Geri Dön

Yapay sinir ağları ve bulanık mantık PID denetleyici

Nedro-fuzzy PID controller

  1. Tez No: 403802
  2. Yazar: A. ORUÇ ŞENER
  3. Danışmanlar: YRD. DOÇ. DR. ÖMER FARUK ÖZGÜVEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2004
  8. Dil: Türkçe
  9. Üniversite: İnönü Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 79

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

  1. 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

    Türkçe

    2010

    Elektrik ve Elektronik MühendisliğiZonguldak Karaelmas Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MAHMUT ÖZER

  2. Yapay sinir ağları bulanık mantık PID denetleyici

    Başlık çevirisi yok

    A. ORUÇ ŞENER

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Elektrik ve Elektronik Mühendisliğiİnönü Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. M. SALİH MAMİS

  3. Yapay sinir ağları-bulanık mantık PID denetleyici

    Neuro-fuzzy PID controller

    ORUÇ ŞENER

    Yüksek Lisans

    Türkçe

    Türkçe

    2004

    Elektrik ve Elektronik Mühendisliğiİnönü Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    Y.DOÇ.DR. ÖMER FARUK ÖZGÜVEN

  4. Model-free load frequency control in isolated microgrids based on reinforcement learning

    İzole mikroşebekelerde pekiştirmeli öğrenmeye dayalı model bağımsız yük frekans kontrolü

    AMJAD MUNEIM MOHAMMED

    Doktora

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik MühendisliğiMuğla Sıtkı Koçman Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ FATMA YILDIZ TAŞCIKARAOĞLU

  5. 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

    Türkçe

    2011

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel Üniversitesi

    Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı

    YRD. DOÇ. DR. OKAN BİNGÖL