Klasik tam sayı dereceli kontrolörlerin yerine kesir dereceli kontrolörlerin (PIλDµ) kullanılması giderek yaygınlaşmakta ve tercih edilmektedir. Kesir dereceli sistemler kullanılarak, performansı yüksek ve daha dayanıklı sistem cevapları alınabilmektedir. Kesir dereceli kontrolör tasarımı için kontrolör katsayı ve parametrelerin en uygun şekilde hesaplanması gerekir. Bulanık mantık ve yapay sinir ağları kontrol yöntemleri hem birlikte hem de ayrı şekilde kullanılarak katsayıları ayarlanabilen kesir dereceli PID kontrolör tasarımlarına daha kısa sürede tasarım, hız ve dayanıklılık kazandırılmıştır. Bu tezde, kesir dereceli kontrolör tasarım çalışmalarında, önce model referans uyarlama yöntemi ve daha sonra sinirsel-bulanık sistem yapısı kullanarak kesir dereceli PID kontrolör tasarımları gerçekleştirilmiştir. Kesir dereceli sinirsel-bulanık sistemi ile kontrolör tasarımı için uyarlamalı sinirsel bulanık çıkarım sistemi (ANFIS) kullanılarak kesir dereceli PID kontrolör yapısı oluşturulmuştur. Bu şekilde bulanık mantık ve yapay sinir ağlarının avantajları birlikte kullanılmıştır. Bu yöntemler, çevrim içi veya çevrim dışı olarak kendi kendine öğrenme, organize olma, en iyi çalışma noktasına ayarlanma kabiliyetlerine sahiptirler. Bu tezde tasarlanan kesir dereceli PID kontrolörün katsayıları için yapay sinir ağları ve ayrıca önceden eğitilmiş ANFIS blokları kullanılmış ve tasarlanan kontrolörlerin benzetim uygulamaları gerçekleştirilmiştir. Son aşamada değiştirilmiş hiperbolik tanjant fonksiyonunu kullanan otomatik ayarlamalı sinir hücreleri ile katsayıları ayarlanabilen kesir dereceli PID kontrolör tasarlanmış ve birim basamak cevapları alınmıştır. Çalışma kapsamında tasarlanan kesir dereceli kontrolörlerin performansları, kararlılıkları ve dayanıklılıkları benzetim programları ile test edilip sistemin çıkış cevapları karşılaştırılarak yorumlanmıştır. Çalışma sonunda çevrim içi katsayıları ayarlanabilen kontrolörlerin, diğer kontrolörlere göre performanslarının ve dayanıklıklarının daha iyi olduğu bilgisayar benzetimlerinde saptanmıştır. Ayrıca, kontrolör katsayılarını bulma ve ayarlama işlemindeki uğraşı ve zaman kaybı en aza indirgenmiştir.
The use of fractional order controllers (PIλDμ) instead of classical integer order controllers is becoming increasingly common and preferred. By using fractional order systems, system responses with high performance and robustness can be obtained. For fractional order controller design, control coefficient and parameters should be calculated in the most appropriate way. By using adaptive, fuzzy logic and artificial neural network control methods either together or separately, less design time, speed and robustness gained to the design of fractional order PID controllers with adjustable coefficients. In this thesis, firstly a fractional order controller design with adaptive model reference method was performed. After this stage the controller was designed with neural-fuzzy system structure. A fractional PID controller structure was constructed using the adaptive neural fuzzy inference system (ANFIS) for fractional order neural-fuzzy controller design. In this way, the advantages of fuzzy logic and artificial neural networks are used together, because these methods have the ability to self-learning, self-organizing and self-adjusting to the optimum point, online or offline. Artificial neural networks and previously trained ANFIS blocks are used as coefficients of the fractional PID controller designed in this thesis and the simulations of the designed controllers has been carried out. At the last stage a fractional order controller was designed with a auto-tuning neuron that uses the modified hyperbolic tangent function and the unit step responses were taken. At the end of the study, the computer simulations show that the controllers whose coefficients adjusted on-line have better performance, stability and robustness than the other controllers. Furthermore, the effort and time lost in the process of finding and adjusting the controller coefficients has been reduced to mi
