Bulanık mantık denetleyicinin yapay sinir ağı ile modellenmesi
Modeling of fuzzy logic controller with artificial neural network
- Tez No: 674019
- Danışmanlar: DR. ÖĞR. ÜYESİ MEHMET SERHAT CAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Bulanık mantık, Sistem modelleme, Ters sarkaç, Yapay sinir ağları, Fuzzy logic, System modelling, Inverted pendulum, Artificial neural networks
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Tokat Gaziosmanpaşa Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bulanık Mantık Denetleyici (BMD) bulanık küme teorisi temelli, insan düşünme mantığına yakın olarak oluşturulabilen ve doğrusal olmayan sistemlerin kontrolünde etkili çözümler sunan bir denetleyici yapısıdır. Kontrol performansı bakımından etkili sonuçlar sunmasıyla birlikte yavaş tepki vermesine neden olan çok sayıda matematiksel işlem içermektedir. Yapay Sinir Ağı (YSA) birçok sistemin modelini elde etmede kullanılabilir. YSA'nın paralel çalışma özelliğine sahip olması onun hızlı çalışmasını mümkün kılar. Ayrıca YSA modeli, BMD'den daha basit bir yapıya sahiptir ve bu da denetleyicinin donanım ve yazılım açısından uygulanmasını kolaylaştırır. Bu çalışmada YSA kullanarak BMD'nin kısa tepki süresine sahip bir modelini elde etmek amaçlanmıştır. BMD ve BMD'nin YSA modeli MATLAB yazılımında araç kutuları yardımıyla tasarlanmıştır. Önerilen yöntemin performansı, Simulink eklentisi kullanılarak ters sarkaç sisteminin kontrolü üzerinde benzetim çalışmaları ile test edilmiştir. BMD'nin giriş ve çıkış verileri kullanılarak bir veri seti oluşturulmuş ve bu veri seti ile YSA eğitilmiştir. Bu sayede BMD'yi çok iyi derecede modelleyebilen ve uygulanan aynı giriş değerlerine BMD gibi aynı çıkış değerleri veren bir YSA modeli elde edilmiştir. Farklı bir veri seti ile BMD ve BMD'nin YSA modeli çalıştırılarak karşılaştırması yapılmıştır. Simulink eklentisinde yapılan benzetim çalışmalarında BMD ve BMD'nin YSA modelinin kontrol performanslarının birbirine çok yakın olduğu ve hedeflendiği gibi YSA modelinin tepki süresinin, BMD'nin tepki süresinden çok daha hızlı olduğu görülmüştür. Önerilen yöntem hızlı tepki ihtiyacı olan kontrol uygulamalarında kullanılabilir.
Özet (Çeviri)
Fuzzy Logic Controller (FLC) is a fuzzy set-based controller structure that can be formed close to human thinking logic and provides effective solutions in the control of nonlinear systems. It contains many mathematical operations that cause it to react slowly while providing effective results in terms of control performance. Artificial Neural Network (ANN) can be used to obtain models of many systems. The parallel operation feature of ANN makes it possible that it works fast. In addition, the ANN model has a simpler structure than FLC, which makes it easy to implement the controller in terms of hardware and software. In this study, it is aimed to obtain a model of FLC with a short response time by using ANN. FLC and FLC's ANN model were designed with the help of toolboxes in the MATLAB software. The performance of the proposed method has been tested by simulation studies on the control of the inverted pendulum system using the Simulink add-on. A data set was created using the input and output data of FLC and ANN was trained with this data set. Thus, an ANN model has been obtained that can model the FLC very well and give the same output values as FLC to the applied input values. The comparison of FLC and FLC's ANN model were performed by running with a different data set. In the simulation studies carried out in Simulink add-on, it has been observed that the control performances of FLC and FLC's ANN model are very close to each other and the response time of the ANN model is much faster than the response time of the FLC as targeted. The proposed method can be used in control applications that need fast response.
Benzer Tezler
- Design of robust power system stabilizer for single machine infinite bus system using modern control approaches
Modern denetim yaklaşımları kullanan tek makinalı sonsuz büs sistemi için gürbüz güç sistemi kararlılaştırıcı
ISSA YOUSF SAID ALI
Doktora
İngilizce
2019
Mekatronik MühendisliğiAtılım ÜniversitesiMühendislik Sistemlerinin Modellenmesi ve Tasarımı Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BÜLENT İRFANOĞLU
PROF. DR. SEDAT NAZLIBİLEK
- İşaret işleme ve yapay zeka tabanlı arıza dayanımlı denetleyici tasarımı
Design of signal processing and artificial intelligence based fault tolerance controller
SEDA POSTALCIOĞLU
Doktora
Türkçe
2007
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiElektrik Eğitimi Ana Bilim Dalı
PROF. DR. KADİR ERKAN
- Yapay sinir ağı ile modellenmiş bulanık mantık denetleyici tabanlı SMSM kontrolü
PMSM control based on fuzzy logic controller modelled with artificial neural network
ERTUĞRUL YILDIRAY
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiTokat Gaziosmanpaşa ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET SERHAT CAN
- Anahtarlamalı relüktans motorun genetik bulanık mantık denetleyici ile nonlineer hız ve konum denetimi
Nonlinear speed and position control of switched reluctance motor with genetic fuzzy logic controller
İLKER YILDIZ
Doktora
Türkçe
2013
Elektrik ve Elektronik MühendisliğiMarmara ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
PROF. DR. AHMET FEVZİ BABA
DOÇ. DR. OĞUZ ÜSTÜN
- Hassas hız kontrolü gereken doğru akım motor sistemleri için yapay sinir ağı tabanlı bozucu gözleyici ve bulanık mantık denetleyici geliştirilmesi
Development of an artificial neural network-based disturbance observer and fuzzy logic controller for dc motor systems requiring precise speed control
ONUR ZEYTÜNLÜ
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DR. İBRAHİM ALIŞKAN