Geri Dön

Constrained adaptive inverse control with disturbances

Gürültlü altında sınırlı uyarlamalı ters kontrol

  1. Tez No: 223249
  2. Yazar: DENİZ ER
  3. Danışmanlar: PROF. DR. N. AYDIN HIZAL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Makine Mühendisliği, Mechanical Engineering
  6. Anahtar Kelimeler: Uyarlamalı Ters Kontrol, Yapay Sinir Ağları, Uyarlamalı Filtreler, Adaptive Inverse Control, Neural Networks, Adaptive Filters
  7. Yıl: 2007
  8. Dil: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Sistem Dinamiği ve Kontrol Bilim Dalı
  13. Sayfa Sayısı: 122

Özet

Kontrol Teorisinin amacı dinamik sistemin en doğru ve sağlam olarak istenilen şekilde davranmasını sağlamaktır. Bu amaç, sistemin kararlı hale getirilmesi, kontrolü ve sistemdeki gürültünün yok edilmesi olarak üç ana gruba ayrılabilir. Konvansiyonel kontrol sistemleri, lineer olmayan veya sistemin dinamiklerinin zamanla değiştiği durumlarda yetersiz kalmaktadırlar. Uyarlamalı ters kontrol metodolojisi bu tip sistemlerin kontrolünde kullanılabilir. Bu çalışmada lineer ve lineer olmayan sistemler kontrol edilmeye çalışılmıştır. Yapay Sinir Ağları ve Uyarlamalı FIR filtreler, Gradient-Descent tabanlı algoritmalarla eğitilmiş, sistemin modeli, kontrolörü ve gürültü yok edici olarak kullanılmıştır. Algoritma sistemin modelinin çıkarılmasına, kontrolörünün ve gürültü yok edicinin elde edilmesinde ayrı izin vermektedir. Kullanıcının belirlediği sınırlı kontrol de sağlanabilir.

Özet (Çeviri)

The aim of control theory is to force the dynamical system to behave in user specified manner as accurately, and as robust as possible. The aims may be separated into three parts; stabilizing the plant, controlling the plant and disturbance canceling. Conventional control systems are not adequate in such as non linear or time varying dynamic in controlled system. Adaptive inverse control is a methodology, which achieves to control these kinds of systems. In this work both linear and nonlinear plants are tried to be controlled. Neural networks and FIR filters, which are trained by gradient-descent based algorithms, are used for modeling, control and disturbance canceling. The algorithm allows separate implementation of the adaptive controller, plant model and disturbance canceller. General user specified constraints on the control effort may be satisfied.

Benzer Tezler

  1. NARMA-L2 controller design for nonlinear systems using online lssvr

    Doğrusal olmayan sistemler için çevrimiçi en küçük kareler destek vektör regresyonu ile NARMA-L2 kontrolör tasarımı

    GÖKÇEN DEVLET ŞEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜLAY ÖKE GÜNEL

  2. Robot manipülatör kontrolünde parametre belirsizliklerine yönelik kontrol yaklaşımları

    New approaches in controlling robot manipulators with parametric uncertainty

    RECEP BURKAN

    Doktora

    Türkçe

    Türkçe

    2002

    Makine MühendisliğiErciyes Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. İBRAHİM UZMAY

  3. Efficient techniques for the single-frame super-resolution reconstruction of intensity images

    Tek imgeden süper-çözünürlüklü geri-çatma amacıyla geliştirilmiş etkin yöntemler

    AYDIN AKYOL

    Doktora

    İngilizce

    İngilizce

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MUHİTTİN GÖKMEN

  4. Adaptive inverse optimal controller design for non-affine nonlinear systems using machine learning techniques

    makine öğrenmesi teknikleri kullanarak doğrusal ve afin olmayan sistemler için adaptif ters optimal kontrolör tasarımı

    MUHAMMET EMRE SANCI

    Doktora

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. GÜLAY ÖKE GÜNEL

  5. Adaptif kısıtlama faktörlü parçacık sürü optimizasyonu

    Particle swarm optimization with adaptive restriction factor

    ERDİ YALÇIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. PAKİZE ERDOĞMUŞ