AC induction motor control using neural network based controllers
Sinir ağı temelli denetleçlerle AC senkron motor denetimi
- Tez No: 139445
- Danışmanlar: DOÇ. DR. ÖZCAN GÜLÇÜR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2003
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Sistem ve Kontrol Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
V ÖZET SİNİR AĞI TEMELLİ DENETLEÇLERLE AC ASENKRON MOTOR DENETİMİ Endüstriyel motor uygulamalarının hemen hemen %9(Tında asenkron motorlar kullanılmaktadır. Bunun nedeni bu tip motorların yüksek dayanıklılık, esneklik ve verimle beraber düşük maliyete sahip olmalarıdır. Bu yöntemin gerçeldeştirilebilmesi için, veriminin ve işlemesinin çok duyarlı olduğu rotor mıknatıslama akısının, hem büyüklüğünün hem de hava aralığının dağılımının, hızlı ve doğru bir şekilde izlenmesi gerekmektedir. Tezde, akı bileşenlerinin kestirilmesinde ve asenkron makinenin akı modelinin belirlenmesinde yapay sinir ağlarının potansiyel olarak kullanılabilirliği araştırıldı. Asenkron motorun akı modelinin belirlenmesinde iki adet üç katmanlı (iki gizli katman) ve ileri beslemeli yapay sinir ağı yoluyla adı geçen modelin eğitilmesi denendi. Sistemin belirlenmesi için ve tanımlama modeli için sağlanan giriş değerleri rasgele oluşturuldu ve yapay sinir ağı modelleri eğitilerek akı modeli şekillendi. Yapay sinir ağlan eğitilmeden önce, giriş-çıkış değişkenleri normalize edildi ve akı modeli bu normalize edilmiş değerlere göre yapılandırıldı. Deneme yanılma yöntemiyle, normalizasyon sabitleri yeterli şekilde büyük seçilerek hızlı bir eğitim sağlandı. Katman sayısı, nöron sayısı, öğretim algoritması için öğrenim hızı oram ve eğitimin gelişimi için kullanılan eğitim momentum sabitleri incelenen problemde çok önemli olduğundan her değer için bir çok deneme yapıldı.Benzetişim çalışmaları yeterli şekilde eğitilen bir yapay sinir ağının asenkron makineler için uygulanan alan yönlendirmeli bir denetim düzeneğinin işlevini kötüleştirmeden bu tür makinelerin rotor akısı faz bileşenleri kestiriminde bir ölçme sisteminin ya da başka bir kestMcinin yerine kullanabileceğini göstermektedir. Bazı ağırlıklar bilerek yok edildiği ya da bazı iç hesaplamalar istenildiği şekilde çalışmamaya zorlandığı halde modelin bütün olarak başarılı olduğu gösterildi.
Özet (Çeviri)
IV ABSTRACT AC INDUCTION MOTOR CONTROL USING NEURAL NETWORK BASED CONTROLLERS Nearly 90% of all industrial motor applications use AC induction type motors since these motors have a high degree of robustness, reliability, and efficiency and are low cost. In order to implement the rotor flux oriented control, fast and accurate monitoring of the rotor magnetizing flux, both in magnitude and in spatial distribution, is required, where the performance of the control method is very sensitive to the measurement and estimation of the quantities to be determined. In this thesis, the potential of neural networks in estimation of the flux components and in identifying the flux model of the induction machine is studied. A pair of three layer feedforward neural networks (with two hidden layers) is suggested to be trained in order to identify the flux model of the induction machine. The inputs, which are applied to the system to be identified and to the identification model, are randomly generated and the neural network models are trained to identify the flux model. Before training the neural network models, the input-output variables are normalized and the flux model is constructed based on the normalized values. By a trial and error method, normalization constants are chosen sufficiently large to assure a fast learning. Error backpropagation algorithm for training of multilayer neural networks is applied during the training process. Because the selection of the number of layers, the number of neurons, learning rates for the learning algorithm and the momentum constants used for the improvement of training are also dependent on the problem we deal with, many trials have been attempted. Simulations show that a sufficiently trained neural network can replace a measurement device or estimation mechanism for the rotor flux space phasor components of the induction machine without deteriorating the field oriented control scheme applied to the induction machine. Although some of the weights are deliberately eliminated or some inner computation of neural network models are forced to be performed not in a desired manner, satisfactory operation of the whole model is achieved.
Benzer Tezler
- Yapay sinir ağları, bulanık mantık ve sinirsel bulanık denetleyiciler ile asenkron motorların hız denetimi için simülatör tasarımı
A simulator design for speed control of induction motors using artifical neutal networks, fuzzy logic and neuro fuzzy controller
SERDAR PAÇACI
Yüksek Lisans
Türkçe
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. OKAN BİNGÖL
- 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
SEYDİ VAKKAS ÜSTÜN
Doktora
Türkçe
2001
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. GALİP CANSEVER
- Asenkron makina kontrolü için yapay sinir ağı tabanlı rotor akışı gözlemcisi
Başlık çevirisi yok
ASLI AYLA ÇAKIRGÖZ
Yüksek Lisans
Türkçe
1998
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. EMİN TACER
- 3 fazlı aa servo motorun akıllı yöntemlerle gerçek zamanlı yörünge kontrolü
Real time trajectory control of 3 phase aa servo motor based on intelligent methods
KÜBRA BALTACI
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiBursa Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. DAVUT ERTEKİN
DOÇ. DR. GÖKAY BAYRAK
- Aircraft icing detection, identification and reconfigurable control based on Kalman filtering and neural networks
Kalman filtresi ve yapay sinir ağları ile uçak buzlanmalarının tespiti, teşhisi ve yeniden şekilllendirilebilir kontrol
RAHMİ AYKAN
Doktora
İngilizce
2005
Havacılık ve Uzay Mühendisliğiİstanbul Teknik ÜniversitesiHavacılık Mühendisliği Ana Bilim Dalı
PROF.DR. ÇİNGİZ HACIYEV
Y.DOÇ.DR. FİKRET ÇALIŞKAN