Elektrik makinalarında hibrit makine öğrenmesi ile doğruluk ve performans odaklı resolver pozisyon tespiti
Accuracy and performans oriented resolver position detection in electrical machines using hybrid machine learning
- Tez No: 971493
- Danışmanlar: DOÇ. DR. SİBEL ZORLU PARTAL
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Elektrik motorları, Electric motors
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik Makineleri Ana Bilim Dalı
- Bilim Dalı: Elektrik Makinaları ve Güç Elektroniği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında, elektrik makinalarında yaygın olarak kullanılan resolver tabanlı rotor pozisyon tespitinin doğruluk ve performans açısından, yenilikçi ve yapay zeka destekli hibrit bir yaklaşımla iyileştirilmesi hedeflenmiştir. Literatürdeki geleneksel yöntemler, resolver sinyallerinde karşılaşılan DC ofset, faz kayması, genlik dengesizliği ve gürültü gibi çoklu hata durumlarında genellikle yetersiz kalmakta veya yalnızca belirli hata türlerine karşı direnç gösterebilmektedir. Bu eksiklikleri aşmak üzere, ilk defa Arktanjant, Faz Kilitlemeli Döngü, Açı Takip Gözlemleyicisi, İki Adımlı Gradyan ve Yapay Sinir Ağlarının avantajlarını bir araya getiren, adaptif ağırlık optimizasyonu sağlayan hibrit bir makine öğrenmesi mimarisi geliştirilmiştir. Bu yapı, sinyal koşullarını gerçek zamanlı analiz ederek hata türlerine göre algoritmaların ağırlıklarını dinamik olarak belirlemekte ve işlem yükü-performans yönetimini gözeterek, hata türleri arasında yapılan seçimlerde rotor pozisyon doğruluğunda güvenilirliği en üst düzeye çıkaran bir pozisyon tespiti çözümü sunmaktadır. Geliştirilen hibrit model, hem MATLAB/Simulink ortamında çeşitli hata senaryoları ile hem de Texas Instruments C2000 F28069 mikrodenetleyici kartı, fırçasız doğru akım motoru ve resolver içeren gerçek zamanlı bir donanım platformunda kapsamlı şekilde test edilmiştir. Sonuçlar, bu yapının, geleneksel modeller arasında en yüksek pozisyon doğruluğu üreten algoritmaya oldukça yakın seviyede doğruluk sağladığı ve hata türlerine dinamik olarak adapte olabilmesi sayesinde genel ortalamada hatayı anlamlı biçimde azaltabildiğini göstermiştir. Böylece mevcut algoritmaların güçlü yönlerinden bütünleşik şekilde yararlanılarak, farklı sinyal bozulması koşullarında istikrarlı ve güvenilir bir performans elde edilmiştir. Çalışmanın özgün katkısı, klasik yöntemlerin güçlü olduğu bölgeleri anlık olarak tespit edip ağırlıklarını optimize edebilen ve hem simülasyon ortamında hem de gerçek zamanlı donanımda başarıyla doğrulanmış bir hibrit yaklaşım sunmasıdır. Ayrıca, geleneksel resolver pozisyon tahmin algoritmalarının tekil ve bileşke hata karakteristikleri detaylı şekilde analiz edilerek, bu alana pratik bir başvuru rehberi kazandırılmıştır. Sonuçlar, geliştirilen modelin endüstriyel uygulamalar ve ileri seviye motor kontrol sistemlerinde esnek, güvenilir ve yüksek hassasiyetli pozisyon algılama çözümleri için güçlü bir alternatif oluşturabileceğini göstermektedir.
Özet (Çeviri)
In this thesis, it is aimed to improve the accuracy and performance of resolver-based rotor position estimation, which is widely used in electric machines, through an innovative, AI-supported hybrid approach. Conventional methods in the literature generally fall short in multi-fault conditions encountered in resolver signals—such as DC offset, phase shift, amplitude imbalance, and noise—or can only show resistance to specific types of disturbances. To overcome these shortcomings, for the first time, a hybrid machine learning architecture that combines the advantages of Arctangent, Phase-Locked Loop, Angle Tracking Observer, Two-Step Gradient, and Artificial Neural Networks and enables adaptive weight optimization has been developed. This structure analyzes signal conditions in real time, dynamically determines the weights of algorithms according to the type of fault, and, by managing computational load and performance, offers a position estimation solution that maximizes reliability in rotor position accuracy across different error scenarios. The developed hybrid model has been comprehensively tested both in various fault scenarios within the MATLAB/Simulink environment and on a real-time hardware platform including a Texas Instruments C2000 F28069 microcontroller, a brushless DC motor, and a resolver. The results demonstrate that this approach achieves position accuracy at levels very close to the best-performing conventional models and, thanks to its ability to adapt dynamically to fault types, can significantly reduce the average error. In this way, by integrating the strengths of existing algorithms, stable and reliable performance has been achieved under different signal disturbance conditions. The unique contribution of this study is the introduction of a hybrid approach that can instantaneously detect the regions where classical methods are strong, optimize their weights accordingly, and has been successfully validated both in simulation and real-time hardware environments. Moreover, by providing a detailed analysis of the individual and combined error characteristics of conventional resolver position estimation algorithms, a practical reference guide for this field has been created. The results show that the developed model can serve as a robust alternative for flexible, reliable, and highly accurate position sensing solutions in industrial applications and advanced motor control systems.
Benzer Tezler
- Wide speed sensorless control of PMSM drive with smooth transition between HFSİ and extended luenberger observer
Yüksek frekanslı sinyal enjeksiyon ve genişletilmiş luenberger gözlemci arasında sorunsuz geçiş ile geniş hız aralığında SMSM sürücünün sensörsüz kontrolü
MUSTAFA MUS AB AVCI
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SALİH BARIŞ ÖZTÜRK
- Electric vehicle powertrain design and implementation
Elektrikli araç sürüş sistemi tasarımı ve imalatı
MERT SAFA MÖKÜKCÜ
Yüksek Lisans
İngilizce
2014
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZGÜR ÜSTÜN
- Akış tipi çizelgeleme problemlerinin hibrit genetik algoritma ile çözümü ve karar ağacı ile incelenmesi
Solution of flow shop scheduling problems with hybrid genetic algorithm and analysis with decision tree
ÖMER KAYA
Yüksek Lisans
Türkçe
2020
Endüstri ve Endüstri MühendisliğiHarran ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. İBRAHİM BERKAN AYDİLEK
- Application of the solar photovoltaic system in merchant ships and analysis of designed system
Ticari bir yük gemisinde güneş pili uygulaması ve tasarlanan sistemin analizi
ÇAĞLAR KARATUĞ
Yüksek Lisans
İngilizce
2019
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YALÇIN DURMUŞOĞLU
- Roller bearing fault detection using rotary encoder
Açısal enkoder kullanarak bilyalı rulmanlarda hata tespiti
SAMET YALDIZ
Yüksek Lisans
İngilizce
2024
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. KENAN YÜCE ŞANLITÜRK