Design and implementation of predictive current controller based on artificial neural networks for voltage source inverters
Voltaj kaynaklı inverterler için yapay sinir ağları tabanlı öngörülü akım kontrolcü tasarımı ve uygulanması
- Tez No: 824351
- Danışmanlar: DR. ÖĞR. ÜYESİ KADİR VARDAR
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Kütahya Dumlupınar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 128
Özet
Bu çalışmada, voltaj kaynaklı eviriciler için beş farklı yapay sinir ağı (YSA) tabanlı öngörülü akım kontrolcüsü tasarımları yapılmıştır. Birinci tasarımda, sistemin matematiksel modelini kullanan sonlu kontrol setli model öngörülü kontrol (finite control set model predictive control, FCS-MPC) yönteminden alınan veriler kullanılarak, tasarlanan statik YSA tabanlı akım kontrolcüsü eğitilmiştir. Sonra diğer dört modelde sinüzoidal referans akım öngörüsünün yapılabilmesi amacı ile ileri beslemeli bir referans akım öngörücü YSA (feedforward reference current predictor artificial neural network, RefPNN) tasarımı yapılmıştır. Bu yapı kullanılarak Histerezis akım kontrolcüsü içeren iki evirici benzetimi oluşturulmuş ve bu benzetimden alınan veriler ile Histerezis tabanlı öngörülü iki adet YSA (hysteresis based predictive artificial neural network1, Hist-PNN1 ve hysteresis based predictive artificial neural network2, Hist-PNN2) akım kontrolcüsü eğitilmiştir. Benzer şekilde, dördüncü oransal-rezonans (proportional resonant, PR) tabanlı öngörülü akım kontrolcüsünün (PR based predictive artificial neural network, PR-PNN) eğitiminde, RefPNN ve PR akım kontrolcüsü içeren bir benzetimden alınan veriler kullanılmıştır. Beşinci YSA tabanlı öngörülü akım kontrolcüsünde (PI based predictive artificial neural network, PI-PNN) ise eğitim verileri RefPNN ve akım kontrolcüsü olarak oransal-integral (proportional integral, PI) kontrolcüsü içeren bir benzetimden alınmıştır. Deneysel çalışma için güç katında 7MBP50RJ120 IPM modül ve denetleyici olarak STM32F407 mikrodenetleyicisini içeren üç fazlı 5kVA'lik evirici devresi tasarlanmıştır. Çevrim dışı alınan veriler kullanılarak eğitilen beş farklı YSA akım kontrolcüsü hem benzetim ortamında hem de deneysel olarak farklı test koşulları altında test edilmiş ve sonuçları karşılaştırılmıştır. Tüm yöntemlerin öngörü özelliğine sahip olduğu ve başarıyla uygulanabileceği tespit edilmiştir.
Özet (Çeviri)
In this study, five different Artificial Neural Network (ANN) based predictive current controller designs were made for voltage source inverters. In the first design, the designed static ANN-based current controller is trained by using the data obtained from the finite control set model predictive control (FCS-MPC) method using the mathematical model of the system Then, a feedforward reference current predictor ANN (RefPNN) was designed to predict sinusoidal reference current in the other four methods. Using this structure, two inverter simulations containing a hysteresis current controller were created, and two hysteresis-based predictive ANNs (Hist-PNN1 and Hist-PNN2) current controllers were trained with the data obtained from this simulation. Similarly, data from a simulation containing RefPNN and proportional-resonant (PR) current controller were used in training the fourth PR-based predictive current controller (PR-PNN). The fifth ANN-based predictive current controller (PI-PNN) training data are taken from a simulation which RefPNN and, as the current controller, a proportional-integral (PI) controller. A three-phase 5kVA inverter circuit with a 7MBP50RJ120 IPM module in the power stage and STM32f407 as a controller was designed for the experimental study. Five different ANN current controllers trained using offline data were tested both in the simulation environment and experimentally under different test conditions, and their results were compared. It has been determined that all methods have predictive properties and can be applied successfully.
Benzer Tezler
- Evaluation of model-based predictive control methods in high-speed automated ground vehicle path following
Yüksek hızlı bir otonom kara taşıtının yörünge takibinde model bazlı öngörülü kontrol yöntemlerinin değerlendirilmesi
VOLKAN BEKİR YANGIN
Doktora
İngilizce
2024
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZGEN AKALIN
- İşbirlikçi robotların haptik arayüzlerle teleoperasyonu
Haptic teleoperation of cooperating robots
ÖMER FARUK ARGIN
Doktora
Türkçe
2021
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZEKİ YAĞIZ BAYRAKTAROĞLU
- Mekân organizasyonunda form çeşitliliği üzerine parametrik bir yaklaşım
A parametric approach on form diversity in space organization
MERVE ÖZEN
Yüksek Lisans
Türkçe
2022
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiKentsel Tasarım Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İSMAİL EREN KÜRKÇÜOĞLU
- Küçük ölçekli rüzgar enerji sistemleri için yeni bir statcom tasarımı ve uygulaması
Design and implementation of a smart statcom in small scale wind energy systems
KENAN YANMAZ
Doktora
Türkçe
2018
Elektrik ve Elektronik MühendisliğiKaradeniz Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL HAKKI ALTAŞ
- Model based predictive networked control systems
Model tabanlı öngören ağ bağlantılı kontrol sistemleri
AHMET TEOMAN NASKALİ
Yüksek Lisans
İngilizce
2006
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AHMET ONAT