Geri Dön

Asenkron motorun DSP (sayısal işaret işlemci) temelli kontrolunda yapay sinir ağları ve genetik algoritmalar kullanılarak pi katsayılarının optimizasyonu

Optimisation of pi cofficents using artificial neural network and genetic algorithms at DSP (digital signal processor) based control of asynchronous motor

  1. Tez No: 106365
  2. Yazar: SEYDİ VAKKAS ÜSTÜN
  3. Danışmanlar: PROF. DR. GALİP CANSEVER
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Asenkron Motor, PI Kontrol, Sayısal İşaret İşleme, Yapay Sinir Ağları, Genetik Algoritmalar, Induction Motor, PI Control, Digital Signal Processing, Artificial Neural Network, Genetic Algorithms
  7. Yıl: 2001
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 175

Özet

ÖZET Proportional Integral (PI) kontrolcular şüphesiz endüstriyel kontrol işlemlerinde kullanılan çok popüler kontrolculardi r. Bu onun basit yapısı ve geniş çalışma şartlarında kullanımının güvenilir olmasından dolayıdır. Bu düzenleyicilerin oldukça fazla kabul görmesinden dolayı bir çok düzenleme kuralı bu tip kontrolcular için ileri sürülmüştür. Geçen 20 yıl boyuca, kontrol mühendisliğindeki araştırmaların odak noktalarından biri, bu tip kontrolcuların otomatik ayarlanmasını ve cihaz modelinde var olan belirsizliklerle gürbüz kontrol sistemlerinin tasarlanmasını sağlamaya adanmıştır. Bu tezde, uygulaması yapılan lineer olmayan bir sistemin kontrolunda kontrolcu katsayılarının off-line olarak ayarlanması hakkında bir yöntem ileri sürülmüştür. Bu yöntemde, birinci adımda, farklı Kp-Ki çitleri için uygulama devresinden alınan maksimum aşım ve yerleşme zamanı kullanılarak Yapay Sinir Ağlan (YSA) ile sistemin tanıma işlemi gerçekleştirilmiştir. İkinci adımda, bu YSA modeli amaç fonksiyonu olarak alınarak, Genetik Algoritmayla optimum kontrolcu katsayılarının bulunması amaçlanmıştır. Genetik algoritmalar kontrol optimizasyon problemlerinin çözümünde hesap temelli tekniklere göre daha güçlü bir yöntem yaklaşımı sağlamaktadır. Sistemin tanınmasında amacıyla çok katmanlı ileri beslemeli sinir ağlan kullanılmıştır. Uygulama devresinde, PI kontrol, performans kriterlerinin bulunması ve PC ye gönderilmesi işlemleri DSP (Sayısal işaret işleyici) temelli olarak yapılmaktadır. DSP işlemci olarak Texas Instrument firmasının TMS320C50 mikroişlemcisi ile uygulama yapılmıştır. YSA, DSP ve Genetik algoritmanın gerçeklenmesinde, YSA ve Genetik algoritmada C++ ve DSP' de assemble programlama dilleri kullanılmıştır. Yapılan çalışmada YSA' nın sistemi başarılı bir şekilde tanıdığı görülmüştür. Bu YSA modeli ile Genetik algoritma kullanılarak yapılan optimizasyon işlemi sonucunda bulunan kontrol parametreleriyle sistemin kontrolü gerçekleştirildiğinde maksimum aşım ve yerleşme zamanının oldukça az olduğu tespit edilmiştir.

Özet (Çeviri)

ABSTRACT The Proportional Integral (PI) controller is undoubtedly the most popular controller used in industrial control processes, because of its simple structure and reliability of use in a wide range of operating conditions. Due to this acceptance many tuning rules have been proposed for this type of controller. During the last two decades, one of the main focus of research in control engineering has been devoted to provide automatic tuning of such controllers and the design of robust control systems with the presence of uncertainty in the plant model. In this thesis, a method about tuning of the controller coefficients as off-line in control of an applied nonlinear system has been proposed. In this method, the first step is identification of the system via Artificial Neural Networks (ANN) using maximum overshoot and settling time obtained from the application circuit for different Kp-Ki pairs. In the second step, the purpose is to find the optimum controller coefficients using the ANN model as objective function by Genetic algorithms. Genetic algorithms provide a powerful tool for solving control optimisation problems as opposed to calculus based techniques. Multilayer feedforward neural networks is used in order to identify the system. In the application circuit, process of PI control, obtaining performance criteria and sending to PC are DSP-based. The DSP (Digital Signal Processors) application is done by using TMS320C50 microprocessor of TI (Texas Instrument). In ANN, DSP and Genetic algorithms applications, C++ and Assembler are used for ANN and Genetic algorithms (GA), and DSP respectively. In the study, it is observed that ANN identified the system successfully. It is also determined that maximum overshoot and settling time are very little if the system is controlled by control parameters obtained from the optimisation process which uses GA.

Benzer Tezler

  1. Asenkron motorun DSP (sayısal işaret işleyici) tabanlı bir kontrol sistemi kullanılarak YSA (yapay sinir ağları) ile performansının arttırılması

    The Performance increasing on the induction motor with ann (artifical neural networks) by using a DSP (digital signal processor) based control system

    KAYHAN GÜLEZ

    Doktora

    Türkçe

    Türkçe

    1999

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. HALİT PASTACI

  2. Asenkron motorların sayısal işaret işlemci kullanarak hız kontorlü

    Induction motor speed control with digital signal processor

    OSMAN TEMEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    Elektrik ve Elektronik Mühendisliğiİnönü Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MÜSLÜM ARKAN

  3. Asenkron motorun sonlu elemanlar yöntemiyle incelenmesi ve bulanık mantık denetleyicili vektör kontrolü

    Finite element method analysis of induction motor and fuzzy logic vector control

    AHMET NUR

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Elektrik ve Elektronik MühendisliğiTunceli Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ZEKİ OMAÇ

  4. Vector control of asynchronous motors

    Asenkron motorların vektör kontrolü

    HALAS BİLGE MUTLUER

    Yüksek Lisans

    İngilizce

    İngilizce

    1999

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. AYDIN ERSAK

  5. Asenkron motorların denetimi için internet tabanlı sanal ve uzaktan erişimli bir laboratuar geliştirme

    Internet based virtual and remote access laboratory for induction motor control

    AHMET TEKİN

    Doktora

    Türkçe

    Türkçe

    2009

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Elektrik ve Elektronik Mühendisliği Bölümü

    PROF. DR. MUAMMER GÖKBULUT

    YRD. DOÇ. DR. FİKRET ATA