Geri Dön

Doğrusal olmayan sistemler için ardışık yaklaşımla model referans uyarlamalı kontrolcü tasarımı

Model reference adaptive control design for nonlinear systems via sucessive approximations

  1. Tez No: 396990
  2. Yazar: FETTAH KODALAK
  3. Danışmanlar: PROF. DR. METİN UYMAZ SALAMCİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Makine Mühendisliği, Mechanical Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2015
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 145

Özet

Bu tez çalışmasında, bir grup doğrusal olmayan sistemin kontrolü için ardışık doğrusal zamanla değişen yaklaşımlar yöntemi model referans uyarlamalı kontrol yöntemi ile birleştirilerek yeni bir kontrol kuralı önerilmiştir. Bu yöntemde bilinmeyen bir sistemin kontrolü için bilinen referans bir model seçilerek bilinmeyen sistemin kontrol edilmesi amaçlanmıştır. Bu amaçla, ele alınan model ve sistem doğrusal olmayan sistemlerdir. Öncelikle doğrusal olmayan model ve sistem ardışık zamanla değişen sistemler olarak ele alınmakta ve daha sonra zamanla değişen sistemlere her yakınsamada model referans uyarlamalı kontrol tekniği uygulanarak sistemin kontrolü sağlanmaktadır. Sonlu sayıda yakınsamadan sonra yaklaşımların cevabının doğrusal olmayan sistem cevabına yakınsadığı ispatlanmıştır. Yakınsama için gerekli şartlar çalışmada verilmiştir. Önerilen yöntem performansını göstermek için doğrusal olmayan bir sistem dinamiğine uygulanmıştır.

Özet (Çeviri)

In this thesis, a new control rule of model reference adaptive control method using successive approximations method is suggested for a class of nonlinear systems. For this purpose, a nonlinear reference model is used to design the adaptive control algorithm for the control of unknown nonlinear plant dynamics. Therefore, both the reference model and plant dynamics are supposed to be nonlinear. The design is based upon successive linear time varying approximations of the reference model and plant dynamics. Then the model reference adaptive control design is performed using the approximations of the reference model and the plant. In this thesis, it is proved that the responses of the successive linear time varying approximations converge to the response of the nonlinear counterpart provided that there exists an adaptive control for the system. The necassary conditions for convergence are given in this study. The proposed method is applied to some nonlinear system dynamics to illustrate its performances.

Benzer Tezler

  1. Doğrusal olmayan sistemler için model referans uyarlamalı kontrol yaklaşımlarının geliştirilmesi ve kişiye özgü ilaç verme protokollerinin belirlenmesi için kanser tedavisinde uygulamaları

    Development of model reference adaptive control approaches for nonlinear systems and their applications to cancer treatment for personalized drug delivery protocols

    NASER BABAEI

    Doktora

    Türkçe

    Türkçe

    2016

    Makine MühendisliğiGazi Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. METİN UYMAZ SALAMCİ

  2. Prediction of COVID 19 disease using chest X-ray images based on deep learning

    Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini

    ISMAEL ABDULLAH MOHAMMED AL-RAWE

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM TEKEREK

  3. Infrastructure independent pedestrian localization using dead reckoning and particle filter

    Parakete seyri hesabı ve parçacık filtresi ile altyapısız yaya konum belirleme

    MEHMET ENES CAVLI

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. HAKAN TEMELTAŞ

  4. A methodology for energy optimization of buildings considering simultaneously building envelope HVAC and renewable system parameters

    Binalarda yapı kabuğu, mekanik sistemler ve yenilenebilir enerji sistemleri parametrelerinin eş zamanlı enerji optimizasyonu için bir yöntem

    MELTEM BAYRAKTAR

    Doktora

    İngilizce

    İngilizce

    2015

    Enerjiİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. AYŞE ZERRİN YILMAZ

    PROF. DR. MARCO PERINO

  5. Derin öğrenme ile cerrahi video anlama

    Surgical video understanding with deep learning

    ABDISHAKOUR ABDILLAHI AWALE ABDISHAKOUR ABDILLAHI AWALE

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilişim Sistemleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DUYGU SARIKAYA