Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Marmara Üniversitesi, Teknoloji Fakültesi, Elektrik - Elektronik Mühendisliği Bölümü, Türkiye
Tezin Onay Tarihi: 2012
Tezin Dili: Türkçe
Öğrenci: ERDAL YILMAZ
Danışman: AHMET FEVZİ BABA
Özet:HİDROLİK BİR SİSTEMİN YAPAY SİNİR AĞLARI İLE MODELLENMESİ VE KATSAYILARI GENETİK VE PARCAÇIK SÜRÜ ALGORİTMALARI İLE OPTİMİZE EDİLMİŞ PID İLE KONTROLÜ Bu tez çalışmasında, Marmara Üniversitesi Elektronik-Bilgisayar Eğitimi Bölümü Pnömatik ve Hidrolik Laboratuarında bulunan eğitim setlerinden biri olan hidrolik motor kontrol sisteminin yapay sinir ağları ile modellenmesi ve PID kontrolör ile kontrol edilmesi amaçlanmıştır. PID kontrolörün parametrelerinin optimal değerlerini bulmak için genetik algoritma ve parçacık sürü optimizasyonu yöntemlerinin kullanılması amaçlanmıştır. Bir sistemin yapay sinir ağları ile modelleme için sistemin davranışının bilinmesi gerekmektedir. Bunun için sisteme belli giriş değerleri verilmiş ve bu değerlere karşılık sistem çıkışları elde edilerek giriş-çıkış veri seti oluşturulmuştur. Bu veri seti kullanılarak sistem için farklı gizli katman nöron sayılarına ve geçmiş mod sayılarına sahip modeller oluşturulmuştur. Bu farklı modellerin açık çevrim çıkışları ile sistemin açık çevrim çıkışı arasındaki regresyon değeri 1’e en yakın olan model, sistemin dinamik modeli olarak seçilmiştir. Sistemin gerçek zamanlı kontrolü için görsel programlama ile sistemin kontrol yazılımı geliştirilmiştir. Sistem ve model farklı referanslarda çalıştırılmış ve sonuçları karşılaştırılmıştır. Son olarak sistem yüklü çalıştırılmıştır ve sistemdeki kontrolörün etkisi incelenmiştir. ABSTRACT MODELLING A HYDRAULIC SYSTEM USING ARTIFICIAL NEURAL NETWORKS AND CONTROLLING WITH PID ALGORITHM COEFFICIENTS OPTIMIZED BY GENETIC AND PARTICLE SWARM ALGORITHMS In this thesis, modeling a hydraulic motor control system by artificial neural networks and controlling it with PID controller is aimed. As a control system, hydraulic motor experiment set in Marmara University, Department of Electronic Computer Education, Pneumatic and Hydraulic Laboratory is used. To find optimal values of the PID controller parameters, genetic algorithm and particle swarm optimization methods is intended for use. The behavior of the system has to be known for dynamic modeling by artificial neural networks. For this, system has been run by certain inputs and output data of system are used to compose input-output data set. With these data set models are created containing different numbers of hidden layers’ neurons and different numbers of previous mode. It is chosen as a dynamic model of system, which regression value between open loop responses of these different models and real system output, is closest to one. For real time control of the system, a control software is designed in visual programming platform. The system and the model are run with different references and their results are compared. Finally, the system is run with loaded conditions and observed by means of controller effect in the system.