Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Marmara Üniversitesi, Türkiye
Tezin Onay Tarihi: 2009
Tezin Dili: Türkçe
Öğrenci: Evren Çifçi
Danışman: AHMET EMİN KUZUCUOĞLU
Özet:ÜÇLÜ TANK SİSTEMİNDE YAPAY SİNİR AĞLARI İLE HATA TEŞHİSİ Otomatik kontrol kuramı ve bilgisayar teknolojilerindeki gelişmeler, son dönemde bozulmaya dayanıklı kontrol ve hata teşhisi alanlarında birçok çalışmayı tetiklemiştir. 1970’lerden sonra model temelli matematiksel hata teşhis teknikleri geliştirilmeye başlanmıştır. Bilgisayar teknolojilerindeki gelişim ise bu teknikleri pratikte uygulanabilir hale getirmiştir. İlk başlarda uçak, nükleer santral gibi yüksek güvenlik gerektiren alanlarda uygulanabilen hata teşhis ve bozulmaya dayanıklı kontrol teknikleri, maliyetlerinin düşmesi ve uygulanma kolaylıklarının artmasıyla uygulama alanını, diğer kontrol sistemlerine doğru genişletmiştir. Bu alandaki matematiksel tekniklerin temel problemi, yüksek doğrulukta ve lineer olan bir sistem modeline ihtiyaç duymalarıdır. Ancak, pratikte hemen bütün kontrol sistemleri nonlineerdir. Bu konudaki pratik çalışmalar, matematiksel modellerin lineerleştirilmesi akabinde gerçekleştirilmektedir. Bu durumda, lineerleştirmenin yapıldığı çalışma noktasından uzaklaşıldığında, kullanılan model, sistemi iyi temsil edememektedir. Lineerleştirme hatasının yanında sistemin modelleme hatasının da varlığı kaçınılmazdır. Matematiksel sistem modellemenin zorluğu ve sakıncaları üzerine 1990’lardan itibaren yapay sinir ağları, sistem modelleme ve dolayısıyla da hata teşhisi için kullanılmaya başlanmıştır. Bu çalışmada, laboratuarda bir üçlü tank sistem kurulmuş, bu sistem üzerinde bazı algılayıcı hataları, eyleyici hataları ve fiziksel bileşen hataları simüle edilmiş ve hataların teşhis edilebilmesi için sinirsel gözlemciler kullanılarak çeşitli artan sinyalleri üretilmiştir. Nicel gözlemcilerin gözlem sürelerinin, gözlemcinin çeşitli hata tiplerine göre hassasiyeti üzerine etkisi incelenmiş ve bu incelemenin sonucunda eyleyici ve fiziksel bileşen hatalarına karşı daha hassas bir gözlemci yapısı önerilmiştir. Klasik ARX gözlemci, yapılandırılmış gözlemciler ve önerilen gözlemci yapısı kullanılarak artan sinyalleri (residual) elde edilmiş, bu sinyaller birbiriyle karşılaştırılmış ve hata teşhisi amaçlı kullanımları değerlendirilmiştir. ABSTRACT FAULT DIAGNOSIS OF THREE TANK SYSTEM BY USING ARTIFICIAL NEURAL NETWORKS Developments in automatic control theory and computer technologies have triggered a lot of studies in the fields of fault diagnosis and fault tolerant control. After 1970s, model based mathematical fault diagnosis techniques have been developed. Developments in the computer technologies have enabled these techniques to be used in practical sense. Fault tolerant control and fault diagnosis techniques, which were initially applicable in planes and nuclear plants, have enlarged its applicability towards other control systems. In this area, the basic problem of mathematical techniques is so that they need an accurate linear system model. However, in practice, almost all of the control systems are nonlinear. Practical works in this area are accomplished after the linearization of the mathematical model. Therefore, while moving away from the operating point, model starts to fail to represent the system well. Also, the existence of a modeling error is inevitable. Because of the hardness and problems in mathematical modeling, since 1990, artificial neural networks have been used in system modeling and as a result, in fault diagnosis. In this work, a three tank system is built in a laboratory, some sensor, actuator and physical component faults have been applied to the system and some residuals have been produced by using neural observers. The effect of the observing period of the qualitative observers on the observer’s sensitivity in some kinds of faults has been investigated, and as a result of this investigation, an observer structure, which is more sensitive in actuator and physical component faults, has been purposed. By using classical ARX observer, structural observer and the purposed observer structure, residuals were obtained, these signals were compared with each other and their usage in fault diagnosis was discussed.