekonomik ömrü önemli bir konudur. Pompa verimlerini ve ömrünü etkileyen en önemli parametrelerden biri kavitasyondur. Kavitaasyon tarım alanında yaygın olarak kullanılan pompa sistemlerinde sıklıkla karşılaşılan sorunlardan biridir. Kavitasyon, hidrolik performans kaybı, erozyon, titreşim ve gürültü gibi daha fazla istenmeyen etkilere neden olabilir. Bu makale, uyarlanabilir sinirsel bulanık ağları kullanarak tarım sisteminde kullanılan derin kuyu pompasında girdap kavitasyonunun tespiti için yeni bir model sunmaktadır. ANFIS (Uyarlanabilir Ağ Tabanlı Bulanık Çıkarım Sistemleri) ağını eğitmek için kullanılan dalma derinliği, debi, güç tüketimi, basınç değerleri ve gürültü değerleri deneysel bir pompadan elde edilmiştir. Bu çalışmada, eğitim süreci için altmış yedi veriyi kullanırken, on beş veri modelimizi test etmek için kullanılmıştır. Ortalama yüzde hata (APE) 67 eğitim verisi ve 15 test verisi için sırasıyla%0.08 ve% 0.34 olarak elde edilmiştir. Uygulanan modelin performansı ANFIS'in avantajlarını göstermektedir. Bu çalışmanın sonucu, ANFIS'in girdap kavitasyonunu tespit etmek için başarıyla kullanılabileceğini göstermektedir. Bu çalışmanın iki yeni katkısı kavitasyon tespitinde gürültü seviye değişiminin kullanımı ve uyarlanabilir sinirsel bulanık ağları kullanarak kavitasyonun belirlenmesi olmuştur. Kavitasyon sırasında, istenmeyen pompa hatalarını önlemek için pompa parametreleri kontrolör tarafından değiştirilmelidir. Önerilen strateji, otomatik pompa kontrolünün ön çalışması olabilir. Ayrıca önerilen yeni kontrol stratejisi, kurulumunun kolay olması ve ekstra maliyet gerektirmemesi nedeniyle tarımsal sulama pompalarında kavitasyon kontrolü için kullanılabilir. ANFIS tabanlı model, hızlı ve kolay kontrol sayesinde gerçek zamanlı uygulanabilirliğe sahiptir. Bu modelde dalma derinliğinin güvenli sınırları ortaya koymak mümkündür. Böylece kullanıcılar kontrol edilebilir parametreleri ayarlayarak kavitasyonu önleyebilir ve pompa verimini artırabilir.

Makale detayları

Detection of Vortex Cavitation With The Method Adaptive Neural Fuzzy Networks in the Deep Well Pumps

Yazarlar:

Akif DURDU | Seyit Alperen ÇELTEK | Nuri ORHAN

Yayıncı:

Tekirdag Namik Kemal University

Dergi:

Journal of Tekirdag Agricultural Faculty 2021 Vol.18 Issue 4, pp.613-624

Belge Tipi:

Makale

Yayın Tarihi:

12/2021

Belge Dili:

İngilizce

Document ID (Org No.):

2000799060

Sıklık:

Aylık

eISSN:

2146-5894

pISSN:

1302-7050

DOI:

https://doi.org/10.33462/jotaf.769037

Uyarlanabilir bulanık sinir ağları

Kavitasyon

Dalma derinliği

Vorteks kavitasyonu

Derin kuyu pompaları

Sayı

Makale detayları

Detection of Vortex Cavitation With The Method Adaptive Neural Fuzzy Networks in the Deep Well Pumps

Yazarlar: Akif DURDU | Seyit Alperen ÇELTEK | Nuri ORHAN

Yayıncı: Tekirdag Namik Kemal University

Dergi: Journal of Tekirdag Agricultural Faculty 2021 Vol.18 Issue 4, pp.613-624

Belge Tipi: Makale

Yayın Tarihi: 12/2021

Belge Dili: İngilizce

Document ID (Org No.): 2000799060

Sıklık: Aylık

eISSN: 2146-5894

pISSN: 1302-7050

DOI: https://doi.org/10.33462/jotaf.769037

Uyarlanabilir bulanık sinir ağları

Kavitasyon

Dalma derinliği

Vorteks kavitasyonu

Derin kuyu pompaları

Sayı

Yazarlar:

Akif DURDU | Seyit Alperen ÇELTEK | Nuri ORHAN

Yayıncı:

Tekirdag Namik Kemal University

Dergi:

Journal of Tekirdag Agricultural Faculty 2021 Vol.18 Issue 4, pp.613-624

Belge Tipi:

Makale

Yayın Tarihi:

12/2021

Belge Dili:

İngilizce

Document ID (Org No.):

2000799060

Sıklık:

Aylık

eISSN:

2146-5894

pISSN:

1302-7050

DOI:

https://doi.org/10.33462/jotaf.769037