Yapay sinir ağları ve bulanık mantık PID denetleyici
Nedro-fuzzy PID controller
- Tez No: 403802
- Danışmanlar: YRD. DOÇ. DR. ÖMER FARUK ÖZGÜVEN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2004
- Dil: Türkçe
- Üniversite: İnönü Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bir noro-fuzzy karma kontrol stratejisi ve ona uygun kural iiretme yakla~lml onerildi. Bu yakla~lma gore fuzzy giri~leri yoluyla fuzzy kontrol kurallan otomatik olarak liretilebilir ve daha soma basitle~irilmi~ fuzzy sonul( I(lkarma makinasmdan uygun kontrol i~lemi., verimli bir sonul( I(lkanlabilir. Bir artan PI algoritmasl ve bir pozisyon PD a1goritmasmm birle~irilerek kullarulmasl ile bir PID fuzzy kontrol stratejisi iki giri~ degi~keni ile basitye g6sterilebilir. Bu, kontrol performanslru azaltmadan kontrol kurallan saYlSlnda onemli azaitrna sagiar. Kontrol pararnetreleri , bir tek noronla birlikte modifiye edilrni~ geri ya)'lhm a1goritrnasl ortaya koyarak kendi kendine ayarJmabilir. Simiilasyon sonuylan bize gosterdi ki onerilen fuzzy denetleyici bilinmeyen i~lemleri kontrol edebilmeyi saglar ve iyi bir performans saglar. Geleneksel kendinden yapIlanmail ve fuzzy denetleyici tabanh yapay sinir aglanyla kar~!la~tmldlgmda bu metod daha basit kontrol a1goritmasl ve daha az hesap agrrhgI iyerir.
Özet (Çeviri)
A hybrid neuro-fuzzy control strategy and its corresponding rule generating approach is proposed. According to this approach, the fuzzy control rules can be generated automatically via fuzzy inputs, and then the appropriate control action can be deduced efficiently by a simplified fuzzy inference engine. By combining the use of an incremental PI algorithm and a positional PD algorithm, a PID fuzzy control strategy can be implemented simply from two input variables. It results in the number of control rules being significiantly reduced without decreasing the control performance. The control parameters can be self-tuned by introducing a single neuron together with a modified back-propagation learning algorithm. Simulation results show that the proposed fuzzy controller is able to control unknown processes and provide good performance. Compared traditional self-organising and neuralnetwork-based fuzzy controllers, this method has simpler control algorithms and less computational burden.
Benzer Tezler
- Yapay sinir ağları, bulanık mantık ve sinirsel bulanık denetleyiciler ile asenkron motorların hız denetimi için simülatör tasarımı
A simulator design for speed control of induction motors using artifical neutal networks, fuzzy logic and neuro fuzzy controller
SERDAR PAÇACI
Yüksek Lisans
Türkçe
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. OKAN BİNGÖL
- Havalı yağlama sisteminin yapay sinir ağları ve bulanık mantık yöntemleri ile kontrol tasarımı
Design of air oiled system via using artificial neural networks and fuzzy logic applications
HACI ŞABAN CELAYİR
Yüksek Lisans
Türkçe
2010
Elektrik ve Elektronik MühendisliğiZonguldak Karaelmas ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MAHMUT ÖZER
- Tek fazlı asenkron motorun hız kontrolü için ysa ayarlamalı bir bulanık mantık denetleyici
An artificial neural network tuned-FLC for single phase asynchronous motor speed control
YELİZ YILDIRIM
Yüksek Lisans
Türkçe
2014
Elektrik ve Elektronik MühendisliğiKaradeniz Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. CEMİL GÜRÜNLÜ
- Adaptif bulanık mantık denetleyiciler için yumuşak hesaplama tabanlı bir optimizasyon algoritması
A soft computing based optimization algorithm for an adaptive fuzzy logic controller
REZA MİRZAPOUR
Yüksek Lisans
Türkçe
2014
Elektrik ve Elektronik MühendisliğiKaradeniz Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL HAKKI ALTAŞ
- DC DC çeviriciler için adaptif ağ yapısına dayalı bulanık denetleyici tasarımı
Design of adaptif neural fuzzy interference system controller for DC DC converters
CEMİL TEPECİK
Yüksek Lisans
Türkçe
2008
Elektrik ve Elektronik Mühendisliğiİnönü ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MÜSLÜM ARKAN