Geri Dön

Pnömatik sistemde yapay sinir ağları ile arıza tespiti

Fault diagnosis on pneumatic system with neural network

  1. Tez No: 185158
  2. Yazar: MUSTAFA DEMETGÜL
  3. Danışmanlar: PROF. DR. OSMAN YAZICIOĞLU
  4. Tez Türü: Doktora
  5. Konular: Makine Mühendisliği, Mechanical Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2006
  8. Dil: Türkçe
  9. Üniversite: Marmara Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Makine Eğitimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 150

Özet

Bu çalışmada, pnömatik sistemde bir arıza meydana geldiğinde bunun çok çabuktespit edilmesi ve gerekli önlemlerin alınması için yapay sinir ağı geliştirilmiştir. Deneyamaçlı geliştirmiş olduğumuz şişe dolum tesisinde bir arıza olduğunda sistemin değişikyerlerine konulan basınç sensörleri ve doğrusal cetvellerden gelen analog değerlere görehiçbir müdahale olmadan sistemin neresinde arıza olduğu tespit edilebilmektir. YapaySinir Ağı (YSA) ile deney seti üzerindeki şişe yok, B kapak kapama silindiri çalışmıyor,C kapak sıkıştırma silindirine hava gelmiyor, sistemin hava basıncı yetersiz, su yok,sistemin hava basıncı az arızaları bulunmaktadır. Arızalar geri yayılımlı vekarşılaştırmalı yapay sinir ağı algoritmaları ile tespit edilmektedir.Çalışmada, Geri Yayılım Ağ Algoritması ve Karşılaştırmalı Ağ Algoritmasındaeğitim, test ve performans sonuçlarına göre en uygun YSA eğitim başlangıç değerleribelirlenmiştir. Bu değerlere göre; Geri Yayılım Ağ Algoritmasında gizli katman sayısı 1,gizli katman nöron sayısı 15, öğrenme oranı 0.3, momentum sabiti 0.5 ve eğitimfonksiyonu lm (Levenberg Marquardt) seçilmiştir. Ağın transfer fonksiyonları tansig vepurelin seçilmiştir. Hata miktarı 1e-4 seçilmiştir. Karşlaştırmalı Ağ Algoritmasında gizlikatman sayısı 15, kohonen öğrenme oranı değeri 0.3, gruplardaki standart sapma 0.01değeri seçilmiştir. Bu en uygun değerlere göre farklı arıza durumlarında YSA nın eğitim,test, son ağırlık değerleri verilmiştir.Arıza tespitinde geleneksel programlama veya PLC yardımı ile arıza tespitiyapmak mümkündür. Yapay sinir ağı kullanılmasının sebebi kullanıcıya arızanınVbulunduğu yeri bildirmesi ve farklı sistemler üzerinde bu geliştirilen programınkullanılabilir olmasıdır. Amaç, pnömatik sistemde bir arıza olduğunda sistem üzerindenveri toplama kartı ile alınan verileri kullanarak yapay sinir ağı vasıtasıyla gerçek zamanlıolarak arıza tespiti yapmaktır. Program farklı sistemlerdeki arızaları tespit edebilmekiçin esnek olarak geliştirilmiştir. Program Matlab 7.0 da geliştirildi. Matlab' teki MablabNeural Network (Yapay Sinir Ağı), GUI (Genel Kullanıcı Arayüzü) ve SimulinkToolbox' ları kullanılmıştır.Elde edilen sonuçlara göre Geri Yayılımlı Ağ Algoritmasının en uygun algoritmaolduğu ve geliştirilen programın mekatronik sistemlerin bulunduğu tesislerde arızatespitine katkı sağlayacaktır.Kasım, 2006 Mustafa DemetgülVI

Özet (Çeviri)

In this study, an artificial neural network is developed to find an error rapidly onpneumatic system. Also the ANN prevents the system versus the failure. The error on ourexperimental bottle filling plant can be defined without any interference using analogvalues taken from pressure sensors and linear potentiometers. The sensors andpotentiometers are placed on different places of the plant. Neural network diagnosisfaults on plant, where no bottle, cap closing cylinder B is not working, bottle cap closingcylinder C is not working, air pressure is not sufficient, water is not filling and low airpressure faults. The fault is diagnosed by artificial neural network with back propagationand competitive.Beginning value is selected according to back propagation and competitivealgorithm?s learning rate, test and performance results. For back propagation algorithm;This value are taken while hidden layer neuron number 15, learning rate 0.3, momentumconstant 0.5, learning function lm (Levenberg Marquardt). Transfer function is selectedtansig and purelin. Goal is selected 1e-4. For competitive algorithm; hidden layer neuronnumber 15, kohonen learning rate 0.3, standard irregularity 0.01.It is possible to find an failure by using normal programming or PLC. The reasonof using Artificial Neural Network is to give a information where the fault is. However,ANN can be used for different systems. The aim is to find the fault by using ANNsimultaneously. In this situation, the error taken place on the pneumatic system iscollected by a data acquisition card. The program is flexible. So, the program can be usedVIIon different systems to find different errors. Matlab 7.0 is used to develop our software inthis work. Matlab Neural Network, GUI(General User Interface) and Simulink are usedin Matlab.And the finally, It is seen that the best available program is Back propagationNeural Network Algorithm. It is seen that the Back propagation Neural NetworkAlgorithm is quite available program. It is observed that the algorithm is very capableprogram for many industrial plants which have mechatronic systems.

Benzer Tezler

  1. Pnömatik tüp taşıma sistemlerinin modellenmesi ve iyileştirilmiş yöntem önerileri

    Modeling of pneumatic tube conveying systems and improved methods proposals

    BÜŞRA TAKGİL

    Doktora

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce Üniversitesi

    Elektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. RESUL KARA

  2. Pnömatik bir sistemin parametrik ve yapay sinir ağları ile tanılanması

    Parametric and artificial neural network identification of pneumatic system

    ARİF ÇELEBİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. CAN ÖZSOY

  3. Hidrolik bir sistemin yapay sinir ağları ile modellenmesi ve katsayıları genetik ve parçacık sürü algoritmaları ile optimize edilmiş pıd ile kontrolü

    Modelling a hydraulic system using artificial neural networks and controlling with pid algorithm coefficients optimized by genetic and particle swarm algorithms

    ERDAL YILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara Üniversitesi

    Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı

    PROF. DR. A. FEVZİ BABA

    YRD. DOÇ. VEDAT TOPUZ

  4. Oransal valf ve hidrolik silindirden oluşan bir sistemin tanılanması ve konum kontrolu

    Identification and pasition control of a system consisting of a proportional valve and hydraulic cylinder

    İLYAS İSTİF

    Doktora

    Türkçe

    Türkçe

    2003

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. KENAN KUTLU