İşaret işleme ve yapay zeka tabanlı arıza dayanımlı denetleyici tasarımı
Design of signal processing and artificial intelligence based fault tolerance controller
- Tez No: 232675
- Danışmanlar: PROF. DR. KADİR ERKAN
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Mühendislik Bilimleri, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering, Engineering Sciences
- Anahtar Kelimeler: Arıza tespit ve tanılama, arıza dayanımlı denetim, dalgacık analizi, yapay sinir ağı, bulanık mantık denetleyici, anahtarlamalı denetim, Fault detection and identification, fault tolerance control, wavelet analysis, neural network, fuzzy logic controller, switch mode control
- Yıl: 2007
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik Eğitimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tezde, işaret işleme ve yapay zeka tabanlı arıza dayanımlı denetleyici tasarımı gerçekleştirilmiştir. Denetim sistemlerinde ortaya çıkan arızalar istenilmeyen durumlara neden olur. Bu nedenle denetim sistemleri için sistem kararlılığını sağlayabilme ve kabul edilebilir denetim başarımı önemli bir problemdir. İşaret işleme ve yapay zeka tabanlı arıza dayanımlı denetleyicinin testi için benzetim ve uygulama çalışmaları yapılmıştır. Benzetim çalışması olarak üçlü tank sistemi ve sıcaklık sistemi kullanılmıştır. Gerçekleme çalışması da sıcaklık sistemi üzerinde gerçekleştirilmiştir. MatLab-Simulink programı tarafından gerçek zamanlı olarak fırının denetlenmesi PIC18F4585 tabanlı kart ile sağlanmıştır. Sıcaklık sistemi ve tank sisteminin denetimi için Bulanık Mantık denetleyici kullanılmıştır. Üçlü tank sistemi ve sıcaklık sistemi üzerinde oluşabilecek algılayıcı arıza türleri incelenmiştir. Arıza dayanımlı denetleyici tasarımı üç basamaktan oluşmaktadır. İlk basamak, algılayıcı, eyleyici, sistem ve denetleyici içeren klasik denetim döngüsüdür. İkinci basamak arıza tespit ve tanılama birimidir. Bu basamakta sistemde arıza olup olmadığı incelenir. İşaret işleme ve yapay zeka yöntemleri arıza tespit ve tanılama için birleştirilmiştir. Arıza tespit ve tanılama birimi, işaret işleme, özellik çıkartım ve sınıflandırma modüllerini içermektedir. İşaret işleme için Ayrık Dalgacık dönüşümü kullanılmıştır. Özellik çıkartım için istatistiksel hesaplamalardan faydalanılmıştır. Sınıflandırma için SOM yapay sinir ağı kullanılmıştır ve bilgi tabanı için örüntü tablosu oluşturulmuştur. Son basamak yönlendirmeli denetimdir. Bu basamakta, sistemde arıza olması durumunda denetleyici kütüphanesinden arızaya uygun denetleyicinin seçimi sağlanarak anahtarlamalı denetim gerçekleştirilir. Sistemde belirli bir arıza oluştuğunda, sistemin kapalı döngü başarımını sürdürmek amacıyla çevrim içi olarak arızaya uygun denetleyici seçilir. Yapılan benzetim ve gerçekleme çalışmaları sonunda, işaret işleme ve yapay zeka tabanlı arıza dayanımlı denetleyicinin sistemi kararlı durumda tutarak ve başarımını koruyarak çalışmasına devam etmesini sağladığı görülmüştür.
Özet (Çeviri)
In this thesis, design of signal processing and artificial intelligence based fault tolerance controller are realized. Faults often cause undesired reactions in the system, so to provide the system stable and acceptable control performance is an important problem for control system design. Simulation and experimental studies have been done for testing the signal processing and artificial intelligence based fault tolerance controller. As simulation studies three tank system and temperature system have been used. For the experimental study, temperature system has been used by PIC18F4585 based card which is communicated with MatLab-Simulink program for real time control of the oven. Fuzzy Logic controller has been used for controlling both three tank and temperature systems. In this thesis, sensor fault types have been examined on three tank system and temperature system. Design of fault tolerance controller has three stages. First stage is classic control loop consisting of sensor, actuator, system and controller. Second stage is fault detection and identification unit. In this stage, system is examined whether there is a fault or not. Signal processing and artificial intelligence methods have been combined for fault detection and identification. Fault detection and identification unit includes signal processing module, feature extraction module and classification module. For signal processing module, Discrete Wavelet analysis has been used. Feature extraction is done using statistical calculation. SOM neural network has been used for classification and pattern table has been constructed for knowledge based. The last stage is supervisor control. In this stage, if there is a fault in the system, suitable controller is selected from the controller library and switch mode control is realized. When a particular fault occurs in the system, a suitable controller has been selected online to maintain the closed-loop performance of the system. Simulation and experimental studies show that signal processing and artificial intelligence based fault tolerance controller keep the system stable and continue to work with acceptable control performance.
Benzer Tezler
- Elektrik motorlarında dalgacık analizi yaklaşımı ile rulman arıza tanısı ve yapay zeka tabanlı bir durum izleme sistemi
Bearing fault diagnosis with the approach of wavelet analysis and a condition monitoring system based on artificial intelligence in electric motors
EMİNE AYAZ
- Adaptive signal processing based intelligent method for fault detection and classification in microgrids
Mikroşebekelerde arıza tespiti ve sınıflandırması için adaptif sinyal işleme tabanlı akıllı yöntem
RESUL AZİZİ
- Yapay zekâ-tabanlı hibrit anomali tespit ve klinik karar destek teknikleri ile kardiyovasküler hastalıkların ve COVİD-19'un otomatik tespiti
Artificial intelligence-based hybrid anomaly detection and clinical decision support techniques for automated detection of cardiovascular diseases and COVİD-19
MERVE BEGÜM TERZİ
Doktora
İngilizce
2023
İhsan Doğramacı Bilkent ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Temporomandibular eklem bozukluklarının belirlenmesinde sinyal işleme ve yapay zeka tekniklerinin kullanılması
Determination of temporomandibular joint disorder by using signal processing and artificial intelligence techniques
UĞUR TAŞKIRAN
Doktora
Türkçe
2019
Konya Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Emotion aware artificial intelligence for cognitive systems
Bilişsel sistemler için duygu farkındalıklı yapay zeka
DEĞER AYATA