Process control with a neurofuzzy controller
Yapay sinir ağı kullananan bulanık denetimci ile süreç denetimi
- Tez No: 76479
- Danışmanlar: PROF. DR. YORGO İSTEFANOPOLOS
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 1998
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 117
Özet
Bu çalışmada, gerçek bir endüstriyel kontrol problemine yaklaşım yöntemi adım adım vurgulanmıştır. Çalışmanın esas amacı, ele alman bir "yapay sinir ağlarım kullanan bulanık mantık kontrol algoritmasının bir işlem (proses) kontrolüne uygulanarak algoritmanın pratikteki başanmını gözlemektir. Deneme işlemi, sunta levha üretimidir. Bu işlem, ikinci dereceden bir ölü-zaman işlemidir. Yapay sinir ağlarını kullanan bulanık mantık denetimcinin gerçeklenmesinde; işlem tanımlama, işlem analiz ve denetimci tasarım araçlarına başvurulmuştur. Denetimcinin eğitilmesinde insan operatör kullanmak amaçlanmıştır. Ancak, operatörün kontrol hareketlerindeki düşük çözünürlük, eğitim verisi toplamak üzere genel bir PID denetimci tasarımlamaya zorlamıştır. Denetimcinin sistemle bütünleştirilmesinde sürecin matematiksel modeli çıkartılmıştır. İşlem, parçalı sabit rampa bozucu sinyaliyle uyarılmıştır. Bu işlemde; bozucu sinyal, esasen sistemdeki modelleme hatalarına karşılık gelir. Denetimci eğitim verisinden gerekli kontrol bilgisini çıkarabilme yeteneğine sahiptir; yeter ki denetimciye çalışma aralığı boyunca ne yapması gerektiği uyarıcı verilerle sunulsun.
Özet (Çeviri)
In this study the approach to solve a real industrial control problem is highlighted step by step. The main purpose is to apply and observe the performance of a neurofuzzy algorithm to process control. The application process is the production of board particles. It is a second order with dead-time process. In the realization of the neurofuzzy controller; process identification, process analysis and controller design tools are involved. Human operator modelling is intended to use as the trainer of the neurofuzzy controller. But the low resolution of the operator actions forced us to design a general PID controller and tune it experimentally to gather training data. The mathematical model of the process is obtained to adopt the controller into the control system. The process is excited by piecewise ramp disturbance. Here, disturbance stands for the modelling errors mainly. The performance of the controller mainly depends on how exciting the training data are. The controller is capable of extracting control information provided that someone makes a demonstration of what to do throughout the operation range.
Benzer Tezler
- Mikroişlemci kullanılarak neuro-fuzzy proses kontrol uygulaması
Neuro-fuzzy process control application with using mikrocontroller
İBRAHİM ALIŞKAN
Yüksek Lisans
Türkçe
2006
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. KAYHAN GÜLEZ
- Elektrikli araçlarda adaptif sürüş kontrolü
Adaptive driving control in electric vehicles
YUSUF KARABACAK
Doktora
Türkçe
2023
Mekatronik MühendisliğiSelçuk ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL SARITAŞ
DR. ÖĞR. ÜYESİ ALİ YAŞAR
- Uyarlamalı ve sinirsel-bulanık sistemler kullanarak katsayıları ayarlanabilen kesir dereceli; PID kontrolör tasarımı ve uygulaması
Design and application of fractional order PID controller with adjustable coefficients by using adaptive and neuro-fuzzy systems
HÜSEYİN ARPACI
Doktora
Türkçe
2018
Elektrik ve Elektronik Mühendisliğiİnönü ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖMERÜLFARUK ÖZGÜVEN
- 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
- Learning of interval Type-2 fuzzy logic systems using big bang – big crunch optimization
Aralık değerli Tip-2 bulanık sistemlerin büyük patlama – büyük çöküş optimizasyonuyla eğitilmesi
CİHAN ÖZTÜRK
Yüksek Lisans
İngilizce
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ENGİN YEŞİL