Asenkron motorun DSP (sayısal işaret işlemci) temelli kontrolunda yapay sinir ağları ve genetik algoritmalar kullanılarak pi katsayılarının optimizasyonu
Optimisation of pi cofficents using artificial neural network and genetic algorithms at DSP (digital signal processor) based control of asynchronous motor
- Tez No: 106365
- Danışmanlar: PROF. DR. GALİP CANSEVER
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Asenkron Motor, PI Kontrol, Sayısal İşaret İşleme, Yapay Sinir Ağları, Genetik Algoritmalar, Asenkron motorlar, Pi sayısı, Induction Motor, PI Control, Digital Signal Processing, Artificial Neural Network, Genetic Algorithms, Induction motors, Pi number, Artificial neural networks
- Yıl: 2001
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZET Proportional Integral (PI) kontrolcular şüphesiz endüstriyel kontrol işlemlerinde kullanılan çok popüler kontrolculardi r. Bu onun basit yapısı ve geniş çalışma şartlarında kullanımının güvenilir olmasından dolayıdır. Bu düzenleyicilerin oldukça fazla kabul görmesinden dolayı bir çok düzenleme kuralı bu tip kontrolcular için ileri sürülmüştür. Geçen 20 yıl boyuca, kontrol mühendisliğindeki araştırmaların odak noktalarından biri, bu tip kontrolcuların otomatik ayarlanmasını ve cihaz modelinde var olan belirsizliklerle gürbüz kontrol sistemlerinin tasarlanmasını sağlamaya adanmıştır. Bu tezde, uygulaması yapılan lineer olmayan bir sistemin kontrolunda kontrolcu katsayılarının off-line olarak ayarlanması hakkında bir yöntem ileri sürülmüştür. Bu yöntemde, birinci adımda, farklı Kp-Ki çitleri için uygulama devresinden alınan maksimum aşım ve yerleşme zamanı kullanılarak Yapay Sinir Ağlan (YSA) ile sistemin tanıma işlemi gerçekleştirilmiştir. İkinci adımda, bu YSA modeli amaç fonksiyonu olarak alınarak, Genetik Algoritmayla optimum kontrolcu katsayılarının bulunması amaçlanmıştır. Genetik algoritmalar kontrol optimizasyon problemlerinin çözümünde hesap temelli tekniklere göre daha güçlü bir yöntem yaklaşımı sağlamaktadır. Sistemin tanınmasında amacıyla çok katmanlı ileri beslemeli sinir ağlan kullanılmıştır. Uygulama devresinde, PI kontrol, performans kriterlerinin bulunması ve PC ye gönderilmesi işlemleri DSP (Sayısal işaret işleyici) temelli olarak yapılmaktadır. DSP işlemci olarak Texas Instrument firmasının TMS320C50 mikroişlemcisi ile uygulama yapılmıştır. YSA, DSP ve Genetik algoritmanın gerçeklenmesinde, YSA ve Genetik algoritmada C++ ve DSP' de assemble programlama dilleri kullanılmıştır. Yapılan çalışmada YSA' nın sistemi başarılı bir şekilde tanıdığı görülmüştür. Bu YSA modeli ile Genetik algoritma kullanılarak yapılan optimizasyon işlemi sonucunda bulunan kontrol parametreleriyle sistemin kontrolü gerçekleştirildiğinde maksimum aşım ve yerleşme zamanının oldukça az olduğu tespit edilmiştir.
Özet (Çeviri)
ABSTRACT The Proportional Integral (PI) controller is undoubtedly the most popular controller used in industrial control processes, because of its simple structure and reliability of use in a wide range of operating conditions. Due to this acceptance many tuning rules have been proposed for this type of controller. During the last two decades, one of the main focus of research in control engineering has been devoted to provide automatic tuning of such controllers and the design of robust control systems with the presence of uncertainty in the plant model. In this thesis, a method about tuning of the controller coefficients as off-line in control of an applied nonlinear system has been proposed. In this method, the first step is identification of the system via Artificial Neural Networks (ANN) using maximum overshoot and settling time obtained from the application circuit for different Kp-Ki pairs. In the second step, the purpose is to find the optimum controller coefficients using the ANN model as objective function by Genetic algorithms. Genetic algorithms provide a powerful tool for solving control optimisation problems as opposed to calculus based techniques. Multilayer feedforward neural networks is used in order to identify the system. In the application circuit, process of PI control, obtaining performance criteria and sending to PC are DSP-based. The DSP (Digital Signal Processors) application is done by using TMS320C50 microprocessor of TI (Texas Instrument). In ANN, DSP and Genetic algorithms applications, C++ and Assembler are used for ANN and Genetic algorithms (GA), and DSP respectively. In the study, it is observed that ANN identified the system successfully. It is also determined that maximum overshoot and settling time are very little if the system is controlled by control parameters obtained from the optimisation process which uses GA.
Benzer Tezler
- Asenkron motorun DSP (sayısal işaret işleyici) tabanlı bir kontrol sistemi kullanılarak YSA (yapay sinir ağları) ile performansının arttırılması
The Performance increasing on the induction motor with ann (artifical neural networks) by using a DSP (digital signal processor) based control system
KAYHAN GÜLEZ
Doktora
Türkçe
1999
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. HALİT PASTACI
- Vector control of asynchronous motors
Asenkron motorların vektör kontrolü
HALAS BİLGE MUTLUER
Yüksek Lisans
İngilizce
1999
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AYDIN ERSAK
- Asenkron motorun sayısal işaret işleyici tabanlı vektör kontrolü
Digital signal processor based vector control of induction motor
İBRAHİM ERTÜRK
Yüksek Lisans
Türkçe
2006
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. YÜKSEL ÖZBAY
- Maksimum güç noktası izleyicili ve UVM inverterli fotovoltaik sistemin yapay sinir ağları tabanlı kontrolü
ANN-based control of a PV system with maximum power point tracker and SVM inverter
AHMET AFŞİN KULAKSIZ
Doktora
Türkçe
2007
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. RAMAZAN AKKAYA
- Fırçasız doğru akım makinelerinde konum algılayıcısız hız denetimi
Sensorless speed control of brushless DC machines
NAMIK YILMAZ
Yüksek Lisans
Türkçe
2000
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. M. EMİN TACER