Akademik Veri Yönetim Sistemi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Marmara Üniversitesi, Teknoloji Fakültesi, Elektrik - Elektronik Mühendisliği Bölümü, Türkiye
Tezin Onay Tarihi: 2013
Tezin Dili: Türkçe
Öğrenci: İLKER YILDIZ
Danışman: AHMET FEVZİ BABA
Özet:ANAHTARLAMALI RELÜKTANS MOTORUN GENETİK BULANIK MANTIK DENETLEYİCİ İLE NONLİNEER HIZ VE KONUM DENETİMİ Bu çalışmada, Anahtarlamalı Relüktans Motorun (ARM) Genetik Bulanık Mantık denetleyici ile nonlineer hız ve konum denetimi gerçekleştirilmiştir. Bu amaçla, ilk olarak ARM’nin akı-akım-konum verileri deneysel olarak elde edilmiştir. Bu veriler kullanılarak, yapay sinir ağı (YSA) ile ARM’nin nonlineer modeli çıkartılmıştır. Elde edilen YSA modeli ve değişken yükler kullanılarak motorun hız ve konum sürme sistemi bilgisayar ortamında simule edilerek Bulanık Mantık (BM) hız ve konum denetleyicilerinin kural tabanları Genetik Algoritmalar (GA) ile belirlenmiştir. Oluşturulan YSA modeli ve genetik tabanlı BM hız ve konum denetleyiciler TMS320F2812 sayısal sinyal işleyici (Sİİ) ile gerçek zamanlı olarak 8/6 bir ARM’nin sürme sisteminde uygulanmıştır. Böylece hem yük hem de ARM’nin kendi içyapısından kaynaklanan nonlineerlik etkilerini dikkate alan bir ARM hız ve konum sürme sistemi ortaya koyulmuştur. Geliştirilen yöntemin performansının karşılaştırılması için Proportional Integral (PI) denetim yöntemi ile de hız ve konum denetimleri yapılmıştır. Elde edilen test sonuçları ortaya koyulan hız denetim yönteminin değişken hız ve yük koşullarında, konum denetim yönteminin de farklı yüksüz ve yüklü konum koşullarında etkin ve yüksek performans sağladıklarını göstermiştir. Anahtar Kelimeler : Anahtarlamalı Relüktans Motor, Genetik Algoritma, Bulanık Mantık, Yapay Sinir Ağı, Genetik Bulanık Mantık Denetleyici, Sayısal Sinyal İşleyici, Hız ve Konum Denetimi ABSTRACT NONLINEAR SPEED AND POSITION CONTROL OF SWITCHED RELUCTANCE MOTOR WITH GENETIC FUZZY LOGIC CONTROLLER In this study, nonlinear speed and position control have been implemented with genetic fuzzy logic controller of the switched reluctance motor (SRM). For this purpose, firstly, the flux-current-position data of SRM have been obtained experimentally. By using these data, nonlinear model of SRM has been found with artificial neural network (ANN). The rule bases of the fuzzy logic speed and position controllers have been determined by genetic algorithm through using obtained artificial neural network (ANN) model and variable loads as well as simulation speed and position drive system of motor in the computer. Determined artificial neural network (ANN) model and genetic based fuzzy logic (FL) speed and position controllers have been implemented in a driving system of a 8/6 SRM simultaneously with TMS320F2812 digital signal processing (DSP).Thus nonlinearities which arrise both from load and self internal structure of the SRM, speed and position driving system were implemented. Proportional Integral (PI) speed and position controllers have also been implemented in order to compare performance process of the developed controllers. Obtained test results have indicated that speed control process has provided effective and high performance under variable speed and load conditions. Position test results have also indicated that position control process has provided effective and high performance under different loaded and non-loaded position conditions. Keywords : Switched Reluctance Motor, Genetic Algorithm, Fuzzy Logic, Artificial Neural Network, Genetic Fuzzy Logic Controller, Digital Signal Processor, Speed and Position Control.