Doğru akım motorunun genetik algoritmalar yardımıyla bilgisayar temelli PI-tip bulanık mantık kontrolü

ÖZET Günümüzde yaygın olarak endüstride kullanılmaya başlanılan -bulanık kontrol sistemlerinde en önemli kısım, sisteme ait kural tabanın oluşturulmasıdır. Çünkü iyi sonuçlar alınabilecek kural taban, ancak sistemi tanıyan ve sistem hakkında tecrübeye sahip bir uzman tarafından tanımlanabilir. Bu da sistem için gerekli kontrol yapışım oluşturmada, ancak uzun zaman alan denemeler sonucu başarılabilir. Son yıllarda bu ve benzeri problemler nedeniyle bulanık kontrol sistem için gerekli kural tabanı otomatik olarak öğrenme veya örneklerden çıkaracak araştırıcı yöntemler kullanma yoluna gidilmektedir. Bu çalışmada, bir DC motorun bulanık kontrolünde gerekli kural tabanın belirlenmesi için öğrenme metodları araştırılmış ve Bulanık Mantık kontrolör için Genetik Algoritmalar temelli yeni bir öğrenme algoritması geliştirilmiştir. Geliştirilen metod ile elde edilen PI-tip bulanık kontrolör, Bulanık Model Temelli Öğrenme algoritması (Layne J.R., Passino K.M., 1993) ile elde edilen PD-tip Bulanık kontrolör ve manuel olarak yapılandırılan bir bulanık kontrolör sonuçlan ile karşılaştırılmış ve geliştirilen öğrenme algoritmasının DC motorun bulanık kontrolünde başarılı sonuçlar verdiği gözlenmiştir. Bu tez çalışmasında, Bulanık Model Referans Öğrenen Control Algoritması (FMRLC- Fuzzy Model Reference Learning Control) ilk olarak DC Motor hız kontrolü için simulasyon bazda kullanılmış ve elde edilen sonuçlar "International Conference on Signal Process Applications And Technologies, Dallas, TX, October 2000, USA" konferansında sunulmuştur. Bu algoritma öğrenmeye dayalı olduğundan DC motor PD-tip bulanık kontrolör dizaynı için kullanılmıştır. FMRLC algoritması doğrudan bulanık kontrolör bilgi tabanım tasarlamak ve yeni durumlara karşı düzenlemek için otomatik öğrenmeye bağlı bir metod sağlamaktadır. PD-tip Bulanık Kontrolöre ait elde edilen kural tabanın tezde kullanılan DC motor transfer fonksiyonuna uygulanmasıyla elde edilen sonuçlar, bu tezde geliştirilen Genetik Bulanık Sisteme ait sonuçların değerlendirilmesinde kullanılmıştır. Bu tezde kullanılmak üzere, PC parallel portu üzerinde 8-bit olarak bilgi transferi olanağı sağlayan ve üzerinde motor sürme devresi ve hız geri bilgisi sağlayabilen bir dijital I/O (giriş- çıkış) arabirim oluşturulmuştur. Kontroller PC üzerinde oluşturularak on-line olarak motor kontrolü gerçekleştirilmiştir. Motor hız bilgisi arabirim üzerinden bilgisayara gönderilerek grafik üzerinde izlenmesi sağlanmıştır. DC motor hız kontrolü için Genetik temelli Bulanık Kontrol Kural Tabanı Öğrenme algoritması (GBS) geliştirilerek en uygun kurallar araştırılmıştır. Genetik Bulanık Kontrol Algoritması Turbo C programlama dili ile yazılmıştır. Kontrol edilecek sistemin parametreleri kullanılarak matematiksel modeli elde edilmiş ve ilk olarak bu model üzerinde uygulanmıştır. Off-line olarak elde edilen kural taban bulanık kontrol programına yerleştirilerek PC üzerinden tasarımı yapılan arabirim devresi üzerinden motora başarıyla uygulanmıştır. Alınan sonuçlar göz önüne alındığında GBS algoritması elde tasarlanan PI-tip Bulanık kontrolörün FMRLC öğrenme algoritması ile tasarımı yapılan PD-tip bulanık kontrol sistemine göre daha iyi performansa sahip olduğu görülmüştür. Genetik algoritmanın bir çözüm uzayında en iyiyi araştırma yapısından dolayı algoritmanın her çalıştınlışında farklı kural taban elde edilmektedir. Verimli sonuç alınması, algoritma çözüm havuzun geniş olarak seçilmesiyle orantılı olmakta fakat öğrenme zamanı açısından süreyi uzatmaktadır. Anahtar Kelimeler : Bulanık Kontrol, Genetik Algoritmalar, DC motor, Kural Taban Öğrenilmesi xii