Genetik algoritma destekli bulanık denetim kullanarak vektör esaslı asenkron motor kontrolü
Vector control of ac induction machine using genetic algotithm based fuzzy controller
- Tez No: 177119
- Danışmanlar: PROF. DR. H. RIZA ÖZÇALIK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2008
- Dil: Türkçe
- Üniversite: Kahramanmaraş Sütçü İmam Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 92
Özet
Üç fazlı indüksiyon motorları şüphesiz endüstriyel uygulamalarda kullanılan çok popüler elektrik makineleridir. Çünkü bu makineler basit ve güvenilir bir yapıya sahiptirler. Üç fazlı indüksiyon motorları oldukça fazla kullanıldıklarından bu tip motorlarda hız ve moment kontrolü için birçok kontrol metodu ileri sürülmüştür. Son yıllarda, geleneksel kontrol sistemleri yerini adaptif ve akıllı kontrol sistemlerine bırakmaya başlamıştır.Bu tezde, indüksiyon motor kontrolü için Genetik Algoritma (GA) ve Bulanık mantık (BM) tabanlı Model Feferanslı Adaptif Kontrol (MRAK) sistemi, Uzay vektör Darbe Genişlik Modülasyonu (UVDGM) kullanılan bir vektör esaslı sürme yöntemiyle beraber kullanılmıştır. Birinci adımda, indüksiyon motorunun iyi bir matematiksel modeli elde edilmiştir. İkinci adımda ise daha önce belirlenen kontrol stratejisi bilgisayar ortamında hazırlanan simülasyonlarla model üzerinde denenmiştir. Kontrol metodu, simülasyonlar üzerinde başarıya ulaştıktan sonra sayısal sinyal işleyici ve çevre birimleri kullanılarak indüksiyon motoruna uygulanmıştır. Bu çalışmada, sayısal sinyal işleyici olarak, Microchip Co. firmasının ürettiği DSPIC 30F6010 kullanılmıştır.Yapılan çalışmada, sonuç olarak, indüksiyon motoru yumuşak bir yaklaşımla referans değerleri yakalamış, sistem cevabının hızlı ve hatanın referans değerlerin yüzde 2'sinin altında kaldığı gözlemlenmiştir.
Özet (Çeviri)
Three phase induction motors are, obviously, electrical machines having the most usage among all machines of industry. Because, these machines have got very simple, compact and reliable structure. Therefore, many control methods have been developed to obtain accurate speed trajectory and adequate torque values for AC induction motors. In recent years, adaptive and intelligent control schemes have begun to take the place of conventional control methods.In this thesis, in order to control an induction motor, a Model Reference Adaptive Control (MRAC) scheme based on Genetic Algorithm (GA) and Fuzzy Logic (FL) has been used by the help of Vector Control type driving method based on Space Vector Pulse Width Modulation (SVPWM). First, a good mathematical model is obtained for induction motor and secondly this model is used for the simulation of control strategy which is mentioned before. After the observation of the success of the control method in simulation, the control strategy has been applied to induction motor in real conditions by using an appropriate digital signal processor and peripheral units. In this study, as digital processor, DSPIC 30F6010 which is produced by Microchip Co. has been used.As a conclusion, the running of induction motor in real conditions has demonstrated that the reference speed values have been obtained with smooth convergence regime and rather small error values being left under the 2 per cent of set values in a good response time.
Benzer Tezler
- Sürekli mıknatıslı senkron motor hız denetiminin genetik tabanlı bulanık mantık denetleyici ile arayüz destekli simülasyonu
Graphical interface aided simulation of speed control of permament magnet synchronous motor with genetic based fuzzy logic controller
EMRE ÇELİK
Yüksek Lisans
Türkçe
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiElektrik Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. NİHAT ÖZTÜRK
- Tiroid nodüllerinin genetik algoritma ile eğitilen anfıs yöntemi kullanılarak iyi huylu ve kötü huylu olarak ayrıştırılması ile yeni bir bilgisayar destekli tanı temelli risk sınıflandırma sistemi önerilmesi
Differentiation of benign and malignant thyroid nodules with anfis by using genetic algorithm and proposing a novel cad-based risk stratification system of thyroid nodules
AHMET CANKAT ÖZTÜRK
Doktora
Türkçe
2023
Mühendislik BilimleriTOBB Ekonomi ve Teknoloji ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN EROĞUL
- Açık kaynak öğrenme nesne ambarları için zeki öğrenme içerik yönetim ana çatısı geliştirilmesi
Developing intelligent learning content management framework for open source learning object repository
MURAT İNCE
Doktora
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. TUNCAY YİĞİT
DOÇ. DR. ALİ HAKAN IŞIK
- Coğrafi bilgi sistemleri kullanılarak gerçekleştirilecek olan bilgisayar destekli bir modelle elektrik enerji nakil hatlarının güzergâh optimizasyonu
Optimisation of electrical energy transmission lines with a computer-aided model that will be realized by using geographic information systems
HASAN EROĞLU
Doktora
Türkçe
2014
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSA AYDIN
- Yukarı Aras Havzası'nda otomatik kalibrasyon yöntemi ile çok kriterli hidrolojik modelleme ve tahmin çalışması
Multi criteria hydrological modelling and forecasting study in upper aras basin
DİDEM ÖZKAN
Yüksek Lisans
Türkçe
2020
İnşaat MühendisliğiEskişehir Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ALİ ARDA ŞORMAN