Show simple item record

dc.contributor.advisorBarut, Murat
dc.contributor.authorZerdali, Emrah
dc.date.accessioned2021-11-30T13:51:10Z
dc.date.available2021-11-30T13:51:10Z
dc.date.issued2016en_US
dc.date.submitted2016-09
dc.identifier.citationZerdali, E. (2016). Asenkron motor kontrolü için yapay zeka tabanlı algoritmaların geliştirilmesi ve gerçek-zamanlı uygulamaları. (Doktora Tezi) Niğde Ömer Halisdemir Üniversitesi, Fen Bilimleri Enstitüsü, Niğdeen_US
dc.identifier.urihttps://hdl.handle.net/11480/8435
dc.description.abstractBu tez çalışmasında, asenkron motorların (ASM'lerin) hız-algılayıcısız kontrolü için yapay zeka tabanlı kestirim algoritmalarının geliştirilmesi ve gerçek-zamanlı uygulamaları gerçekleştirilmiştir. Bu amaçla, literatürdeki ASM'lerin hız-algılayıcısız kontrolünde kullanılan çalışmalar incelenerek, tez çalışması kapsamında dört farklı çalışma önerilmiştir. İlk çalışmada, hız-algılayıcısız ASM kontrolünde kullanılan modele uyarlamalı sistemlerin uyarlama mekanizmasındaki geleneksel PI kontrolör yerine, kestirim başarımını arttırmak amacıyla iki adet optimize edilmiş bulanık mantık kontrolör (BMK) tasarımı gerçekleştirilmiştir. İkinci çalışmada, çift-girişli genişletilmiş Kalman filtresi (GKF) algoritmasının tasarımı gerçekleştirilmiş ve yüksek başarımlı kestirimler elde edebilmek amacıyla çift-girişli GKF'ye ait sistem (Q) ve ölçme (R) gürültü kovaryans matrisleri, zaman alıcı deneme-yanılma yöntemi yerine, genetik algoritma yardımıyla belirlenmiştir. Üçüncü çalışmada, sezgisel algoritmaların ve maliyet fonksiyonlarının GKF optimizasyonu üzerindeki etkisi incelenmiştir. Gerçekleştirilen dördüncü çalışmada, ASM'nin çalışma koşullarından etkilenen ama genellikle sabit olarak kabul edilen GKF'ye ait Q ve R matrisleri tasarlanan BMK'lar yardımıyla ASM'nin çalışma koşullarına göre çevrimiçi olarak güncellenmiştir.en_US
dc.description.abstractIn this thesis, developments and real-time implementations of artificial intelligent based algorithms are performed for speed-sensorless control of induction motors (IMs). For this purpose, studies on speed-sensorless control of IMs are investigated in the literature, and four different studies are proposed in this thesis. In the first study, instead of conventional PI controller which is utilized in the adaptation mechanism of model reference adaptive systems used for speed-sensorless control of IMs, two optimized fuzzy logic controllers (FLCs) are designed in order to increase the estimation performance. Secondly, bi-input extended Kalman filter (EKF) algorithm is designed, and in order to obtain high performance estimations its system (Q) and measurement (R) noise covariance matrices are optimized by using genetic algorithm instead of time-consuming trial-and-error method. Thirdly, the effect of heuristic algorithms and fitness functions on EKF optimization is investigated. In the last fourth study, the elements of ... and ...noise covariance matrices in EKF algorithm, which are affected by operation conditions of IM but generally kept as constant, are online updated by the designed FLCs.en_US
dc.language.isoturen_US
dc.publisherNiğde Ömer Halisdemir Üniversitesi / Fen Bilimleri Enstitüsüen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectAsenkron motoren_US
dc.subjectHız-algılayıcısız kontrolen_US
dc.subjectYapay zekaen_US
dc.subjectInduction motoren_US
dc.subjectSpeed-sensorless controlen_US
dc.subjectArtificial intelligenceen_US
dc.titleAsenkron motor kontrolü için yapay zeka tabanlı algoritmaların geliştirilmesi ve gerçek-zamanlı uygulamalarıen_US
dc.title.alternativeDevelopments and real-time implementations of artificial intelligent based algorithms for induction motor controlen_US
dc.typedoctoralThesisen_US
dc.departmentNiğde ÖHÜ, Fen Bilimleri Enstitüsü, Elektrik Elektronik Mühendisliği Ana Bilim Dalıen_US
dc.relation.publicationcategoryTezen_US


Files in this item

This item appears in the following Collection(s)

Show simple item record