1,721,010 research outputs found
Synchronization of cardboard cutter knife with band conveyor
Get PDFBu tezin, veri tabanı üzerinden yayınlanma izni bulunmamaktadır. Yayınlanma izni olmayan tezlerin basılı kopyalarına Üniversite kütüphaneniz aracılığıyla (TÜBESS üzerinden) erişebilirsiniz.Fen Bilimleri Enstitüsü, Elektrik-Elektronik Ana Bilim DalıÖZET KARTON KESME BIÇAĞININ YÜRÜYEN BANDA SENKRONİZASYONU BARUT Murat Niğde Üniversitesi Fen Bilimleri Enstitüsü Elektrik-Elektronik Ana Bilim Dalı Danışman: Doç.Dr. Adnan GÖRÜR Eylül 1997, 132 Sayfa Bu çalışmada, Kayseri Organize Sanayi Bölgesinde bulunan oluklu mukavva karton kutu üreten bir işletmenin "Karton Kesme Bıçağının Yürüyen Banda (Bant Hızına) Senkronizasyonu'nu" sağlayan bir otomasyon sistemi gerçekleştirilmiştir. I. Bölümde, karton kesme bıçağının bant hızına senkronizasyonunun önemi belirtilerek, uygulamanın hangi materyal metodlarla gerçekleştirileceği açıklanmıştır. II. Bölümde, asenkron motorlar incelenerek, asenkron motorların sürücü sistemleri ve kontrol stratejileri belirlenmiştir. III. Bölümde, darbe genişlik modülasyonlu invertörler ile birlikte sürücü sistemleri irdelenerek, sürücü sistemi tayin edilmiştir. Ayrıca, belirlenen sürücü sistemi tasarlanarak, PSPICE analizi yapılmıştır. IV. Bölümde, otomasyon sisteminde kullanılan donanım birimleri ve teknik özellikleri izah edilmiştir. V. Bölümde, bant hızına ve kesilmesi istenen parçanın boyut bilgilerine bağlı olarak donanımı koordine eden yazılım programı açıklanmıştır. VI. Bölümde, tasarlanan otomasyon sisteminde kullanılan teorik ve uygulanan pratik yaklaşımlar ile birlikte elde edilen sonuçların yorumu yapılmıştır. Anahtar Sözcükler: AC Motor, Motor Kontrolü, AC Sürücü, İnvertör.SUMMARY SYNCHRONIZATION OF CARDBOARD CUTTER KNIFE WITH BAND CONVEYOR BARUT Murat Niğde University Enstitute Of Science Electric-Electronic Department Supervisor: Doç.Dr. Adnan GÖRÜR September 1997, 132 pages In this study, an automation system in the factory producing grooved cardboard box in Kayseri Organization Region providing "the synchronization of cardboard cutter knife with band conveyor (band speed)" is designed. In Chapter One, what material methods can be applied is considered and explained by indicating the importance of the synchronization of cardboard cutter knife with band speed. In Chapter Two, by examining asynchronous motors, the drive systems and control strategies of asynchronous motors are determined. In Chapter Three, PWM (Pulse Width Modulation) inverters and drive systems are examined and drive system is determined. In addition, PSPICE analysis are carried out by designing drive system determined. In Chapter Four, the hardware units used in the automation system and the technical features of the hardware are explained. In Chapter Five, software coordinating hardware depending on the information of the cutting dimension of the product and the band speed is explained. In Chapter Six, the theoretical and practical approaches applied in the automation system designed and their results are explained and discussed. Key Words: AC Motor, Motor Control, AC Drive, Inverter
Development and real-time application of a reduced-order extended kalman filter based estimator designed for speed-sensorless control of induction motors
Get PDFFen Bilimleri Enstitüsü, Elektrik-Elektronik Mühendisliği Ana Bilim DalıBu tez çalışmasında, Asenkron motorların (ASM'lerin) hız-algılayıcısız doğrudan moment kontrolü için indirgenmiş-dereceli bir genişletilmiş Kalman (İDGKF) filtresi tasarlanmıştır. Önerilen algoritma ölçülen stator akım ve gerilimlerini kullanarak, ASM'lerin hız-algılayıcısız kontrolü için gerekli tüm durumlara ilave olarak yük momenti ve rotor direnci değişimlerinin eş-zamanlı kestirimini hem benzetimlerle hem de gerçek-zamanlı deneylerle gerçekleştirmektedir. Geliştirilen algoritmanın başarım testi için rotor hızı, yük momenti ve rotor direnci değiştirilerek farklı senaryolar üretilmiştir. Bu zorlayıcı senaryolar altında elde edilen sonuçlar, bu çalışmada önerilen indirgenmiş-dereceli genişletilmiş Kalman filtresi (İDGKF) tabanlı kestirici ile aynı amaç için geliştirilmiş tam-dereceli genişletilmiş Kalman filtresi (TDGKF) tabanlı kestirim algoritmasının benzer kestirim başarımına sahip olduğunu; ancak, İDGKF'nin TDGKF'den daha az hesap-zamanına ihtiyaç duyduğunu göstermektedir. Bu yüzden yapılan tez çalışması, yukarıdaki değerlendirmeler ışığında literatürde bilinen ilk çalışmadır.In this thesis, a reduced-order extended Kalman Filter (ROEKF) based observer is developed for the speed-sensorless direct torque control (DTC) of induction motors (IMs). The proposed algorithm performs the simultaneous estimation of the load torque and the rotor resistance variations together with the all states required for the speed-sensorless DTC of IMs in simulations and real-time by using the measured stator currents and voltages. For the performance test of the developed algorithm, different scenarios are generated by varying the rotor velocity, load torque, and the rotor resistance. The obtained results under these challenging scenarios show that the proposed ROEKF based estimator in this study needs less computation times than the full-order extended Kalman Filter (FOEKF) based estimation algorithm developed for the same purpose in the current literature while both algorithms have the same estimation performance. Thus, it is first known study in the lights of the evaluations above
Applications of extended kalman filter based speed-sensorless estimation for induction motors
No full textBu tez çalışmasında, Asenkron motorların (ASM'lerin) 5. dereceden doğrusal olmayan dinamik modeli ve model parametreleri dSPACE firmasına ait DS1104 kontrolör kartı ile gerçek-zamanlı olarak doğrulanmıştır. Daha sonra, ASM'lerin hız kontrolü için çift girişli-genişletilmiş kalman filtresi (ÇG-GKF) tabanlı hız-algılayıcısız doğrudan moment kontrol (DMK) sistemi tasarlanmış ve benzetimlerle doğrulanmıştır. Hız-algılayıcısız DMK için stator direnci, rotor direnci ve viskoz sürtünme terimini de içeren yük momenti ile ilgili belirsizliklere ilave olarak, çıkış olarak da ölçülen stator akımları, stator akıları ve rotor açısal hızı bu tez çalışmasında geliştirilen ÇG-GKF ile eş-zamanlı olarak kestirilmiştir. Önerilen ÇG-GKF tabanlı hız-algılayıcısız DMK sisteminin başarımı, yüksek ve sıfır hız aralığında hız referansı, yük momenti, stator direnci ve rotor direncinin basamak ve/veya doğrusal değişimleri ile test edilmiştir. Son olarak, ölçülen stator gerilimleri ve akımları kullanılarak; stator akımlarını, rotor akılarını, rotor açısal hızını, yük momentini ve rotor ve stator dirençlerinin eş-zamanlı kestirimini içeren ÇG-GKF algoritması deneysel olarak gerçek-zamanda gerçeklenmiş ve rotor açısal hızı, yük momenti, rotor direnci ve stator direncinin ani değişimleri oluşturulmuş zorlayıcı senaryolar altında test edilmiştir. Bu tez kapsamında sunulan tüm sonuçlar oldukça tatmin edicidir. Bu yönleriyle, literatürde bilinen ilk çalışmadır.In this thesis, a fifth order nonlinear dynamic model and model parameters of induction motors (IMs) are verified in real-time experiments by using DS1104 controller board of dSPACE Inc. Later, for an angular velocity control of IMs, a Bi Input-extended Kalman filter (BI-EKF) based speed-sensorless direct torque control (DTC) system is design and confirmed in simulations. For the speed-sensorless DTC, the stator currents which are measured as output, the stator fluxes, and the rotor angular velocity in addition to the uncertainties in the stator resistance, the rotor resistance, and load torque including viscous friction term are simultaneously estimated by the BI-EKF algorithm developed in this thesis. The performance of the proposed BI-EKF based DTC system is experienced with the step and/or linear variations of the velocity reference, the load torque, the stator resistance, and the rotor resistance in the range of high and zero speed. Finally, by using the measured stator currents and voltages, the BI-EKF algorithm including the simultaneous estimations of the stator currents, the rotor fluxes, the rotor angular velocity, the load torque, and the rotor and stator resistances are experimentally implemented in real-time and tested under the challenging scenarios generated by the instantaneous variations in the velocity, the load torque, the stator resistance, and the rotor resistance in the wide speed range. All results presented in the scope of this thesis are quite satisfying. From these points of view, it is first known study in the literature
Developments and real-time implementations of estimation algorithms for induction motor drives
Get PDFBu tez çalışmasında, asenkron motorların (ASM'lerin) yüksek başarımlı kontrolü için hız-algılayıcılı ve hız-algılayıcısız durum ve parametre kestirimi yapan algoritmalar tasarlanmıştır. Bu amaçla, ASM'lerin hız-algılayıcılı ve hız-algılayıcısız kontrolünde kullanılan literatürdeki mevcut çalışmalar incelenerek, tez çalışması kapsamında altı farklı çalışma önerilmiştir. İlk çalışmada aktif güç denklemlerini kullanan modele uyarlamalı sistem (MUS) tabanlı stator direnci (R_s) kestiricisi tasarlanmıştır. İkinci çalışmada, geleneksel genişletilmiş Kalman fitresi (GKF) ve MUS tabanlı R_s kestiricisi algoritmaları birleştirilerek eş-zamanlı durum ve parametre kestirimi yapabilen karma kestirim algoritması gerçekleştirilmiştir. Üçüncü çalışmada, hız-algılayıcısız olarak ASM'ye ait kestirilen durum ve parametrelerin sayısını arttırmak amacıyla sekizinci dereceden tek modelin kullanıldığı yeni bir GKF algoritması literatüre tanıtılmıştır. Dördüncü çalışmada, eş-zamanlı rotor ve stator direnci kestirim problemini çözmek için hız-algılayıcısı kullanan tek modelin kullanıldığı GKF algoritması önerilmiştir. Beşinci çalışmada, dördüncü çalışmadaki hesap süresini azaltmak için indirgenmiş dereceli bir GKF (İDGKF) algoritması tasarlanmıştır. Son çalışmada ise ASM'lerin alan zayıflama bölgesindeki yüksek başarımlı kontrolü için yeni bir İDGKF'yi kullanan hız-algılayıcılı doğrudan VK sistemi tasarlanmıştır.In this thesis, algorithms estimating states and parameters with a speed-sensor or speed-sensorless are designed for high performance control of IM. For this aim, the existing studies in the literature proposed for the control of IM with speed-sensor or speed-sensorless are examined and six different studies are proposed in this thesis. In the first study, a stator resistance (R_s) estimator based on model reference adaptive system (MRAS) using active power equations is designed. In the second study, a new hybrid estimation method combining the conventional extended Kalman filter (EKF) and the MRAS-based R_s estimator is realized for the simultaneous estimations of IM states and parameters. In the third study, a novel EKF-based estimator using an eighth order IM model is introduced to the literature for increasing the estimated states and parameters of IM. In the fourth study, another new EKF algorithm utilizing an IM model is proposed for solving the simultaneous estimation problem of rotor and stator resistances. In the fifth study, a new reduced order EKF (ROEKF)-based estimator is designed for reducing the computational time of the new EKF algorithm which proposed in fourth study. In the last study, for the high performance control of IM in the field weakening region, a direct vector control (VC) using a novel ROEKF-based estimator with a speed-sensor is implemented
Comparison of extended and unscented kalman filters for speed sensorless kontrol of inducti?on motor
No full textBu tez çalışması Niğde Üniversitesi Bilimsel Araştırma Projeleri Koordinasyon Birimi FEB 2016/09-BAGEP nolu proje kapsamında desteklenmiştir.Bu tez çalışmasında, hız-algılayıcısız asenkron motorun (ASM'nin) kontrolü için 5. ve 6. dereceden genişletilmiş ASM modellerinin kullanıldığı genişletilmiş Kalman filtresi (GKF) ve dağılımlı Kalman filtresi (DKF) algoritmalarına ait gürültü kovaryans matrislerinin değerleri, diferansiyel gelişim algoritması (DGA) temelli çevrimdışı optimizasyon ile belirlenerek, algoritmaların başarımları benzetim ve gerçek-zamanlı deney çalışmaları ile karşılaştırılmaktadır. 5. dereceden modelin kullanıldığı GKF ve DKF algoritmaları ile stator akımlarının ve rotor akılarının stator duran eksen takımı bileşenleri ile birlikte rotor hızı kestirimleri yapılmaktadır. 6. dereceden modelin kullanıldığı GKF ve DKF algoritmaları ile 5. dereceden modelin kullanıldığı algoritmalardan elde edilen kestirimlere ek olarak yük momenti kestirimi eş zamanlı olarak gerçekleştirilmektedir. Böylece, literatürdeki mevcut çalışmalardan farklı olarak, bu tez çalışmasında hem GKF hem de DKF algoritmaları optimize edilerek başarımlarının adil olarak karşılaştırılması yapılmaktadır. Ayrıca, stator akımlarının ve rotor akılarının stator duran eksen takımı bileşenleri, rotor hızı, yük momenti ve rotor direncinin eş-zamanlı kestirimleri için 7. dereceden genişletilmiş ASM modelinin kullanıldığı DKF algoritması hem benzetim hem de gerçek zamanlı olarak gerçekleştirilerek literatüre tanıtılmaktadır.In this thesis, the elements of the covariance matrices associated with the extended Kalman filter (EKF) and the unscented Kalman filter (UKF) algorithms utilizing 5th and 6th order extended Induction motor (IM) models are determined by the differential evolution algorithm (DEA) based off-line optimization for speed sensorless control of IM and performances of the algorithms are compared by the simulation and real-time based experiments. Stator stationary axis components of the stator currents and rotor fluxes together with the rotor angular speed are estimated by the EKF and UKF algorithms using the 5th order IM model. In addition to these estimated states and parameter via the EKF and the UKF including the 5th order IM model, The EKF and UKF algorithms using the 6th order IM model perform the on-line estimation of the load torque. Thus, differently from the current studies in the literature, via optimizing both the EKFs and the UKFs algorithms, their performances are compare in a fair way in this thesis. Moreover, for the on-line estimations of stator stationary axis components of the stator currents and rotor fluxes, the rotor angular speed, load torque, and rotor resistance, an UKF algorithm with the utilization of the 7th order extended IM model is implemented in simulation and real time experiments and is introduced to the literature
The comparison of model reference adaptive system approachs for speed-sensorless control of induction motor
No full textBu tez kapsamında, basit ve sağlam yapıları, kolay üretilebilmeleri ve bakım gerektirmemeleri vb. üstünlükleri nedeniyle endüstride yaygın olarak kullanılan asenkron motorların (ASM'lerin) yüksek başarımlı hız-algılayıcısız kontrolünde kullanılan modele uyarlamalı sistemler (MUS) ile rotor hızı kestirimleri gerçekleştirilmiştir. İlk olarak ASM'ye ait dinamik model elde edilerek ASM'nin yüksek başarımlı kontrol yöntemlerinden olan doğrudan vektör kontrol (DVK), hız-algılayıcılı olarak benzetim ortamında gerçekleştirilmiştir. Daha sonra, literatüde mevcut olan rotor akısı, zıt elektromotor kuvveti, reaktif güç ve stator akımı temelli MUS yöntemleri doğrudan vektör kontrol sistemine dahil edilerek benzetim ortamında ve dSPACE 1104 kontrolör kartı kullanılarak gerçek-zamanlı olarak gerçeklenmiştir. Son olarak, tasarlanan MUS tabanlı hız-algılayıcısız yöntemlerin başarımları, stator direnci, rotor direnci ve yük momentindeki değişimler altında test edilmiş ve karşılaştırılmıştır.In this thesis, the estimations of rotor speed are performed by model reference adaptive systems (MRAS) used in high performance speed-sensorless control of induction motors (IMs), which are commonly utilized in industry due to simple and robust structures, easy to produce and maintenance-free, and so on. Firstly, obtaining the dynamic model of IM, direct vector control (DVC), which is one of the high performance control methods of IM, is realized by the utilization of speed-sensor in simulation. Next, rotor flux, back electromotive force, reactive power, and stator current based MRAS methods available in the literature are implemented in the simulation by directly including them to the DVC system and in the real-time by the utilization of dSPACE 1104 controller board. Thus, the high performance speed-sensorless control systems of IMs are obtained. Finally, the performances of the realized MRAS-based speed-sensorless methods are tested and compared under variations in stator resistance, rotor resistance and load torque
Development and real-time implementations of im control algorithms on field programmable gate arrays
No full textBu tez çalışmasında, literatüre göre ilk kez, asenkron motorların (ASM'lerin) sıfır hız ile anma hızının üzerindeki alan zayıf bölgesini de kapsayan geniş bir hız aralığında hız-algılayıcısız kontrolü için, stator akımlarının stator duran eksen takımı bilişenleri ve rotor akılarının stator duran eksen takımı bilişenlerine ilave olarak, rotor mekanik hız bilgisini, yük momentini, rotor direncini, stator direncini ve mıknatıslama endüktansını kestirimlerini gerçekleştirebilen genişletilmiş Kalman filtresi (GKF) tabanlı yeni kestirim yöntemleri önerilmiştir. Önerilen kestirim yöntemleri ve kontrol algoritmaları hesap yüklerinin azaltılması amacı ile paralel mimariye sahip Xilinx Virtex XC5VLX110T serisi alan programlamalı kapı dizileri (APKD) üzerinde gerçeklenerek donanım tabanlı benzetim (DTB) ortamında ve APKD tabanlı gerçek-zamanlı açık-çevrim deney düzeneği üzerinde başarımları test edilmiştir.In this study, according to the literature it is the first time that extended Kalman filter (EKF) based new estimation methods are proposed for the speed-sensorless control of the induction motors (IMs) at all speeds ranging from zero speed to very high speeds greater than the rated/based speed, which is known in the literature as the field-weakening region or operation. These estimation methods include estimations of the rotor mechanical speed, load torque, rotor resistance, stator resistance and magnetizing inductance in addition to stator stationary axis components of the stator current and stator stationary axis components of the rotor flux. The proposed estimation algorithms and vector control methods have been implemented on Xilinx Virtex 5 XC5VLX110T series field programmable gate arrays (FPGA) which has parallel architecture in order to decrease the computational burden and sampling time of the estimation methods and control algorithms. Then the performance of the proposed estimation methods have been tested in hardware in the loop (HIL) and on the FPGA based real-time open-loop experimental setup
Performance evaluation and comparison of genetic and differential evolution algorithms in determination of electrical and mechanical parameters of induction motors
Get PDFFen Bilimleri Enstitüsü, Elektrik-Elektronik Mühendisliği Ana Bilim Dalı, Elektrik Makinaları Bilim DalıBu tez çalışmasında, asenkron motorun (ASM'nin) yüksek başarımlı kontrolünün gerçekleştirilmesi amacıyla, ASM'nin dinamik modeline ait elektrik ve mekanik parametreleri tek-amaçlı akım, tek-amaçlı hız ve çok-amaçlı akım ve hız hatalarına göre genetik algoritma (GA) ve diferansiyel evrim algoritması (DEA) ile belirlenerek, algoritmaların başarımları hem benzetim ortamında hem de gerçek zamanlı deney çalışmaları ile karşılaştırılmıştır. Eniyileme işlemlerinde, sadece elektriksel parametrelerin belirlenmesi için ASM'nin dinamik modelinde elektriksel yana ilişkin dört eşitlik kullanılırken, elektriksel ve mekanik parametrelerin belirlenmesi durumunda dinamik modele ait beş eşitlik kullanılmıştır. Bu eniyileme çalışmalarında GA ve DEA'dan elde edilen parametre değerleri, geniş bir hız aralığında yük değişimlerini içeren senaryolar altında test edilmiş, GA ve DEA'nın başarımları kendi içlerinde ve birbirleri ile karşılaştırılmıştır. Ayrıca literatürdeki diğer çalışmalardan farklı olarak çok-amaçlı GA ve DEA'nın ASM dinamik model parametrelerinin belirlenmesindeki başarımları hem benzetim hem de gerçek zamanlı deneyler ile bu tez kapsamında ilk kez test edilmiştir.In this thesis, the electrical and mechanical parameters of the dynamic model of the IM are determined by a genetic algorithm (GA) and differential evolution algorithm (DEA) in terms of single-objective current, single-objective speed, and multi-objective current and speed errors in order to realize high performance control of an induction motor (IM). The performances of the algorithms are compared with the experiments in both simulations and real-time. In the optimization processes, while four equations related to the electrical side of the dynamic IM model are used for determination of only the electrical parameters, five equations of the dynamic IM model are utilized for identification of the electrical and mechanical parameters together. The parameter values obtained by GA and DEA in these optimization processes are tested under the scenarios involving load torque variations in a wide speed range and the obtained performances of GA and DEA are compared within themselves and with each other. Moreover, unlike other studies in the literature, the performances of multi-objective DEA and GA in the determination of the dynamic IM model parameters are tested by both simulation and real-time experiments for the first time in the scope of this thesis
Optimization of speed-sensorless extended kalman filter based estimator design with genetic algorithm
Get PDFFen Bilimleri Enstitüsü, Elektrik-Elektronik Mühendisliği Ana Bilim DalıBu tez çalışmasında, Asenkron motorların (ASM'lerin) hız-algılayıcısız kontrolü için ölçülen stator faz gerilimleri ve akımlarını kullanarak, stator akım bileşenleri, rotor akısı bileşenleri, hız ve yük momentini kestiren genişletilmiş Kalman filtresindeki (GKF'deki) modelleme hatalarını temsil eden sistem kovaryans matrisi ve ölçme hatalarını temsil eden ölçme kovaryans matrisi elemanları, gerçel-değerli genetik algoritma (GDGA) ile optimize edilmiştir.Bilindiği gibi, herhangi bir GKF algoritmasının başarımı, sistem ve ölçme gürültüsü kovaryans matrisi elemanlarının doğru seçilmesine bağlıdır. Birçok gerçek-zamanlı uygulamada, kovaryans matrisleri deneme-yanılma yöntemi ile bulunmaktadır. Bu yaklaşım hem zaman alıcı bir süreç içermekte hem de matris elemanları deneme-yanılma yöntemiyle bulunduğu için kullanışlı olmamaktadır. ASM'lerin durum kestirimine yönelik literatürdeki mevcut optimize edilmiş GKF tabanlı çalışmalardan farklı olarak bu tez çalışmasında daha yüksek dereceden (6. dereceden) genişletilmiş ASM modelini kullanan GKF algoritması optimize edilmiştir. Böylece, literatürdeki mevcut optimize edilmiş GKF tabanlı çalışmalardan daha fazla sayıda optimize edilmişdurum ve parametre kestirimi gerçekleştirilmiştir. Önerilen yöntemin etkinliği hem benzetimlerle hem de gerçek-zamanlı uygulamalarla doğrulanmıştır. Bu yönleriyle, literatürde bilinen ilk çalışmadır.In this thesis, for the speed-sensorless control of induction motors (IMs), the elements of the system and the measurement covariance matrices representing modeling errors and measurement errors, respectively, in the extended Kalman filter (EKF) algorithm, which includes the simultaneous estimations of stator currents, rotor fluxes, rotor angular velocity, and load torque by using the measured stator currents and voltages, are optimized by real-valued genetic algorithm (GA).As it is well-known, the performance of any EKF algorithm depends on correct choice of the covariance matrix elements of the system and measurement noise. In many real-time applications, the elements of the covariance matrices are found by the trial and error method. This method includes time-consuming process, and also it is not useful since the elements of the covariance matrices are determined by a trial and error method. Differently from the optimized EKF based studies existing in the literature associated with IM state estimations, the EKF algorithm using 6th order extended IM model is optimized in this thesis; thus, comparing with the optimized EKF based studies in the literature, more optimized state and parameter estimations are achieved. The effectiveness of the proposed method in this thesis is verified by simulations and real-time experiments. From these points of view, it is first known study in the literature
Developments and real-time implementations of artificial intelligent based algorithms for induction motor control
No full textBu 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.In 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
- …
