Online learning stable adaptive controller for chaos control of BLDC motor
Fırçasız DC motorun kaos kontrolü için çevrimiçi öğrenen kararlı uyarlanır kontrolör
- Tez No: 655996
- Danışmanlar: DOÇ. DR. SAVAŞ ŞAHİN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: İzmir Katip Çelebi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 68
Özet
Bu tez, fırçasız doğru akım (FDA) motorunun kaos kontrolü için çevrimiçi öğrenen kararlı, gürbüz, uyarlanır bir kontrolör tasarımını sunmaktadır. Önerilen uyarlanır kontrolör algoritması, doğrusal olmayan özyinelemeli kayan-ortalama (DÖKO) tabanlı bir yapay sinir ağı (YSA) ile Wiener model tabanlı bir kontrolör ve Hammerstein tabanlı bir sistem modelinden oluşmaktadır. Kararlılık ve gürbüzlük sağlayan geliştirilmiş çevrimiçi kapalı döngü kontrolör sistemi kısmi bilinen parametrelerle özyinelemeli kayan-ortalama (ÖKA) tabanlı tanılama problemi olarak tanımlanabilir. FDA motorunun kaos kontrolü için önerilen öğrenen uyarlanır kontrolör tasarımı dört basamakta gerçekleştirilir: i) FDA motor modeli elde etmek için Hammerstein sistem tanılama kullanılır, ii) YSA, DÖKO modeli kullanarak, tanılanmış sistemin doğrusal olmayan kısmının tersinin öğrenilmesi için kullanılır, iii) doğrusal kontrolör ve YSA kısmının birleşimi Wiener modelini oluşturur, iv) Schur kararlılık koşullarını sağlayan kapalı döngü kontrol sisteminin ÖKA modeli, hem Wiener model tabanlı kontrolör hem de Hammerstein model tabanlı tesis tarafından oluşturulmuştur. Hammerstein model tanılanmış FDA sisteminin doğrusal olmayan kısmının tersi olan YSA bloğu eğitim aşamasından sonra ÖKO doğrusal kontrolörü ile Wiener model kontrölör oluşturmak için birleştirilir. Önerilen çevrimiçi öğrenen kontrolörü, FDA motor modelinin ve deneysel sisteminin kaos kontrolü için uygulanmıştır. Benzetim ve deneysel senaryolar sırasında, FDA motorunun kaotik davranış baskılama performanslarını incelemek için üç boyutlu faz portresi ve en büyük Lyapunov üsteli (EBLÜ) kullanılmıştır. İyi sonuçlar gösteren önerilen çevrimiçi öğrenen uyarlamalı kontrolcünün performansı, oransal-integral-türev kontrolör ile ortalama referans izleme ortalama kare hatası ve EBLÜ açısından karşılaştırılmıştır.
Özet (Çeviri)
This thesis presents an online learning stable robust adaptive controller design for the chaos control of the brushless direct current (BLDC) motor. The proposed adaptive controller algorithm consists of a Wiener model-based controller with a nonlinear auto-regressive moving-average (NARMA) based artificial neural network (ANN), and a Hammerstein based plant model. The developed online learning closed-loop control system providing stability and robustness might be defined as an auto-regressive moving average (ARMA) based system identification problem with partially known parameters. The proposed learning adaptive controller for chaos control of BLDC motor is achieved by four stages as follows; i) Hammerstein system identification is used to obtain a BLDC motor plant, ii) ANN is used for learning of the inverse of the nonlinear part of the identified plant by using NARMA model, iii) the unification of the linear controller and ANN part composes the Wiener model, iv) ARMA model of the closed-loop control system providing Schur stability conditions is constituted by both Wiener model-based controller and Hammerstein model-based plant. After the training phase of the ANN block, the inverse of the nonlinear part of the Hammerstein model identified BLDC plant called ANN block is combined with the ARMA linear controller for constituting the Wiener model as a controller. The proposed online learning controller is implemented for chaos control of the BLDC motor model and its real experimental setup. During the simulations and experimental scenarios, both the three-dimensional phase portrait and the largest Lyapunov exponent (LLE) are used to evaluate the controller performance for suppressing the chaotic behaviors of the BLDC. The performance of the proposed online learning adaptive controller showing well results is compared with the performance of the proportional-integral-derivative controller in terms of mean square error for tracking error and LLE.
Benzer Tezler
- Adaptive inverse optimal controller design for non-affine nonlinear systems using machine learning techniques
makine öğrenmesi teknikleri kullanarak doğrusal ve afin olmayan sistemler için adaptif ters optimal kontrolör tasarımı
MUHAMMET EMRE SANCI
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. GÜLAY ÖKE GÜNEL
- Neuro-Fuzzy variable structure control of robotic manipulators
Robot kollarının bulanık yapay sinir ağları ile değişken yapılı kontrolu
HASAN PALAZ
Doktora
İngilizce
2000
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiPROF.DR. M. KEMAL SARIOĞLU
- A Study on automatic gait parameter tuning for biped walking robots
İki ayaklı yürüyen robotların adım parametrelerinin otomatik ayarlanması
ÖZKAN BEBEK
Yüksek Lisans
İngilizce
2003
Elektrik ve Elektronik MühendisliğiSabancı ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. KEMALETTİN ERBATUR
PROF. DR. ASİF ŞABANOVİÇ
- Wide-area measurement-based early prediction and corrective control for transient stability in power systems
Güç sistemlerinde geçici hal kararlılığı için geniş alan ölçümlerine dayalı erken kestirim ve düzeltici kontrol
MOHAMMED S.M. MAHDI
Doktora
İngilizce
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. VEYSEL MURAT İSTEMİHAN GENÇ
- Online embedding and clustering of evolving data streams
Değişken veri akışlarının çevrimiçi boyutsal küçültülmesi ve kümelenmesi
ALAETTİN ZUBAROĞLU
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET VOLKAN ATALAY