Geri Dön

Bulanık kontrol sistemlerinde kararlılık

Stability of fuzzy control systems

  1. Tez No: 100579
  2. Yazar: İLKER ÜSTOĞLU
  3. Danışmanlar: DOÇ.DR. MÜJDE GÜZELKAYA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 1999
  8. Dil: Türkçe
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Belirtilmemiş.
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 48

Özet

BULANIK KONTROL SİSTEMLERİNDE KARARLILIK ÖZET Bir bulanık küme matematiksel olarak evrensel kümedeki her elemana onun bulanık kümeye olan üyeliğini temsil eden bir değer atayarak tanımlanır. Bu değer ne kadar büyük ya da ne kadar küçükse elemanlar kümeye o kadar fazla ya da o kadar az aittirler. Bu üyelik değerleri 0 ve 1 kapalı aralığında değişen reel sayılarla temsil edilirler. Standart bulanık tümleme, kesişim ve birleşim işlemleri VxeX için c(A(x)) = 1-A(x) i(A(x), B(x)) = min(A(x), B(x)) u(A(x), B(x)) = max(A(x), B(x)) biçiminde ifade edilir. Standart bulanık işlemlerin eğer üyelik değerlerinin değer kümesi {0, 1} ise klasik kümelerden bilinen tümleme, kesişim ve birleşim işlemleri ile aynı oldukları görülür. Bulanık kümelerdeki bu üç işlem için çok geniş bir fonksi yon sınıfı söz konusudur öyle ki, bunların elemanları aslmda klasik işlemlerin bulanığa genişletilmeleridir. Bulanık kontrol son on yılda uygulamada çok büyük ilgi topladı. Bulanık kontro lün uygulamalarına bir göz atılacak olursa, bunlar iki grupta sınıflandırılabilir. Bun lardan biri kontrol edilecek sistemin çok değişkeninin olması ve bunun da geleneksel yöntemlerin kullanılmasında zorluk çıkarmasıdır. Diğeri ise kontrol edilecek sistem basit bile olsa geleneksel lineer kontrol algoritmalarının sistem performansında kısıt lara neden olmasıdır. Bir çok araştırmacı bulanık kontrolörler konusunda hem teorik hem de uygulama teknikleri alanlarında büyük zaman ve çaba harcamışlardır. Artık günümüzde karmaşık kontrol sistemleri için geleneksel kontrol tekniklerine alternatif bir yaklaşım olarak görülmektedir. Bulanık küme teorisine dayanan bir çok uygulamada tasarımda temel amaç istenen kontrol ya da karara belirlenen bir doğrulukla yaklaşan bir bulanık sistem tasarlamaktır. Bu kontrol ya da karar ve bulanık sistem uygun giriş-çıkış uzayları arasında çeşitli fonksiyonlarla ifade edilebilir, yani tasarımda hedef amaçlanan vııkontrol ya da karar fonksiyonuna istenilen doğrulukta yakınsayan giriş uzayından çıkış uzayına bir dönüşüm bulmaktır. Bulanık sistem tasarımı böylece bir yaklaşım problemi olarak düşünülebilir. Bazı bulanık sistem tipleri için evrensel yaklaşım özelliği kompakt bir küme üzerinde tanımlı herhangi sürekli fonksiyona istenilen doğruluk derecesi ile yaklaşan bir bulanık sistem tasarlamaktır. Bulanık modelleme konusunda günümüze kadar bir çok çalışma yapılmıştır. Bun lardan bazıları örüntü işleme tekniklerine diğerleri ise sistem programlama teorisine dayanmaktadır. Ayrıca sinir ağlarına dayana yöntemler gibi başka yöntemler de orta ya atılmıştır. Bunlar arasında önde gelen modellerden biri Takagi ve Sugeno tarafından önerilmiştir. Bu model sistem programlama teorisine dayanır, belirsiz sis temi çok iyi şekilde temsil edebilir ve model tabanlı kontrol için çok uygundur. Lineer olmayan bir sistem Takagi-Sugeno tipi bulanık modelle temsil edilebilir. Bu bulanık modelde farklı durum uzayı bölgelerindeki yerel dinamikler lineer modellerle verilirler. Modelin tamamı ise bu lineer modellerin bir bulanık karışımı olarak elde edilir. Bulanık modele dayanan kontrol ise koşut dağıtılmış kontrol adı verilen yapıyla gerçeklenir. Burada düşünce her yerel lineer model için bir geribeslemeli lineer kontrolör tasarlamaktır. Genelde lineer olmayan bu kontrolörün bütünü yine bu lineer kontrolörlerin bir bulanık karışımı olarak elde edilir. Bu tezde hem bulanık modellerin hem de bulanık sistemlerin kararlılığı konusu ele alınmıştır. vııı

Özet (Çeviri)

STABILITY OF FUZZY CONTROL SYSTEMS SUMMARY A fuzzy set can be defined mathematically by assigning to each element in the universal set a value representing its grade of membership in the fuzzy set. Elements may belong in the fuzzy set to a greater or lesser degree as indicated by a larger or smaller membership grade. These membership grades are represented by real number values ranging in the closed interval between 0 and 1. c(A(x)) = l-A(x) i(A(x), B(x)) = min(A(x), B(x)) u(A(x), B(x)) = max(A(x), B(x)) for all xeX are called the standart fuzzy operations of fuzzy complement, intersection and union. As it can be seen easily, the standart fuzzy operations perform precisely as the corresponding operations from the crisp sets when the range of membership grades is restricted to the set {0, 1}. For each of the three operations, there exists a broad class of functions whose members qualify as fuzzy generalizations of the classical operations as well. Fuzzy control has met a great interest in applications over the last decade. Surveying the areas of the applications of the fuzzy controllers, we may classify the areas into two groups. The first one is the case where controlled process has so many variables that conventional control methods are difficult to be applied, and the other one is the case where, even if the controlled system is simple, conventional linear control algorithms show limitations in the performance. Many people devoted a great deal of time and effort to both theoretical research and implementation techniques for fuzzy controllers. To date, fuzzy control has been suggested as an alternative approach to conventional control techniques for complex control systems. In most of the applications based on the fuzzy set theory, the main design objective is to construct a fuzzy system to approximate a desired control or decision up to a given level of accuracy. Since the desired control or decision and the fuzzy system can be denoted as functions on some appropriate input and output spaces, IXsuch a design objective is in fact to find a mapping from the input space to the output space which can approximate the desired control or desired function without a given accuracy. The problems of designing fuzzy systems can be considered as approximation problems. The universal approximation property for some types of fuzzy systems is that any continuous function on a compact set can be approximated by fuzzy systems to an arbitrary degree of accuracy. Many studies regarding fuzzy modelling have been reported heretofore. Some of them are based on the pattern recognition technique and others are based on system programming theory. In addition other methods such as neural network based methods are suggested. One of the most outstanding models among them is the model suggested by Takagi and Sugeno. The model is based on the system programming theory, has excellent capability to describe a given unknown system, and is very suitable for model based control. The nonlinear plant can be represented by a Takagi - Sugeno type fuzzy model. In this type of fuzzy model, local dynamics in different state space regions are represented by linear models. The overall model of the system is achieved by fuzzy blending of these linear models. The control design is carried out based on the fuzzy model via the so called parallel distibuted compansation scheme. The idea is that for each local linear model, a linear feedback control is designed. The resulting overall controller, which is nonlinear in general, is again a fuzzy blending of each individual linear controller. This thesis deals with the stability conditions of both fuzzy models and fuzzy control systems.

Benzer Tezler

  1. Tez No

    245924

    Lyapunov fonksiyonu tabanlı bulanık denetleyici tasarımı

    Lyapunov function based fuzzy logic controller design

    ONUR BAŞTÜRK

    Yüksek Lisans

    Türkçe

    Türkçe

    2009

    Elektrik ve Elektronik MühendisliğiCumhuriyet Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MANAFEDDİN NAMAZOV

  2. Tez No

    815249

    Fuzzy logic based pressure control using plc and SCADA

    PLC ve SCADA ile bulanık mantık tabanlı basınç kontrolü

    ELNUR DAMIROV

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik MühendisliğiMarmara Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. AHMET EMİN KUZUCUOĞLU

  3. Tez No

    232110

    Yapıların sismik izolasyonunda ileri denetim algoritmalarının uygulanması

    Application of advanced control algorithms in seismic isolation of structures

    OĞUZ YAKUT

    Doktora

    Türkçe

    Türkçe

    2007

    Makine MühendisliğiFırat Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HASAN ALLİ

  4. Tez No

    223965

    Genetik algoritma ile optimize edilmiş bulanık güç sistemi kararlı kılıcısının sistem kararlılığına etkisi

    Effects of genetic algorithm optimized fuzzy logic power system stabilizer on system stability

    FATİH KÜÇÜKTEZCAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. AYŞEN DEMİRÖREN

  5. Tez No

    100575

    Bulanık mantık kontrolör ile klasık PID kontrolör algoritmalarının karşılaştırılması

    Comparative study of PID controllers and fuzzy logic controllers

    ÇİĞDEM ERGÜVEN

    Yüksek Lisans

    Türkçe

    Türkçe

    1999

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    DOÇ.DR. İBRAHİM EKSİN

Geri Dön