Geri Dön

Process control with a neurofuzzy controller

Yapay sinir ağı kullananan bulanık denetimci ile süreç denetimi

  1. Tez No: 76479
  2. Yazar: GÜRHAN TAHTALI
  3. Danışmanlar: PROF. DR. YORGO İSTEFANOPOLOS
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Bulanık denetim, Süreç kontrol, Yapay sinir ağları, Fuzzy control, Process control, Artificial neural networks
  7. Yıl: 1998
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu çalışmada, gerçek bir endüstriyel kontrol problemine yaklaşım yöntemi adım adım vurgulanmıştır. Çalışmanın esas amacı, ele alman bir "yapay sinir ağlarım kullanan bulanık mantık kontrol algoritmasının bir işlem (proses) kontrolüne uygulanarak algoritmanın pratikteki başanmını gözlemektir. Deneme işlemi, sunta levha üretimidir. Bu işlem, ikinci dereceden bir ölü-zaman işlemidir. Yapay sinir ağlarını kullanan bulanık mantık denetimcinin gerçeklenmesinde; işlem tanımlama, işlem analiz ve denetimci tasarım araçlarına başvurulmuştur. Denetimcinin eğitilmesinde insan operatör kullanmak amaçlanmıştır. Ancak, operatörün kontrol hareketlerindeki düşük çözünürlük, eğitim verisi toplamak üzere genel bir PID denetimci tasarımlamaya zorlamıştır. Denetimcinin sistemle bütünleştirilmesinde sürecin matematiksel modeli çıkartılmıştır. İşlem, parçalı sabit rampa bozucu sinyaliyle uyarılmıştır. Bu işlemde; bozucu sinyal, esasen sistemdeki modelleme hatalarına karşılık gelir. Denetimci eğitim verisinden gerekli kontrol bilgisini çıkarabilme yeteneğine sahiptir; yeter ki denetimciye çalışma aralığı boyunca ne yapması gerektiği uyarıcı verilerle sunulsun.

Özet (Çeviri)

In this study the approach to solve a real industrial control problem is highlighted step by step. The main purpose is to apply and observe the performance of a neurofuzzy algorithm to process control. The application process is the production of board particles. It is a second order with dead-time process. In the realization of the neurofuzzy controller; process identification, process analysis and controller design tools are involved. Human operator modelling is intended to use as the trainer of the neurofuzzy controller. But the low resolution of the operator actions forced us to design a general PID controller and tune it experimentally to gather training data. The mathematical model of the process is obtained to adopt the controller into the control system. The process is excited by piecewise ramp disturbance. Here, disturbance stands for the modelling errors mainly. The performance of the controller mainly depends on how exciting the training data are. The controller is capable of extracting control information provided that someone makes a demonstration of what to do throughout the operation range.

Benzer Tezler

  1. Estimating the valve weighted ISE 100 index and its variance using a nevro-fuzzy architecture

    IMKB 100 değer ağırlıklı endeksinin ve varyansının bulanık mantık ve sinir ağları yapısı ile tahmini

    GÜRHAN MİLLİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2000

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Sistem ve Kontrol Mühendisliği Ana Bilim Dalı

    DOÇ. DR. H. LEVENT AKIN

    YRD. DOÇ. DR. NESRİN OKAY

  2. Uzman sistemler ve ulaştırma alanında kullanımları

    Expert systems and using them in transportation

    A.BURAK GÖKTEPE

    Yüksek Lisans

    Türkçe

    Türkçe

    1995

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. HALUK GERÇEK

  3. Kalite için istatistiksel süreç kontrolünde birikimli toplam grafiği ve süreç kontrolünün durum uzayında incelenmesi

    Cumulative sum charts in statistical process control for quality and a study on process control in state space

    TAYFUN ÖZDEMİR

    Doktora

    Türkçe

    Türkçe

    1996

    İstatistikAnkara Üniversitesi

    PROF.DR. ÖMER L. GEBİZLİOĞLU

  4. Ölü zamanlı kontrol sistemlerinde tasarım yöntemleri

    Design methods for control systems with dead time

    TANER ARIKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1997

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SALMAN KURTULAN