Adaptif sinirsel bulanık çıkarım sistemi ile elektrikli bir aracın batarya şarj durum tahmini
Determination of battery charge status of an electric vehicle with adaptive neuro-fuzzy inference system
- Tez No: 606729
- Danışmanlar: DR. ÖĞR. ÜYESİ ERDAL KILIÇ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Elektrikli Araç, Batarya Modelleme, Batarya Şarj Durumu, Adaptif Sinirsel Bulanık Çıkarım Sistemi, Electrical Vehicle, Battery Modelling, Battery State of Charge, Adaptive Neuro-Fuzzy Inference System
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Kahramanmaraş Sütçü İmam Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 79
Özet
Giderek artan yakıt maliyetleri ve fosil yakıtlı araçların emisyon problemi nedeniyle otomotiv sektörü büyük bir değişim döneminden geçmektedir. Bu nedenle otomotiv sektörü hibrit ve elektrikli otomobil üretimine yönelmiştir. Elektrikli araçların maliyet, maksimum hız düşüklüğü, maksimum menzil ve yüksek şarj süresi gibi dezavantajları ise henüz tam olarak çözüme kavuşturulmuş değildir. Lityum tabanlı bataryalar performans, dayanıklılık, güvenlik ve maliyet avantajları açısından ulaştırmada, mobil cihazlarda ve büyük ölçekli enerji depolarında kullanımları artmıştır. Lityum-iyon pil hücreleri sahip oldukları karakteristik özelliklerinden dolayı, doğrusal olmayan sistemlerdir. Bu nedenle bu bataryaların şarj durum tahmini için adaptif bir metodoloji kullanılması doğru bir yaklaşım olacaktır. Bu çalışmada adaptif yöntem olarak yapay sinir ağlarının ve bulanık çıkarım sistemlerinin karma bir birleşimi olan adaptif sinirsel bulanık çıkarım sistemi kullanılmıştır. Bu çalışmada, elektrikli bir araçta kullanılan lityum-iyon hücrelerden oluşan bir batarya paketinin şarj ve batarya hücrelerinin doluluk durumları MATLAB/Simulink ortamında modellenmiştir. Batarya modelinin şarj ve deşarj döngülerinden elde edilen gerilim ve şarj durumu değerleri arasındaki ilişki bulanık çıkarım sistemi için eğitim ve test verileri olarak kullanılmıştır. Batarya paketinin şarj durumu tahmini için MATLAB programında Neuro-Fuzzy Designer uygulaması kullanılarak eğitim verilerinden bulanık çıkarım sistemi oluşturulmuştur. Oluşturulan bu model ile adaptif sinirsel bulanık çıkarım sistemi metodu ile modellenen batarya paketinin batarya şarj durumu tahmini gerçekleştirilmiştir.
Özet (Çeviri)
The automotive sector is going through an extensive change due to increasing fuel costs and the emission problem of fossil fuel vehicles. For this reason, the automotive sector has focused on hybrid and electric car production. The disADGantages of electric vehicles such as cost, maximum speed, and range, high charging time have not been solved yet.In terms of performance, durability, safety and cost ADGantages, lithium-based batteries have increased their use in transportation, mobile devices and large-scale energy storage. Lithium-ion battery cells are nonlinear systems due to their characteristic features. Therefore, it would be an appropriate approach to use an adaptive methodology to estimate the charge status of these batteries. In this study, an adaptive neural fuzzy inference system, which is a mixed combination of artificial neural networks and fuzzy inference systems, is used as an adaptive method. In this study, the charging and charge status of a battery pack consisting of lithium-ion cells used in an electric vehicle is modeled in MATLAB / Simulink environment. The relationship between voltage and charge status values obtained from the charge and discharge cycles of the battery model was used as training and test data for the fuzzy inference system. For the estimation of the charge status of the battery pack, a fuzzy inference system was created by using the Neuro-Fuzzy Designer application in MATLAB program. With this model, the battery charge state estimation of the battery pack modeled by an adaptive neural fuzzy inference system method is realized.
Benzer Tezler
- Adaptif sinirsel bulanık çıkarım sistemi (ANFIS) ile Türkiye' de orta dönemli elektrik enerjisi talep tahmini
Medium term electricity energy demand prediction in Turkey with adaptive neuro fuzzy inference system (ANFIS)
YEŞİM OK
Yüksek Lisans
Türkçe
2010
Endüstri ve Endüstri MühendisliğiGazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET ATAK
- Wind speed forecasting in Mugla region using soft computing methods and potential locations of wind turbine
Muğla bölgesi?nde esnek hesaplama yöntemleri ile rüzgâr hizi tahmini ve potansiyel rüzgâr türbin yerleri
BUKET CELİK
- SAR uydu imgeleri kullanılarak yarı deneysel ve makine öğrenmesi yöntemleri ile toprak neminin tahmini: Karşılaştırmalı bir saha çalışması
Estimation of soil moisture via semiempirical and machine learning methods using SAR satellite images: A comparative field study
HÜSEYİN ACAR
Doktora
Türkçe
2020
Elektrik ve Elektronik MühendisliğiDicle ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET SİRAÇ ÖZERDEM
- Hibrit algoritma kullanarak elektrik enerji tüketim modelinin oluşturulması ve kestirimi: Uganda Örneği
Using hybrid algorithm to model and forecast electricity consumption: A case study of Uganda
ABDAL KASULE
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
DOÇ. DR. KÜRŞAT AYAN
- Endüstriyel üç fazlı asenkron motorlar için adaptif sinirsel-bulanık çıkarım algoritması esaslı kontrol sistemi tasarımı
Design of adaptive neural-fuzzy inference algorithm based control system for industrial three-phase asynchronous motors
SAMİ ŞİT
Doktora
Türkçe
2019
Elektrik ve Elektronik MühendisliğiKahramanmaraş Sütçü İmam ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ŞEKKELİ
PROF. DR. HASAN RIZA ÖZÇALIK