2 sonuçlar
Arama Sonuçları
Listeleniyor 1 - 2 / 2
Öğe Düşürücü tip bir da-da dönüştürücünün sistem tanımlama yöntemiyle tasarımı ve optimizasyonu(Batman Üniversitesi Lisansüstü Eğitim Enstitüsü, 2022-02-15) Bozkurt, Nurullah; Sevim, DavutBir dönüştürücünün transfer fonksiyonunu elde etmek için matematiksel modelleme gibi karmaşık işlemler gerekmektedir. Sistem tanımlama yöntemleri bu noktada matematiksel modelleme gerektiren işlemleri çok hızlı ve doğru bir şekilde çözmemize olanak sağlamaktadır. Bu çalışmada, MATLAB / Simulink uygulaması ile kontrolsüz bir düşürücü tip DA-DA dönüştürücü tasarımı yapıldıktan sonra sistem tanımlama metodu kullanılarak transfer fonksiyonuna dayalı yeni bir modelleme tasarımı amaçlanmıştır. Simulink uygulaması üzerinde belirlenen giriş ve çıkış değerleri tasarımı yapılan sistemin transfer fonksiyonunun katsayılarının belirlenebilmesi için veri girişleri olarak kullanılmıştır. MATLAB Sistem Tanımlama Araç Kutusu kullanılarak farklı kutup ve sıfırlar ile katsayılar belirlenmiş ve transfer fonksiyonları modelleri önerilmiştir. Önerilen modellerin performans değerleri ve ortaya konmuştur. Tasarımı yapılan sistem için transfer fonksiyonu seçimi yapılmıştır. Kontrolsüz olan sistemi kararlılık derecesini arttırmak için sisteme PID kontrolör eklenmiştir. PID kontrole ait parametrelerin optimizasyonu için Ziegler-Nichols basamak cevap yöntemi, MATLAB ‘PID Tuner’ uygulaması ve MATLAB ‘pidtune’ fonksiyonu kullanılmış ve söz konusu yöntemlerin performans değerleri karşılaştırılmıştır. MATLAB uygulamalarının literatürde yaygın olarak kullanılan Ziegler-Nichols yöntemine göre daha başarılı sonuçlar verdiği ortaya konmuştur. Sistem için MATLAB ‘PID Tuner’ uygulaması ile katsayıları belirlenmiş olan PID kontrolör tercih edilmiştir. Düşürücü tip DA-DA dönüştürücü simülasyon devresinin kontrolsüz ve PID kontrollü açık çevrim ve kapalı çevrim performansları kıyaslanmıştır. Devre sonuçları incelendiğinde, MATLAB sistem tanımlama araç kutusu kullanılarak çıkarımı yapılan transfer fonksiyonunun devreyi hızlı ve doğru bir şekilde modellediği ve kontrolör tasarımını basitleştirildiği görülmüştür.Öğe Meta-sezgisel algoritmaların sistem tanımlama problemlerine uygulanması(Batman Üniversitesi Lisansüstü Eğitim Enstitüsü, 2023-06-20) Zaloğlu, Metin; Fidan, ŞehmusSon yıllarda çeŞitli optimizasyon problemlerini çözmek için kullanılan meta-sezgisel optimizasyon algoritmalarının sayısında önemli artıŞlar yaŞanmıŞtır. Bu tür algoritmalar, biyolojik evrim, sürü davranıŞı, bitki büyüme süreçleri vb. gibi fenomenlerden ilham alarak tasarlanmıŞtır. Çok çeŞitli algoritmalar olmakla birlikte genetik algoritma, parçacık sürü optimizasyon algoritmaları oldukça popülerdir. Meta-heuristik algoritmalar, makine öğrenmesinde hiperparametre hesaplama, kontrolör tasarımı, finans vb. çok çeŞitli uygulama alanlarında etkin bir Şekilde kullanılmaktadır. Yapılan literatür araŞtırmalarında meta-heuristik algoritmaların sistem tanımlama problemlerine uygulanmasında önemli eksiklikler olduğu belirlenmiŞtir. Sistem tanımlama yöntemleri, sistemin giriŞ ve çıkıŞ verilerini kullanarak sistemin matematiksel modelini belirlemeye çalıŞır. Bir sistemin matematiksel modelini elde etmek genellikle zahmetli ve karmaŞık bir süreç olabilir. Bu sürecin giriŞ/çıkıŞ verilerinin analiz edilmesi yoluyla sistem tanımlama yöntemleri kullanarak aŞmak mümkündür. Bu Şekilde, sistemin davranıŞını anlamak ve optimize etmek için kullanılabilecek bir model elde edilebilir. Bu çalıŞmada, Meta-sezgisel algoritmalar, saç kurutma(hair-dryer) deney setinden alınan giriŞ/çıkıŞ verileri kullanılarak sistemin modelini elde etmek için kullanılmıŞtır. Tezde; yapay ekosistem (AEO), çiçek tozlaŞma (FPA), karınca aslanı (ALO), güve-alev (MFO), halat çekme (TWO), atom arama (ASO), beyin fırtınası (BSO), su döngüsü (WCA), mercan resifleri (CRO) ve yaŞam seçimi tabanlı algoritma (LCO) gibi çeŞitli meta sezgisel optimizasyon algoritmaları ele alınmıŞ ve sistem tanımlama problemine uygulanmıŞtır. Belirtilen algoritmaların zaman, maksimum jenerasyon, erken durdurma ve fonksiyon hesaplama sınırlılıkları ele alınmıŞ ve performansları incelenmiŞtir. Algoritmaların performanslar karŞılaŞtırıldığında AEO algoritması, diğer algoritmalara göre yüksek bir performans göstermiŞtir. Yapılan analizler sonucunda önerilen meta-sezgisel algoritmaların sistem tanımlama problemlerine kolaylıkla ve baŞarıyla uygulanabileceği görülmüŞtür.
