Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Marmara Üniversitesi, Fen Bilimleri Enstitüsü, Mekatronik Mühendisliği Anabilim Dalı, Türkiye
Tezin Onay Tarihi: 2022
Tezin Dili: Türkçe
Öğrenci: HAYRİ MUTLU
Asıl Danışman (Eş Danışmanlı Tezler İçin): Mustafa Caner Aküner
Eş Danışman: Gazi Akgün
Özet:
Endüstriyel servo sistemlerin devreye alınması ve parametrelerinin
belirlenmesi işlemleri, devreye alan kişinin yetenek ve bilgisi ile
sınırlıdır. Ayrıca devreye alınmış sistemler çevresel etkilerin veya
yüklerin değişmesi halinde genellikle tekrar optimize edilmezler. Bu tez
çalışmasında servo sistemler için oransal, integral ve türev (PID)
parametrelerinin sürekli optimum şekilde çalışmasını hedefleyen bir
yapay sinir ağı (YSA) modeli geliştirilmesi amaçlanmıştır. Bu işlem için
de servo sistemlere girilen parametrelerin kontrolü ve yeniden
düzenlenmesi için endüstriyel bir kontrolcü üzerinde servo sistemden
elde edilecek anlık üretilen akım, tork, güç, pozisyon gibi verileri
kullanan YSA tekniği ile oluşturulmuş bir makine durum izleme
algoritması oluşturulmuştur. Bu oluşturulan algoritma ile servo sistemin
hız ve akım PID'lerinin parametrelerinin yük karakteristiğinin
değişmesi durumunda güncellenmesi sağlanmıştır. İlgili algoritmayı
oluşturmak için Siemens S120 servo sürücü ile bir deney düzeneği
hazırlanmış ve farklı karakteristikte yükler ile yapılan testler
sonucunda eğitim verileri elde edilmiştir. Elde edilen veriler Matlab
neural fitting tool box'ı kullanılarak yapay sinir ağlarının eğitiminde
kullanılmıştır. Elde edilen model endüstride sıklıkla tercih edilen bir
kontrolcü olan Siemens S7-1500 serisi bir programlanabilir lojik
kontrolcüye (PLC) entegre edilmiştir. PLC'ye entegre edilen yapay sinir
ağları algoritmasına veri beslemek için servo sürücüden veriler ProfiNET
"isochrom real time" protokolü kullanılarak toplanmıştır, bu protokol
servo sistemin içerisinden düzenli ve eş zamanlı veriler elde etmeyi
garanti etmektedir. Elde edilen anlık akım, tork, güç, pozisyon gibi
veriler işlendikten sonra PLC üzerinde çalışan yapay sinir ağları
algoritmasını beslemek için kullanılmıştır. İlgili algoritmanın üretmiş
olduğu yeni servo parametreleri yine ProfiNET protokolü ile servo
sürücüye yüklenmesi sağlanmıştır. İlgili deney düzeneğinde yapay sinir
ağları tekniği ile geliştirilmiş algoritmanın üretmiş olduğu yeni PID
değerlerinin sürücü üzerinden elde dilen hız ve akım değerleri ile
klasik Ziegler-Nichols modu kullanılarak elde edilmiş PID değerlerinin
kullanılarak tekrarlanan deney sonuçları karşılaştırılmıştır.