Identification of a universal DC motor dynamics using feedforward neural networks
Üniversal DC motor dinamiğinin ileribeslemeli sinir ağları ile tanımlanması
- Tez No: 65145
- Danışmanlar: PROF. DR. OSMAN TÜRKAY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Mühendislik Bilimleri, Computer Engineering and Computer Science and Control, Engineering Sciences
- Anahtar Kelimeler: Doğru akım motorları, Yapay sinir ağları, Direct current motors, Artificial neural networks
- Yıl: 1997
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
UNIVERSAL DC MOTOR DİNAMİĞİNİN İLERİBESLEMELİ SİNİR AĞLARI İLE TANIMLANMASI ÖZET Yapay sinir ağlan, dinamik sistemler ve kontrol ve de sinyal işleme konularında yeni ufuklar açmıştır. YSA'ların yoğun biribirine bağlı yapılan ve paralel işleme yetenekleri, onların karışık doğrusal olmayan dinamik sistemlerin incelenmesinde çok faydalı araçlar olmasını sağlamıştır. Doğrusal olmayan ve dinamiği bilinmeyen bir sistemin kontrolü için genelde bir tanımlayıcı gerekir. Yapay sinir ağlan sistem tanımlama probleminde kullanılabilir. Bu çalışmada doğrusal olmayan universal DC motorun dinamiği yapay sinir ağlan aracılığıyla tanımlanmıştır. Tanımlama yöntemi hem simülasyon modeline hem de deneysel yapıya uygulanmıştır. Gürültünün tanımlayıcı üzerindeki etkisi incelenmiştir. Sonuçlar, yapay sinir ağlarının karışık doğrusal olmayan sistemlerin dinamik davranışını, gürültü olsa bile başarıyla öğrenebildiğini göstermiştir. Uygulanan yöntem deneysel olarak adaptif kontrol algoritmalarıyla birlikte kullanılabilir.
Özet (Çeviri)
IV ABSTRACT Artificial neural networks opened a new horizon in the field of dynamic systems and control as well as signal processing. The highly interconnected structure and parallel processing capability of ANNs make them very valuable tools for dealing with unknown dynamic systems of mostly complex nonlinear dynamics. Control of a nonlinear plant of unknown dynamics often requires the plant to be identified by an identifier model. Artificial neural networks can be used for the system identification problem. In this study the dynamics of the nonlinear universal DC motor was identified by the artificial neural networks. The identification method was applied to the simulation model as well as to the experimental setup. Effect of noise on the identifier performance was discussed. Results indicate that artificial neural networks can learn the dynamic behavior of the complex nonlinear plants efficiently, in the presence of noise. The method can be incorporated into adaptive control algorithms for experimental implementation.
Benzer Tezler
- Üniversal motorun sonlu elemanlar yöntemi ile magnetik alan incelemesi
Magnetic field analysis of an universal motor buy finite elements method
MEHMET CÜNEYT ÖNCÜOĞLU
Yüksek Lisans
Türkçe
1998
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. R. NEJAT TUNÇAY
- Nonlinear parameter estimation of a universal motor by q-adaptive neural networks
Doğrusal olmayan evrensel motor parametrelerinin q-uyarlamalı sinir ağı yöntemi ile tanılanması
ZEYNEP MÜGE AKYÜREK
Yüksek Lisans
İngilizce
1999
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiSistem ve Kontrol Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN S. TÜRKAY
- Hizmet sektöründe toplam kalite yönetimi
Başlık çevirisi yok
HÜNKAR ŞERİF
Yüksek Lisans
Türkçe
1998
İşletmeMarmara ÜniversitesiBankacılık Ana Bilim Dalı
PROF. DR. İ. METE DOĞRUER
- Görsel bildirişimler ve amblem
Başlık çevirisi yok
KAZEM AHMEDZADEH ANVAR
Sanatta Yeterlik
Türkçe
1990
Güzel SanatlarMimar Sinan Güzel Sanatlar ÜniversitesiY.DOÇ.DR. ABDULLAH TAŞÇI