Adaptive neuro-fuzzy logic based sensorless brushless DC motor control
Adaptif nöro-bulanık mantık tabanlı sensörsüz fırçasız DC motor kontrolü
- Tez No: 479623
- Danışmanlar: PROF. DR. AYDOĞAN SAVRAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Elektronik hız kontrol sistemi, Sezgisel belirtisiz kümeler, Sinirsel bulanık mantık, Electronic speed control system, Intuitionistic fuzzy sets, Neuro fuzzy logic
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında fırçasız DC (BLDC) motor sürücü sistemi için adaptif sensörsüz Nöro-Bulanık mantık tabanlı bir kontrol sistemi tasarlanması amaçlanmıştır. Öncelikle bulanık mantık denetleyici bir Adaptif Nöro-Bulanık çıkarım sistemi (ANFIS) kullanılarak tasarlanarak, BLDC motorun sensörsüz hız kontrolüne uygulanmıştır. Sensör kullanılmadan gerçekleştirilen yöntemlerde ise, daha az parça kullanılacak, bakım gereksinimi ve maliyet azalacaktır. Ayni zamanda, önerilen kontrol yöntemlerinin performanslarının karşılaştırılabilmesi için klasik sensörsüz kontrolör olan“Proportional-Integral (PI)”kontrolör de tasarlanmıştır. Bulanık mantık temelli denetleyiciler ile parametre değişimlerine karşı daha az duyarlı ve çok değişkenli sistemler için daha iyi sonuç verecek yapılar geliştirilebilir. BLDC motorların matematiksel modelleri, karmaşık, doğrusal olmayan ve çok değişkenli bir yapıdadır. Bu zorluklar matematiksel modele ihtiyaç duymayan yapay zekaya dayalı akıllı denetleyicilerinin tasarımıyla aşılabilir. Önerilen motor kontrol sisteminde, PI, bulanık tabanlı ve nöro-bulanık kontrolörler tasarlanarak, motorun sürücüsünü de içeren tam bir benzetim modeli ile benzetim çalışmaları gerçekleştirilmiştir. Çalışmanın son aşamasında sistemin performansı farklı çalışma şartlarında altında test edilmiştir. Daha sonra tasarlanankontrolörler gömülü sistem olarak gerçeklenerek,gerçek sistem üzerinde uygulama çalışmaları yürütülmüştür.
Özet (Çeviri)
In this thesis, an adaptive neuro-fuzzy logic based sensorless control system for brushless DC motor is studied. Starting by proposing a fuzzy logic based speed controller then followed by using neural networks to form an adaptive neuro-fuzzy inference system (ANFIS). In the next step, ANFIS controller is applied for controlling the speed of sensorless brushless DC motor drive. By using sensorless control method, less parts and maintenance of the motor drive are needed beside decreasing the overall cost of the system. Furthermore, a conventional control method using“Proportional-Integral (PI)”controller is also studied for comparing the performance of the different proposed control methods. For speed control of brushless DC motor, fuzzy logic and ANFIS based controllers have a robust and best performance since they are independent of the mathematical model of the motor which is complex, multivariable, non-linear, and subjected to many variations. For the proposed motor control system, PI, fuzzy logic based and ANFIS based speed controllers have been designed and simulated with a complete drive model. Moreover, motor drive system is made to run under different conditions regarding the load and speed and then the performance of every controller has been analyzed. In the last part of the thesis, all proposed controllers are implemented on an embedded system for physical application and again the performance of every controller is studied.
Benzer Tezler
- FPGA based control and reconfigurablemechanism in wsn
Kablosuz algılayıcı ağlar için FPGA tabanlı kontrol ve yapılandırılabilir mekanizma
AHMED KHAZAL YOUNIS AL AZZAWI
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYaşar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET TUNCAY ERCAN
- Yapay sinir ağı ve bulanık mantık tabanlı algoritmalar ile uçucu organik bileşiklerin miktarsal tayini
Quantitative determination of volatile organic compounds by using artificial neural network and fuzzy logic based algorithm
ALİ GÜLBAĞ
Doktora
Türkçe
2006
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. FEVZULLAH TEMURTAŞ
- An adaptive neuro-fuzzy inference system for a location based social network
Konum bazlı sosyal ağ için adaptif sinirsel tabanlı bulanık mantık çıkarım sistemi
AYCAN AYYILMAZ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiYönetim Bilişim Sistemleri Bilim Dalı
PROF. ZUHAL TANRIKULU
- Uyarlanabilir sinirsel bulanık çıkarım sistemi tabanlı alternatif bir kredi derecelendirme yönteminin geliştirilmesi
The development of an alternative method for the sovereign credit rating system based on adaptive neuro fuzzy inference system
HAKAN PABUÇCU
Doktora
Türkçe
2015
EkonometriKaradeniz Teknik ÜniversitesiEkonometri Ana Bilim Dalı
DOÇ. DR. TUBA YAKICI AYAN
- Implementation and evaluation maximum power point tracking (MPPT) based on adaptive neuro fuzzy inference systems for photovoltaic pv system
Başlık çevirisi yok
ABDELHAKIM ABOBAKIR EL AGORI
Yüksek Lisans
İngilizce
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Aydın ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
Prof. Dr. MEHMET EMİN TACER