Geri Dön

Sistemlerin Bulanık modellenmesi ve koşut dağıtılmış kontrolü

Fuzzy modelling and parallel distributed compensation of systems

  1. Tez No: 101055
  2. Yazar: ENGİN YEŞİL
  3. Danışmanlar: DOÇ.DR. MÜJDE GÜZELKAYA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Bulanık denetim, Bulanık modelleme, Fuzzy control, Fuzzy modelling
  7. Yıl: 2000
  8. Dil: Türkçe
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Belirtilmemiş.
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

SİSTEMLERİN BULANIK MODELLENMESİ VE KOŞUT DAĞITILMIŞ KONTROLÜ ÖZET Bir bulanık küme, matematiksel olarak, evrensel kümedeki her elemana onun bulanık kümeye olan üyeliğini temsil eden bir değer atayarak tanımlanır. Bu değer ne kadar büyük ya da ne kadar küçükse elemanlar, kümeye o kadar fazla ya da o kadar az aittirler. Bu üyelik değerleri 0 ve 1 kapalı aralığında değişen gerçel sayılarla temsil edilirler. Bulanık kümeler veya bulanık mantık ve bunlarla ilişkili olan matematiksel yapıyı içeren, statik veya dinamik sistemlere“bulanık sistem”denir. EĞER-0 HALDE bulanık kurallar kümesi bulanık modeli oluşturur. Bulanık modeller iki kategoride sınıflandırılabilirler: (1) E. H. Mamdani'nin ilk bulanık mantık kontrolörünü geliştirmesinden sonra adlandırılan, Mamdani bulanık modeli. (2) T. Takagi ve M. Sugeno tarafından 1985 yılında ilk defa öne sürülen, Takagi-Sugeno-Kang bulanık modeli. 90'lı yıllarda, hem araştırma çevrelerinden hem de endüstriden T-S bulanık modele karşı ilgi artmıştır. T-S bulanık modelin temel avantaj lanndan biri de, bir fonksiyona daha az kural ile yaklaşmasıdır. Takagi - Sugeno bulanık modelinin en önemli özelliği ise sistemin yerel dmamiklerini, her bir bulanık kuralda doğrusal sistem modeli ile ifade etmesidir. Sisteme ait toptan bulanık model ise bu doğrusal sistem modellerinin bulanık“harmanlanması”yla elde edilir. Bu tez kapsamında, T-S bulanık modeline dayalı kontrol kuralları elde etmektir. Çoğu doğrusal olmayan sistemin, doğru bulanık kural ve üyelik fonksiyonu seçildiğinde T-S bulanık modeliyle ifade edilebileceği görülmüştür. T-S bulanık modeline dayanarak, koşut dağıtılmış kontrol (KDK) tekniğini kullanan bir bulanık kontrolör tasarlanabilir. KDK, bulanık modeldeki her kural için bir kontrolör tasarlama düşüncesine dayanır. Sonuçta elde edilen toptan kontrolör, her bir doğrusal kontrolörün bulanık harmanlanmasıdır. Aslmda elde edilen kontrolör bir doğrusal olmayan kontrolördür. Sistemlerin bilgisayar ortamında gerçeklenmesi esnasında, PCWIN - MATLAB (Version 5.1.0.421), Simulink (Version 2.1) ve Fuzzy Logic Toolbox (Version 1.0.3) kullanılmıştır. Ancak, gerçekleme sırasında FL Toolbox'ta yer almayan ve standart olmayan üyelik fonksiyonlarına ihtiyaç duyulmuştur. Bu sebeple üyelik fonksiyonlarına ait alt programlar (.m dosyası) yazılmış ve FL Toolbox geliştirilmiştir. vıu

Özet (Çeviri)

FUZZY MODELING AND PARALLEL DISTRIBUTED COMPENSATION OF SYSTEMS SUMMARY A fuzzy set can be defined mathematically by assigning to each element in the universal set a value representing its grade of membership in the fuzzy set. Elements may belong in the fuzzy set to a greater or lesser degree as indicated by a larger or smaller membership grade. These membership grades are represented by real number values ranging in the closed interval between 0 and 1. A static or dynamic system which makes use of fuzzy sets or fuzzy logic and of the corresponding mathematical framework is called a“fuzzy system”. A set of IF -THEN fuzzy rules form a fuzzy model. Fuzzy models can be classified into two catagories: (1) Mamdani model, which is named after E. H. Mamdani who developed first fuzzy logic controller using the model. Most fuzzy control systems developed in 80' s use the Mamdani model. (2) Takagi - Sugeno - Kang (TS) model, which was first introduced by T. Takagi and M. Sugeno around 1985. The TS model has drawn much more attention in the 90's, both in the research community and in the industry. One of the main adventages of the TS model is that it can approximate a function using a fewer rules. The main feature of a Takagi - Sugeno fuzzy model is to express the local dynamics of each fuzzy implication (rule) by a linear system model. The overall fuzzy model of the system is achieved by fuzzy 'blending' of the linear system models. In this thesis, our goal is to derive the control laws based on the T-S model. It is seen that most nonlinear plant can be represented by a T-S model if the correct fuzzy rule and membership functions are chosen. One can design a fuzzy conn-oiler by using parallel distributed compensation (PDC) technique based on the T-S model. The idea of PDC is to associate a compensator for each rule of the fuzzy model. The resulting overall fuzzy controller is a fuzzy blending of each individual linear controller. The controller that has been obtained is indeed a nonlinear controller. PCWIN - MATLAB (Version 5.1.0.421), Simulink (Version 2.1) and Fuzzy Logic Toolbox (Version 1.0.3) are used for the simulation of the systems. However, the required membership functions were not standart and did not exist in the FLT and therefore they had to be derived for the simulation purposes. In this manner, new Matlab programs (.m files) were developed for the needed membership functions and Fuzzy Logic Toolbox has been improved. IX

Benzer Tezler

  1. Tez No

    47052

    Bulanık analiz ve modelleme ile ekonomi sistemi içinde borsa bileşik endeksi çıkaran uzman sistem tasarımı

    Başlık çevirisi yok

    ERDAL BAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    1995

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Y.DOÇ.DR. SELİM AKYOKUŞ

  2. Tez No

    104256

    Doğrusal olmayan sistemlerin bulanık modellenmesi ve yeni bir genetik arama algoritması ile en iyi kontrolör tasarımı

    Fuzzy modeling of nonlinear systems and determination of the optimal controller parameters using a new genetic algorithm

    OSMAN KAAN EROL

    Doktora

    Türkçe

    Türkçe

    2001

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    DOÇ. DR. İBRAHİM EKSİN

  3. Tez No

    104213

    Mekatronik sistemlerde konrolcü tasarımı

    Başlık çevirisi yok

    KEREM KIRCA

    Yüksek Lisans

    Türkçe

    Türkçe

    2001

    Savunma ve Savunma Teknolojileriİstanbul Teknik Üniversitesi

    DOÇ. DR. LEVENT GÜVENÇ

  4. Tez No

    97568

    İklimlendirme deney tesisatının neuro-fuzzy yöntemiyle kontrolü

    Neuro-fuzzy control of HVAC system

    AHMET EMİN KUZUCUOĞLU

    Doktora

    Türkçe

    Türkçe

    2000

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara Üniversitesi

    Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı

    PROF.DR. BURHANETTİN CAN

  5. Tez No

    58378

    Fuzzy ve neural network yöntemleri ile kimyasal proseslerin modellenmesi ve kontrolü

    Modelling and control of chemical processes with fuzy and neural networks methods

    ZEHRA ZEYBEK

    Doktora

    Türkçe

    Türkçe

    1997

    Kimya MühendisliğiAnkara Üniversitesi

    Kimya Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA ALPBAZ

Geri Dön