Yapay zeka yöntemleri kullanılarak PID denetleyici parametrelerinin belirlenmesi
Determination of the PID controller parameters using artificial intelligence
- Tez No: 232249
- Danışmanlar: YRD. DOÇ. DR. AYTEKİN BAĞIŞ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Kontrol Sistemleri, PID Ayarlaması, Genetik Algoritma, Farksal Evrim Algoritması, Parçacık Sürü Optimizasyonu, Control Systems, PID Tuning, Genetic Algorithms, Differential Evolution Algorithm, Particle Swarm Optimization
- Yıl: 2008
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 96
Özet
Modern kontrol tekniklerinde son yıllarda görülen büyük gelişmelere rağmen orantı-integral-türev (proportional-ingtegral-derivative, PID) tipi denetleyiciler basit ve kararlı yapılarından dolayı endüstriyel sistemlerde yaygın şekilde kullanılmaktadır. Yapılan denetleme işleminden istenilen sonuçların elde edilmesi, kullanılan denetleyicinin uygun biçimde belirlenmiş olmasıyla doğrudan ilişkilidir. PID tipi denetleyicilerin belirlenmesinde, denetleyici performansını etkileyen üç parametre önemlidir. Etkili bir denetim için orantı, integral ve türev sabiti olarak isimlendirilen bu üç parametrenin denetimin amacına yönelik en uygun şekilde belirlenmiş olması gerekmektedir. Klasik yöntemlerin dışında yapay zekaya dayalı yöntemlerin kullanılması, bu parametrelerin belirlenmesinde hızlı ve etkili çözümler sağlamaktadır.Yaygın olarak kullanılan yapay zeka optimizasyon algoritmalarından bazıları genetik algoritmalar (genetic algorithms, GA), farksal evrim algoritması (FEA, differential evolution algorithm, DE) ve parçacık sürü optimizasyonu (particle swarm optimization, PSO)' dur. Bu yöntemler özellikle problem çözümünde çok sayıda olası adayın bulunduğu durumlarda en uygun seçimin yapılması için hızlı ve etkili sonuçlar üretebilmektedir. Bu çalışmada, belirlenen denetim amaçları doğrultusunda yapay zeka optimizasyon yöntemleri kullanılarak, sistem modeli tanımlanmış bir sürecin kontrol birimi olan PID parametrelerinin elde edilmesine çalışılmıştır. Yapılan çalışma, denetleyicinin sağlaması istenen şartları ifade eden bir amaç fonksiyonu dikkate alınarak parametre ayarlama işleminin en uygun biçimde gerçekleştirilmesi esasına dayanmaktadır.
Özet (Çeviri)
Because of their simple and robust structure, PID (propotional-integral-derivative) controllers have a wide range of use in many industrial systems despite the enormous interests that modern control techniques have developed during the last decades. To implement a PID controller, its three parameters such as proportional gain (kp), integral gain (ki) and derivative gain (kd) must be determined optimally. According to classical methods, the better performance is expected by using some techniques based on artificial intelligence in determination of the PID parameters for desired system specifications.Some of the common methods of artificial intelligence are genetic algorithms (GAs), differential evolution algorithm (DE), and particle swarm optimization (PSO). With the fast and effective performance of these methods, it is possible that optimal solutions of the problem considered can be obtained. In this study, in order to produce the PID controller parameters directed by some of optimization techniques we have used artificial intelligence. For this purpose, we have developed an objective function which gives the optimum results for our controller. The simulation results obtained by different optimization algorithms for several plants with different order are comparately presented. The results show that the differential evolution algorithm is an effective and powerfull method for improved performance in PID controlled systems.
Benzer Tezler
- Derin pekiştirmeli öğrenme yöntemleri ile PI ve PID kontrolcü performansının iyileştirilmesi
Improving PI and PID controller performance with deep reinforcement learni̇ng methods
SEVİLAY TÜFENKÇİ KABAK
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CELALEDDİN YEROĞLU
DOÇ. DR. GÜRKAN KAVURAN
- Control of different electrical loads in electric aircraft
Daha elektrikli uçakta kontrol farklı elektrik yükleri
ABDEL RAHMAN BEYROUTI
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik Mühendisliğiİstanbul Aydın ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MURTAZA FARSADİ
- Aktif tendonlu yapı modeli için kontrolör parametrelerinin optimizasyonu
Optimization of controller parameters for active tendon structure model
MERT YAHYA YILMAZ
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Üniversitesi-CerrahpaşaElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HASAN TİRYAKİ
- Yapay zeka yöntemleri kullanılarak dokuma makinelerinde çözgü besleme sistemi tasarımı
Warp let-off system design using artificial intelligence methods for weaving machine
LÜTFULLAH DAĞKURS
Doktora
Türkçe
2010
Tekstil ve Tekstil MühendisliğiUludağ ÜniversitesiTekstil Teknolojisi Ana Bilim Dalı
PROF. DR. RECEP EREN
- Quadcopter trajectory tracking control using reinforcement learning
Pekiştirmeli öğrenme ile quadcopter yörünge takibi kontrolü
MUSTAFA ERDEM
Yüksek Lisans
İngilizce
2019
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERDİNÇ ALTUĞ