Please use this identifier to cite or link to this item: http://hdl.handle.net/11527/5272
Title: Bulanık Model Öngörülü Kontrol
Other Titles: Fuzzy Model Predictive Control
Authors: Güzelkaya, Müjde
Kömürcü, Ezgi
Kontrol ve Otomasyon Mühendisliği
Control and Otomation Engineering
Keywords: doğrusal olmayan sistem kontrolü
bulanık modelleme
model öngörülü kontrol
nonlinear system control
fuzzy modelling
model predictive control
Issue Date:  3
Publisher: Fen Bilimleri Enstitüsü
Institute of Science and Technology
Abstract: Bu çalışmada, doğrusal olmayan sistemlerin kontrolü için kullanışlı olan bulanık model öngörülü kontrol yöntemi ele alınmıştır. Doğrusal olmayan süreçlerin kontrolünde, doğrusal bir model öngörülü kontrol yapısı, istenen başarımın sağlanmasında yeterli olmamaktadır. Bu sorunu çözebilmek üzere önerilen doğrusal olmayan model öngörülü kontrolör yapıları ise ciddi hesap yükü getirmektedir. Bu sorunları ortadan kaldırabilmek üzere doğrusal olmayan süreçlerin doğrusal alt sistemler yardımıyla modellenmesi ve alt modellere doğrusal kontrolör yapıları uygulanması ile ilgili yöntemler gelistirilmiştir. Bu çalısmada ele alınan bulanık model öngörülü kontrol yönteminde, doğrusal olmayan süreçler, doğrusal alt sistemlerin bulanık kaynasması biçiminde modellemektedir. Bulunan her alt doğrusal sistem modeline uygun olarak model öngörülü kontrolörler tasarlanmakta ve bu kontrolörler modelleme sırasında belirlenen bulanık kaynaştırma işlemi ile kaynaştırılarak genel bir kontrol isareti hesaplanmaktadır. Böylece doğrusal olmayan süreç kontrolünde, doğrusal olmayan model öngörülü kontrolörler yerine bulanık bir yapı ile kaynaştırılmış doğrusal model öngörülü kontrolörlerden yararlanılmaktadır. Ele alınan kontrol yönteminin etkinliği benzetim çalışmaları ve gerçek zamanlı uygulamalar ile gösterilmiş ve karşılaştırmalar yapılmıştır.
In this study, fuzzy model predictive control method that is useful for the control nonlinear systems is taken into consideration. In the control of nonlinear systems, a linear model predictive controller structure may not give satisfactory performance. Nonlinear model predictive control methods proposed to solve this problem require high computational effort. To overcome this problem, control methods are developed in which the nonlinear process model is obtained as an appropriate combination of linear subsystems and linear control laws are applied to these subsystems. In the fuzzy model predictive control method handled in this study, the nonlinear process is described by a number of linear subsystems that are combined with each other using a fuzzy inference mechanism. For each linear subsystem, a model predictive controller is designed and general control effort is calculated by fuzzily merging each sub control effort using the same rules used to merge subsystems. So, in nonlinear process control, instead of applying a nonlinear model predictive controller, the benefits of linear model predictive controllers merged by a fuzzy structure is taken. The effectiveness of the proposed method is demonstrated through simulations and real time applications and comparisons are made.
Description: Tez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2009
Thesis (M.Sc.) -- İstanbul Technical University, Institute of Science and Technology, 2009
URI: http://hdl.handle.net/11527/5272
Appears in Collections:Kontrol ve Otomasyon Mühendisliği Lisansüstü Programı - Yüksek Lisans

Files in This Item:
File Description SizeFormat 
9742.pdf491.03 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.