Fuzzy iterative learning control with application
Bulanık yinelemeli öğrenme kontrolü ile uygulaması
- Tez No: 655982
- Danışmanlar: PROF. DR. İLYAS EKER
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Yinelemeli Öğrenme Kontrolü, ILC, Bulanık Mantık, Uyarlama, PID, Iterative Learning Control, ILC, Fuzzy Logic, Adaptive, PID
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Gelişen teknoloji ile birlikte endüstriyel sistemlerde doğruluk ve yüksek hassasiyet için kontrol uygulamaları önem kazanmıştır. Modern kontrol yöntemleriyle klasik kontrolörlerin eksikliklerini ortadan kaldırarak, sistemlerin istenilen performans özelliklerinde çalışmasını sağlamıştır. Bu çalışmada, bulanık PID tipi yinelemeli öğrenme kontrol yöntemi geliştirilmiş ve DC motor hız kontrolünün gerçek zamanlı deneysel bir uygulaması yapılmıştır. Alternatif olarak, uyarlanabilir bulanık PID tipi yinelemeli öğrenme kontrolü geliştirilmiştir. Yöntemler, uyarlamalı yöntem, bulanık mantık kontrolü ve yinelemeli öğrenme kontrolü birleştirilerek oluşturulur. PID kontrolörünün orantılı, integral ve türev (KP, KI, KD) kazançları bulanık mantığa göre ayarlanır. Bulanık mantık denetleyicisi, bulanık kurallara göre geliştirilmiştir, böylece sistemin temelde sağlam olmasını sağlar. Her PID parametresini ayarlamak için bulanık kurallar kullanılır. Uyarlanabilir yöntem, bulanık mantık kontrol girişi ve PID parametrelerinden birinin uyarlanması için kullanılır. Bu sistemde iki uyarlanabilir algoritma vardır. Algoritmalar, PID parametrelerinin ayarlanmasına yardımcı oldu. Yinelemeli öğrenme denetleyicisi (ILC) bölümünde, bulanık mantık denetleyicisinden üretilen PID parametreleri ve önceden oluşturulmuş kontrol sinyali kullanılarak yeni bir kontrol sinyali üretilir. DC motora uygulanan bu yöntem ile geçici tepki, izleme tepkisi ve bozulma azaltma durumları incelenmiştir. Sonuçlar, uyarlanabilir bulanık PID tipi ILC yönteminin daha iyi zaman uzayı karakteristikleri ve daha iyi DC motor performansı sağladığını göstermektedir.
Özet (Çeviri)
Control applications have become important for accuracy and high precision in industrial systems with the developing technology. By eliminating the deficiencies of classical controllers with modern control methods, it has provided the systems to work in desired performance specifications. In this study, a fuzzy PID-type iterative learning control method was developed and a real-time experimental application of DC motor speed control was made. Alternatively, adaptive fuzzy PID-type iterative learning control has been developed. The methods are created by combining the adaptive method, fuzzy logic control and iterative learning control. The proportional, integral and derivative (KP, KI, KD) gains of the PID controller are adjusted according to fuzzy logic. The fuzzy logic controller is developed according to fuzzy rules, thus ensuring the system is fundamentally robust. Fuzzy rules are used to adjust each PID parameter. Adaptive method is used for adaptation of fuzzy logic control input and one of PID parameters. There are two adaptive algorithms in this system. The algorithms helped to adjust PID parameters. In the iterative learning controller (ILC) part, a new control signal is generated by using the PID parameters generated from the fuzzy logic controller and the previously generated control signal. With this method applied on the DC motor, the transient response, tracking response and disturbance reduction situations were examined. The results show that adaptive fuzzy PID-type ILC method has better time domain characteristics and gives better DC motor performance.
Benzer Tezler
- A unified deep learning framework for scalable learning and uncertainty quantification in interval Type-2 fuzzy logic systems
Aralık Tip-2 bulanık mantık sistemlerinde ölçeklenebilir öğrenme ve belirsizlik nicelendirmesi için derin öğrenme tabanlı birleştirilmiş bir çerçeve
ATA KÖKLÜ
Yüksek Lisans
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. TUFAN KUMBASAR
- Hücresel yapay sinir ağları için iki öğrenme algoritması ve görüntü işleme uygulamaları
Two learning algorithms for cellular neural networks and their image processing applications
SİNAN KARAMAHMUT
Yüksek Lisans
Türkçe
1994
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiDOÇ.DR. CÜNEYT GÜZELİŞ
- A modified anfis system for aerial vehicles control
Hava araçları kontrolü için değiştirilmiş anfıs sistemi
MUHAMMET ÖZTÜRK
Doktora
İngilizce
2022
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM OZKOL
- İnsansız hava araçları için batarya-yakıt hücresi hibrit enerji yönetim sisteminin geliştirilmesi
Development of a battery-fuel cell hybrid energy management system for unmanned aerial vehicles
BARAN KUL
Yüksek Lisans
Türkçe
2026
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET ONUR GÜLBAHÇE
- Tip-2 bulanık öbekleme yöntemleri ile zaman serilerinin modellenmesi
Time series modelling with Type-2 fuzzy clustering methods
MEHMET FURKAN DODURKA
Yüksek Lisans
Türkçe
2014
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
YRD. DOÇ. ENGİN YEŞİL