Adaptif ağ yapısına dayalı bulanık çıkarım sisteminin (ANFIS) sayısal işaret işlemci ile gerçekleştirilmesi ve uygulaması
Yükleniyor...
Dosyalar
Tarih
2009
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
İnönü Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Günümüzde sayısal işaret işlemcilerin gelişmesi ile birlikte kontrol sistemlerinde klasik yöntemlerin yerine farklı algoritmalar kullanılmaya başlanmıştır. Bu tezde yaygın olarak kullanılmakta olan algoritmalardan biri olan ANFIS algoritması kullanılarak bir DC Motorun hız kontrol gerçekleştirildi. ANFIS algoritmasının gerçekleştirilmesi için sayısal işaret işlemci olarak Microchip firmasının ürettiği dsPic30f2010 kullanıldı. DC Motor kontrol uygulamasında, motor dönüş hızı gerilime dönüştürülerek sayısal işaret işlemciye aktarıldı. Bu gerilim değeri ile referans giriş gerilim değeri arasındaki hata ve hatanın değişimi hesaplanarak, ANFIS girişleri olarak kullanıldı. Hesaplanan ANFIS çıkış kontrol değeri PWM sinyaline dönüştürüldü ve bu sinyal ile MOSFET devre elemanı sürülerek motor akımı kontrol edildi. ANFIS yapısının eğitimi için kullanılacak veriler PID ile kontrol edilen bir DC Motor sistemi üzerinden elde edildi. Kontrol edilen sistemde, referans değer ile motorun hız değeri arasındaki hata ve hatanın değişimi ANFIS'in giriş eğitim verileri, PID denetleyicisi çıkışı ise ANFIS çıkışında olması istenen referans değeri olarak kullanıldı. Bu değerler bilgisayardaki veri toplama kartı kullanılarak Matlab programı aracılığı ile elde edildi. Bilgisayarda Matlab Simulink'te gerçekleştirilen PID ve ANFIS uygulamalarına ait sonuçlar ile sayısal işaret işlemcide gerçekleştirilen ANFIS uygulaması sonuçları karşılaştırıldı ve bu sistemlerin ayrı ayrı performansları incelendi.
With the development of digital signal processing integrated circuits (DSPIC) instead of conventional methods variety of algorithms have been developed and used in control systems. In this thesis, the speed of a DC motor (30 V; 2A; 3100 rpm) was controlled using an adaptive neuro-Fuzzy inference system (ANFIS). The system was primarily simulated in Matlab© environment, and afterward was realized by embedding the soft computer program into a DSPIC as the controlling system. In the training phase of the ANFIS, the output error and the error evolution were used as the input parameters while the output of the PID controller used as the desired reference output for the designed ANFIS system. The trained ANFIS system was first tested for controlling the speed of the DC motor in the Matlab environment and afterward the developed ANFIS algorithm was embedded into the DSPIC which is widely used in the automation media and the speed of the DC motor was controlled. Through the designed embedded system, the speed of the motor was controlled by driving the MOSFET current driver in the hardware circuit by the pulse width modulated (PWM) signal produced by ANFIS. The performance of the systems were all analyzed and compared together.
With the development of digital signal processing integrated circuits (DSPIC) instead of conventional methods variety of algorithms have been developed and used in control systems. In this thesis, the speed of a DC motor (30 V; 2A; 3100 rpm) was controlled using an adaptive neuro-Fuzzy inference system (ANFIS). The system was primarily simulated in Matlab© environment, and afterward was realized by embedding the soft computer program into a DSPIC as the controlling system. In the training phase of the ANFIS, the output error and the error evolution were used as the input parameters while the output of the PID controller used as the desired reference output for the designed ANFIS system. The trained ANFIS system was first tested for controlling the speed of the DC motor in the Matlab environment and afterward the developed ANFIS algorithm was embedded into the DSPIC which is widely used in the automation media and the speed of the DC motor was controlled. Through the designed embedded system, the speed of the motor was controlled by driving the MOSFET current driver in the hardware circuit by the pulse width modulated (PWM) signal produced by ANFIS. The performance of the systems were all analyzed and compared together.
Açıklama
Anahtar Kelimeler
ANFIS, DC Motor, PID, Eğitim verisi, Bulanık Mantık, Yapay Sinir Ağları, Sayısal İşaret İşlemci, Training data, Fuzzy Logic, Neural Network, Digital Signal Processor
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Baysal, N. (2009). Adaptif ağ yapısına dayalı bulanık çıkarım sisteminin (ANFIS) sayısal işaret işlemci ile gerçekleştirilmesi ve uygulaması. İnönü Üniversitesi Fen Bilimleri Enstitüsü. 1-97 ss.
