LEE- Kontrol ve Otomasyon Mühendisliği-Doktora

Bu koleksiyon için kalıcı URI

http://hdl.handle.net/11527/19361

Gözat

Active slam with informative path planning for heterogeneous robot teams

(Fen Bilimleri Enstitüsü, 2020) Akay, Mehmet Caner ; Temeltaş, Hakan ; İnsansız Hava Aracı'nı (İHA'yı) ve İnsansız Kara Aracı'nı (İKA'yı) bünyesinde bulunduran heterojen yapılı robot takımları, günümüzde gözetleme, takip, keşif, vb. farklı görevlerde kullanılmaktadır. Çevrenin haritalanmasını gerektiren keşif görevlerinde, heterojen robot takımlarının ortamı daha iyi anlayabilmesi adına, ortak bir haritaya ihtiyaç duyulmaktadır. Bu doğrultuda özel yaklaşımlarla, Lidar Odometre ve Haritalama (LOH) ile zorlayıcı yapıların bulunduğu ortamda, araçların kooperatif bir şekilde benzerlik metriklerini kullanarak ortak harita çıkarması sağlanmaktadır. Bunun yanı sıra, sınırları belirli bir alanın, heterojen robot takımları ile keşfini sağlamak adına sürekli olarak toplanan bilgiyi arttırıcı kontrolcü tasarımı kullanılmaktadır. Farklı tipte hareket denklemlerine ya da dinamik modellere ve/veya farklı sensör yapılarına sahip robotlardan oluşan robot takımlara heterojen yapılı robot takımları denmektedir. Diğer taraftan robot takımlarının eş zamanlı konumlama ve haritalama problemi ile bu takımdaki robotların yol planlamalarının eş zamanlı gerçeklemesi ise Aktif eş zamanlı konumlama ve haritalama (EZKH) problemi olarak adlandırılmaktadır. Buradaki eş zamanlı gerçeklemedeki amaç otonom robot araçları için planlanan yolların aynı zamanda EZKH'deki belirsizliği de minimize edecek şekilde gerçekleştirilmesidir. Diğer bir deyişle otonom robot araçları için bilgilendirici yol planlarının oluşturulmasıdır. Bu çalışmanın temel amacı heterojen yapılı robot grupları için bilgilendirici yol planlamaya dayalı bir Aktif-EZKH sistemi tasarlamaktır. Robot takımlarının farklı dinamik ve sensörlere sahip olması diğer bir deyişle heterojen yapıda olmaları, bu robot takımlarına avantajlar getirmektedir. Örneğin; hava robotları hızlı hareket edebilir, kara robotları daha ağır faydalı yükler taşıyabilir ve hedef nokta ile doğrudan etkileşime girebilirler. Karma bir araçlı bir yapı içerisinde yer alan İHA ile İKA oluşan bir robot grubu keşif, arama veya güvenlik amaçlı sınırları belirlene bir bölge içinde iş birliği yaparak ortam içindeki görevlerini insandan bağımsız bir şekilde otonom olarak gerçekleyebilir. Burada İHA ve İKA'ların birbirleri ile yer istasyonu aracılığı ile veri paylaşımında olduğu varsayılmaktadır. Komşuluk alanları içerisinde haberleşme ile harita paylaşımı ya da araç durum vektörü paylaşımı yapabilen robot birimleri kooperatif robotlar olarak gösterilmektedir. Bu çalışmada dış ortam sensörü olarak 360° ortam taraması yapabilen ve saniyede 300.000 adet noktanın mesafesini ölçebilen 3B LIDAR sistemi kullanılmıştır. Yüksek çözünürlüklü ölçüm avantajının yanı sıra bu kadar büyük miktardaki veriden optimum miktarda ve hızlı bir şekilde anlamlı veri üretip bunları robot konumlama, planlama ve koordinasyonunda kullanım da ayrı bir zorluk ortaya koymaktadır. Temel olarak, hareketli olan bir araçtan elde edilen nokta bulutunun coğrafik olarak yerleştirilmesi gerekmektedir. Bu işlem sadece Lidar sensörü kullanılarak da; farklı sensörlerin verilerinin ortak bir şekilde kullanılması aracılığıyla da yapılabilir. SadeceLidar ile toplanmış verilerin işlenerek nokta bulutunun coğrafik olarak yerleştirilmesi ve gözlem sırasında sensörün hareketinin elde edilmesi, bu çalışmada LOH ile sağlanmaktadır. Bu sayede; GPS ve IMU olmaksızın EZKH yapılabilmektedir. Buna ek olarak, sensörlere binen gürültülerden dolayı oluşabilecek kaymalar ve yanlış veri elde edilmesi engellenebilmektedir. Buna karşılık, GPS, enkoder ve IMU verileri ile Lidar verileri birleştirilerek Genişletilmiş Kalman Filtresi (GKF) konumlaması da sağlanabilmektedir. Burda sensör verilerinin olasılıksal yaklaşımlarla işlenmesi ile robotun konumu elde edilmektedir ve bu konum ile Lidar verilerinin coğrafik yerleştirme yapılması sonucunda da belirli bir orijine sabitlenmiş nokta bulutu çıktısı alınmaktadır. Sonrasında da bu nokta bulutu ile istenilen yöntem ile elde edilen odometre ve nokta bulutu verisi farklı haritalama yöntemleri kullanılarak ayarlanabilir özel görsel çıktılar sağlanabilmektedir. Bunlardan biri, sekizli ağaç yapıları kullanılarak elde edilen OctoMap olmaktadır. OctoMap yöntemi, tez çalışmasında kullanılmasının temel sebepleri olan, çözünürlük ayarlaması, doluluk olasılığı üst ve alt sınırları belirlenmesi ve 3B olarak sağlanabilmesi açısından faydalı bir araç olmaktadır. Bu yöntem ile, ortamın uyarlanabilir şekilde, ortamın 3B haritasının çıkarılması sağlanmaktadır. Lidar sensörlerinin havadan alınan nokta bulutları ile karadan alınan nokta bulutları farklı geometrik özellikler taşımaktadır. Ancak, hava ve kara Lidar görüntülemesinin birbirlerini tamamlaması bakımından oldukça büyük avantajları da mevcuttur. Hava aracı ve kara aracı tarafından yapılan ve birilerinin göremedikleri bölgelerin görüntülenebilmesi sağlanılmaktadır. Bu avantajı kullanabilmek adına farklı açılardan lokal olarak görüntülenen ortamın ortak bir haritada birleştirilmesi gerekmektedir. Harita birleştirme adımını gerçekleştirmek adına her iki robotun elde ettiği verilerden ortak olanını belirlemek gerekmektedir. Kuş bakışı veya yatay olması fark etmeksizin bir nesnenin yere göre yüksekliği; hem havadan hem karadan yapılan gözlemlerde sensörlerin görüş açısı sınırları içerisinde aynı olacaktır. Bu doğrultuda, yükseklik verileri üzerinden benzerlik metrikleri kullanılarak haritaların birleştirilmesi sağlanabilmektedir. Bu tez çalışmasında, İHA ve İKA tarafından elde edilen nokta bulutu ızgara haritasına benzer bir yapıda olan yükselti haritaları kullanılmıştır. Izgaralar ile bölünmüş hücrelerdeki en yüksek noktanın verisinin kullanılması ile 2.5D harita elde edilmesi sayesinde yükselti haritaları oluşturulmaktadır. Benzerlik metrikleri aracılığıyla ise bu haritadaki yükseklik bilgilerinin birbirine oturmasını sağlayacak konum ve yönelim farkı belirlenmektedir. Çalışmanın sonraki aşamalarında entropi teorisi kullanılması sebebiyle entropi temelli benzerlik metrikleri ile harita birleştirme yapılmıştır. Yedi farklı tipteki entropi metriği ile yapılan benzerlik karşılaştırması sonucunda "Jensen Divergence" entropi tanımının en az hata ile haritalar arasında dönme ve öteleme farkının belirlenmesini sağladığı, deneyler ile doğrulanmıştır. Ayrıca; haritanın dikey eksende katmanlara ayrılması ve bu katmanlar üzerinden yapılan yükseklik benzerlikleri hesaplaması ile optimum konum ve yönelim ( veya dönme ve öteleme) farklarının belirlenmesinin; katmanlara ayırma metodunun kullanılmasına göre daha avantajlı olduğu da gösterilmiştir. Her bir otonom araç "Harita Birleştirme" süreci sonrasında bu harita Aktif-EZKH süreci için kullanılarak hem harita bilgileri daha hassas hale getirilir hem de robotun gitmesi gereken yeni konumu tespit edilmiş olur. Yol planlaması, görevin etkin bir şekilde icrası için gerekli olan kritik adımlardan biridir. Enerji tüketim, elde edilen sonucun gerçekleşme süresi ve kalitesi uygulamanın ana kriterleridir. Bu nedenle, yol planlama algoritmaları etkin sistemler oluşturmak üzere kullanılmaktadır. Yol planlama algoritmaları farklı türde olabilir ama özelliklehedef işaretleme ve bilgi maksimizasyonuna dayalı yöntemler diğer yol planlama yöntemlerine göre belirgin üstün özelliklere sahip olanlarıdır. Hedef odaklı yol planlama algoritmalarında, birimlerin belirli bir hedefe ulaşabilmesi adına oluşturduğu kontrol eylemleri bulunmaktadır. Bilgi maksimizasyonu yaklaşımı; ortam, nesnenin diğer nesneler veya bir hedef hakkında daha fazla bilgi almak için bir doğrultu boyunca hareket etmesi olarak tarif edilebilir. Burada bağıl entropi teorisi, bilgi maksimizasyonu yaklaşımı olarak sunulmuştur. İlaveten, bağıl entropi, karşılıklı bilgi ile çevresel durum entropisiyle arasındaki farktır. Bağıl entropi kullanılarak, bilgi metrik olarak ifade edilebilmektedir. Çevresel durumlar ile gözlemler ile elde edilen durumlar arasındaki bağıl entropi üzerinden yaratılan amaç fonksiyonunun optimal çözümü sonucunda elde edilen hedef nokta, o bölgedeki bilginin belirlenen kriterlere göre istenilen seviyeye çekilmesini sağlamaktadır. Bu, EZKH ile etkileşimli çalışan yol planlaması temelli bir optimal kontrol yöntemidir. Bu yöntem çerçevesinde Bilgi Teorisinden faydalanılarak belirsizlik terimleri ile entropi terimleri arasında ilişki kuran bir Karşılıklı Bilgi terimi tanımlanır. Kulback-Liebler Mesafesi olarak da tanımlanan bu Karşılık Bilgi terimi maksimum değerine ulaştığında belirsizleri temsil eden entropi terimleri de minimize olurlar. Bu sebeple Karşılık Bilgi terimine dayalı bir amaç fonksiyonu oluşturularak bu fonksiyonu maksimize yapacak robot konum ve hareket vektörleri optimal kontrol yaklaşımı ile elde edilir. Bu elde edilen terimler heterojen robot takımında yer alan otonom robotlara uygulanarak onların hareketleri planlanmış olur. Amaç fonksiyonunu Lyapunov kararlı yapan bu noktalar ise bir hacimsel bölgenin merkezidir ve bu hacimsel bölgedeki bilgiyi maksimize etmek üzere belirlenmiştir. Bu noktaya ulaşmak için, robotlar belirlenen kurallar çerçevesinde hareket etmektedir. Bu kurallar ise İHA veya İKA'nın hedef noktaya hareketinin seçimi ve hedef noktaya ulaşım için engellerden kaçınmayı içermektedir. Bu yöntemin; özellikle farklı boyutlarda nokta bulutu ölçümü yapabilen hava be kara araçlı robot takımındaki uygulamaları literatürde mevcut değildir. Bu teorik çalışmaları ön plana alan çalışmaların çıktılarının özellikle arama-kurtarma, keşif ve güvenlik gibi robot takımı uygulamaları için büyük önem taşıyacağı değerlendirilmektedir. Önerilen yöntemde, ortamdan yapılan ölçümler ile araç hareketlerinde oluşabilecek belirsizliklerini etkilerini en aza indiren kara ve hava robotlarından oluşan heterojen yapılı robot takımlarının keşif amaçlı yol planlama algoritmalarının geliştirilmesi ve performanslarının test edilmesi hedeflenmiştir. Aynı zamanda, bu görevleri icra edebilmek adına belirli harita birleştirmenin de gerçekleştirilmesi gerekmektedir. Öncelikle; harita birleştirilmesi yönteminin doğrulanması adına üniversite kampüsünde belirli bir bölgede kara aracı olarak Clearpath Husky A200, hava aracı olarak ise DJI Matrice 600Pro ve bu araçlar üzerinde bulunan Lidar sensörü kullanılmıştır. Sonuç olarak; teorik çalışmalarda verilen benzerlik metriklerinden en optimum olanı deneyler aracılığıyla belirlenmiştir. Sonrasında; bilgilendirici yol planlama yönteminin doğrulanması amacıyla Robot İşletim Sistemi ("ROS") ve Gazebo temelli, karmaşık ancak günlük yaşantıda karşılaşılabilinen bir simülasyon ortamı kurulmuştur. Bu simülasyon ortamında altı farklı durum yaratılarak heterojen robot takımları için bilgilendirici yol planlamalı Aktif EZKH gösterilmiş ve parametre ayarlamaları ile uygulamaya göre değiştirilebilir bir yapı sağlanmıştır. ; 650277 ; Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

Recently, heterogeneous teams consisting of unmanned ground vehicles and unmanned aerial vehicles are being used for different types of missions such as surveillance, tracking, and exploration, etc. Exploration missions with heterogeneous robot teams should acquire a common map for understanding the surroundings better. The unique approach presented in this dissertation with cooperative use of agents provides a well-detailed observation over the environment where challenging details and complex structures are involved. Also, the presented method is suitable for real-time applications and autonomous path planning for exploration. Lidar Odometry and Mapping with various similarity metrics such as Shannon Entropy, Kullback-Liebler Divergence, Jeffrey Divergence, K Divergence, Topsoe Divergence, Jensen-Shannon Divergence and Jensen Divergence are used to construct a common height map of the environment. Furthermore, the given layering method that provides more accuracy and a better understanding of the common map. All of the given similarity metrics are compared, and the advantage of utilizing the layering method is shown. The best similarity metric for constructing a heterogeneous robot team common map of the experimental area was obtained by using the Jensen Divergence similarity metric and layering method. Moreover, Extended Kalman Filter localization and OctoMap techniques are utilized to create an adaptive simultaneous localization and mapping infrastructure for informative path planning. Optimal parameter tuning for the specified simulation environment provides adjustable memory allocation and exploration performance, such as; duration, collected information and effort. The information seeking controller obtained with the use of relative entropy ensures exploration of the given area to minimize the uncertainty between observed states and environmental states. Robots move to the volumetric spaces' center under given rules and collect measurements by proprioceptive and exteroceptive sensors. With the use of heterogeneous robot teams, the measurements collected by the Lidar provide an advantage in perceiving complex details that can not be done by homogeneous robot teams. Constructing common map part of the theoretical approaches in this thesis are experimentally validated. In addition, the complete demonstration of this dissertation is done with six different cases by simulation studies. The theoretical background of active simultaneous localization and mapping with informative path planning for heterogeneous robot teams are validated, and the advantages of this study are remarked.
Analysis and design of general type-2 fuzzy logic controllers

(Fen Bilimleri Enstitüsü, 2020) Sakallı, Ahmet ; Kumbasar, Tufan ; 656903 ; Kontrol ve Otomasyon Mühendisliği Bilim Dalı

This thesis presents new interpretations on the design parameters of the general type-2 fuzzy logic controllers by investigating their internal structures, proposes novel systematic design approaches for the general type-2 fuzzy logic controllers based on comprehensive and comparative analyses, and validates theoretical findings as well as proposed tuning methods via simulation and real-time experiments. The fuzzy systems have been successfully realized in a wide variety of engineering areas such as controls, image processing, data processing, decision making, estimation, modeling, and robotics. The fuzzy logic systems provide complex mappings from inputs to outputs, and this benefit usually results in better performances in comparison to non-fuzzy counterparts. Due to this, the fuzzy logic controllers have been applied to numerous challenging control problems for decades. Nowadays, more attention has been given to a new research direction of the fuzzy sets and systems, the general type-2 fuzzy logic controllers, which is the main motivation of this thesis. The internal structures of a class of Takagi-Sugeno-Kang type fuzzy logic controllers are first examined in detail. In this context, three fuzzy logic controller types (type-1, interval type-2, and general type 2) and two kinds of controller configurations (single-input and double-input) are considered. The baseline controllers, i.e. type-1 and interval type-2 fuzzy logic controllers, are presented in the preliminaries section. The fuzzy sets, fuzzy relations, fuzzy rules, fuzzy operators, and PID forms of these fuzzy logic controllers are explained in detail. The design assumptions and design parameters are given, also the most common design approaches are listed. Afterward, the general type-2 fuzzy sets and the general type-2 fuzzy logic controllers are presented. The general type-2 fuzzy logic controllers are described with α-plane associated horizontal slices because the α-plane representation provides useful advantages on the handling of the secondary membership function of the general type-2 fuzzy sets and the calculation of the general type-2 fuzzy logic controller output. It is shown that the α-plane based general type-2 fuzzy logic controller output calculation is accomplished through the well-known interval type-2 fuzzy logic computations. The secondary membership functions are further detailed in terms of their mathematical definitions and design options. The structure analysis on the general type-2 fuzzy sets shows the interactions between non-fuzzy, type-1 fuzzy, interval type-2 fuzzy, and general type-2 fuzzy sets happen in the secondary membership function. It is shown that the general type-2 fuzzy logic controller can easily transform into interval type-2 fuzzy, or type-1 fuzzy counterparts based on the secondary membership function definitions. As an outcome of this structural analysis, a new representation of the trapezoid secondary membership function is proposed based on a novel parameterization of the parameters that form the trapezoid shape. It is shown that the parameterized trapezoid secondary membership function is capable to construct trapezoid, triangle, interval, and singleton shapes so that the general type-2 fuzzy logic controllers are further capable to transform into interval type-2 fuzzy, or type-1 fuzzy counterparts. It is also shown that the proposed parameterization of the trapezoid secondary membership functions allows designing the control curves/surfaces of the general type-2 fuzzy logic controllers with a single tuning parameter. Moreover, the structural design suggestions are presented not only to construct fuzzy controllers in a straightforward manner but also to ease the design of the controllers with few design parameters. The design parameters of the general type-2 fuzzy logic controllers are grouped as the shape and the sensitivity design parameters with respect to their effects on the accuracy and the shape of the resulting fuzzy mapping. Accordingly, the tuning parameter of the secondary membership functions and the total number of α-planes are interpreted and as the sensitivity and shape design parameters, respectively. The shape analyses of the general type-2 fuzzy logic controllers show the effects of the proposed shape design parameter on the control curves/surfaces. In this context, the resulting fuzzy mappings of single input and double input general type-2 fuzzy logic controller structures are compared for various design settings of the shape design parameter. The comparative analyses provide interpretable and practical explanations on the potential advances of the shape design parameter. Based on the shape analyses, novel design approaches are proposed to tune the shape design parameter in a systematic way. In this context, it is suggested constructing the general type-2 fuzzy logic controllers over their type-1 and interval type-2 baselines and tuning them via the shape design parameter by providing a tunable tradeoff between robustness and performance. Therefore, it is aimed to combine benefits of baseline type-1 (relatively more aggressive control curves/surfaces better performance measures) and interval type 2 (relatively smoother control curves/surfaces, better robustness measures) fuzzy logic controllers. To enhance the control performance, two scheduling mechanisms are also proposed for online-tuning of the shape design parameter with respect to the steady-state operating points as well as transient-state dynamics. The sensitivity analyses of the general type-2 fuzzy logic controllers show the effects of the proposed sensitivity design parameter on the accuracy of the control curves/ surfaces. In this context, the resulting fuzzy mappings of single input and double input general type-2 fuzzy logic controller structures are also compared for various design settings of the sensitivity design parameter. The comparative sensitivity analyses show interpretable and practical explanations of the sensitivity design parameter in terms of calculation accuracy and computation burden. Therefore, it is suggested tuning the sensitivity design parameter by considering the limitations of hardware components such as resolution and processing speed. To accomplish the design in accordance with a tradeoff between sensitivity and computational time, a novel iterative algorithm is proposed to tune the sensitivity design parameter. The simulation and real-time experimental control studies validate the proposed design recommendations, systematic design approaches, and tuning methods for the general type-2 fuzzy logic controllers on benchmark control systems. In these control studies, the general type-2 fuzzy logic controllers are designed based on the proposed design methods. In order to show the performance improvements on the control systems, the general type-2 fuzzy logic controllers (tuned either online or offline) are compared with type-1 fuzzy and interval type-2 fuzzy counterparts. The performance measures clearly show that the online-tuned general type-2 fuzzy logic controllers outperform all general type-2, interval type-2, and type-1 counterparts on account of the proposed scheduling mechanisms over the proposed systematic design rules. The results also show that the systematic design of the general type-2 fuzzy logic controllers is simply accomplished by following the proposed tuning steps of the shape and sensitivity design parameters.
Multi-agent coverage control with adaptation to performance variations and imprecise localization

( 2020) Turanlı, Mert ; Temeltaş, Hakan ; 637482 ; Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

In this thesis, an adaptive collaboration approach for a multi-agent system consisting of nonholonomic wheeled mobile robots is proposed. The positions of the agents are not known precisely but their locations are known to be within uncertainty circles. For the collaboration among the robots, the workspace partitioning algorithm is chosen as Guaranteed Power Voronoi Diagram (GPVD or GPD) which not only takes the localization uncertainty into account but also is capable of changing the regions of the generator points with respect to corresponding weight parameters. Also, the assumption is that the actuation capabilities of the robots are different from each other. The agents do not know those parameters related to their actuation performances beforehand. The contribution of the thesis is that the performance parameters of the agents are learned online by the proposed adaptive estimator algorithm and Hopfield Neural Network (HNN) estimator under localization uncertainty. The proposed algorithm is based on the coverage control which performs collaboration among the robots by assigning the regions from the workspace according to their actuation performances automatically. The definition of the actuation performances is different capabilities of the agents. The examples of strong actuation performances may include powerful motors and favorable terrain while wheel slip and weak motors can be counted as examples for the weak actuator performances. The proposed multi-agent collaborative coverage algorithm learns the performance parameters of the robots by using two approaches proposed in the thesis. The first approach is based on an adaptive estimator with a non-holonomic estimation model. The second method uses an HNN estimator. The theoretical proof, analysis and verification of the aforementioned methods are given in the related sections. After estimating the performance parameters, the weights are calculated using a neighbor based weight estimation algorithm. The weight variables are utilized in the GPD algorithm so that the workspace is partitioned according to the performance parameters of the agents in a guaranteed sense. At the end, the agents take regions from the workspace according to their actuation performances and achieve the optimal collaborative coverage so that the agents with strong actuators take larger regions from the environment than the agents with poor actuators. Thus, the collaborative coverage algorithm enables the robots to deploy themselves to an optimal configuration which minimizes the total coverage cost by taking imprecise localization into account. Moreover, a multi-agent coverage collaboration method with an energy-efficient optimal coverage control law and Hopfield networks is proposed in the related section. By using the algorithm a trade-off between coverage time and energy consumption among agents can be done. Meanwhile, the collaboration is achieved according to the actuation performances of the agents. The theoretical results are verified with MATLAB and ROS/Gazebo simulations and experiments that show the efficiency of the algorithm. The ROS implementation of the algorithm is explained. The experimental results are given in the related section.
Discrete-time adaptive control of port controlled hamiltonian systems

(Fen Bilimleri Enstitüsü, 2021) Alkrunz, Mohammed ; Yalçın, Yaprak ; 657354 ; Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

In control theory, the design of the adaptive controllers in the discrete-time setting for nonlinear systems has been an interesting area of research. The adaptive controller deals with the problem of finding an appropriate and efficient control structure with an adaptation mechanism to preserve stability and an acceptable closed-loop performance in the existence of a considerable amount of uncertainties or time-varying parameters. It is well known that nonlinear systems are sensitive to disturbances, unknown noises, and parameter perturbations. For these kinds of perturbed systems, adaptive control theory is a powerful tool to establish compensation procedures in an effective way that automatically updates the controller to improve the performance of the controlled systems. This thesis study considers adaptive control of an important class of nonlinear systems so-called Port-controlled Hamiltonian systems (PCH) with uncertainty in their energy function and proposes adaptive discrete-time controllers with novel construction of parameter estimators for the multiplicative uncertainty case, the linearly parametrized case, and the nonlinearly parameterized case. The proposed method adopts the Interconnection and Damping Assignment Passivity-based control (IDA-PBC) as the control design method and the Immersion and Invariance (I&I) for parameter(s) estimation. Therefore, the two approaches, namely, the IDA-PBC and I&I techniques, are combined in a discrete-time framework such that all the trajectories of the closed-loop system are bounded, and system states successfully converge to the stable desired equilibrium points, namely the minimum of the desired energy function. As mentioned previously, the Immersion and Invariance (I&I) approach is considered to develop an automatic tuning mechanism for the adaptive IDA-PBC controller. To comply with I&I conditions, for each case, the estimation error dynamic is defined such that it includes a free design function of the system states, and then the parameter estimator is constructed by establishing a parameter update rule and by presenting a novel function for the mentioned free design function such that Lyapunov stability of the estimator error dynamics is ensured. This novel design function includes some parameters, that can vary in a determined range, to provide the ability to assign desired dynamics to the estimator error system. By replacing the uncertain terms with the values obtained by the I&I estimator, the closed-loop system is immersed in the desired closed-loop system which would be obtained with the IDA-PBC controller with true parameters. In the multiplicative uncertainty case, and as an initial formulation of this study, the uncertainties in energy function appear as multiplicative uncertainties to the gradient of the Hamiltonian function. Unlike the other two formulation cases, no specific perturbation is considered in the system parameters and instead, a general multiplicative uncertainty is presented to the gradient of the Hamiltonian function and thus the adaptive IDA-PBC controller is constructed considering this multiplicative uncertainty formulation. The I&I based estimator is designed by selecting an update rule and presenting a general structure for the free design function such that the estimator error dynamics are Lyapunov asymptotically stable. The proposed general structure includes a free parameter that enables to assign different desired dynamics to the estimator. By including the proposed estimator in the constructed adaptive IDA-PBC controller, the local asymptotic stability of the obtained closed-loop system is shown in a sufficiently large set. One underactuated Hamiltonian system example is considered. In the linear parameterized case, the uncertainties of system parameters appear linearly in the energy function and thus the uncertain system dynamics are formulated such that these uncertainties appear in linearly parameterized form in the gradient of the Hamiltonian function. By considering this formulation of the linear parameterization of the uncertain system parameters, the adaptive IDA-PBC controller is constructed. Since PCH is linearly parameterized in the proposed formulation, the gradient of the Hamiltonian function could be factorized in two terms such as one of the terms becomes a matrix that includes all the known terms of system states and system parameters while the other term is a vector of unknown parameters. The mentioned matrix can be a full column rank or not. In the case where this matrix is full rank, the Lyapunov asymptotic stability of the estimator is proved while the Lyapunov stability of the estimator is shown for the case when it is not full rank. It is also shown that, for the case of having not full rank matrix, the term representing the effect of uncertainties in the closed-loop system dynamics obtained with the IDA-PBC controller that uses the estimated parameters approaches to zero. Furthermore, the Lyapunov asymptotic stability of the obtained closed-loop system is shown in a sufficiently large local set either the matrix is full rank or not. For the I&I based estimator design, a general structure for the free design function that includes some free parameters is presented that makes the estimator error dynamics Lyapunov stable where these free parameters are in a determined specific range. So that, by selecting different values for these free parameters in the determined range, different desired dynamics can be assigned to the estimation of each unknown parameter. Three linearly parameterized examples are considered; two fully actuated systems (One has a formulation with a full rank matrix while the other has a formulation with a not full rank matrix), and one underactuated system. In the nonlinear parametrized case, the parameter uncertainties that appear nonlinearly in the energy function are considered. A proper formulation for uncertain system dynamics is presented such that the uncertainties appear in non-linearly parameterized form in the gradient of the Hamiltonian function and the adaptive IDA-PBC controller is constructed considering this formulation. The conditions on the Lyapunov asymptotic stability of the estimator dynamics are derived. Namely, it is proved that if these conditions are satisfied, the estimator error dynamics become asymptotically stable. Assuming these conditions are satisfied, local asymptotic stability of the closed-loop system, which is obtained when the proposed estimator is used with the adaptive IDA-PBC controller, in a sufficiently large set is proved. For the I&I based estimator design, a structure for the free design function of the estimator is proposed including some other free design functions to satisfy these conditions however it is seen that it is not easy to give general suggestions for these last free functions. It is concluded that for each example, a special selection of these functions is needed. Two nonlinearly parameterized examples are considered and proper selections of the free design functions in the proposed structure is performed. One of the example is a fully actuated mechanical system while the other one is under-actuated. The simulation results for each of the previously mentioned systems illustrated the effectiveness of the proposed adaptive controller in comparison to the non-adaptive controller for the same test conditions. The estimator successfully estimates the uncertain parameters and the adaptive IDA-PBC controller that utilizing these parameters stabilizes the closed-loop system and preserves the performance of the stable desired Hamiltonian systems.
A stable, energy and time efficient biped locomotion

(Lisansüstü Eğitim Enstitüsü, 2021) Yılmaz, Sabri ; Gökaşan, Metin ; 725780 ; Kontrol ve Otomasyon Mühendisliği

This thesis presents two different walking strategies for biped robots while ensuring energy efficiency. The first strategy is a closed-loop walking controller based on the most used 3-Dimensional (3D) Linear Inverted Pendulum Model (LIPM) which is used to calculate the Zero Moment Point (ZMP) approximately. The closed-loop Proportional Integral (PI) controller's coefficients are searched by the Genetic Algorithm (GA), which is developed to overcome the 3D LIPM's dynamical insufficiency. Because of its ease of modeling, the key concept is to continue to use the 3D LIPM with a closed-loop controller. For this purpose, the biped is modeled using the 3D LIPM, which is one of the most well-known modeling approaches for humanoid robots due to its ease of use and quick computations during trajectory planning. Model Predictive Control (MPC) is applied to the 3D LIPM once the simple model is obtained to search the reference trajectories for the biped while meeting the ZMP criteria. The second strategy is to express the ZMP in a detailed model instead of an approximate model. For this purpose, the biped is modeled with the conventional robot modeling methods and the detailed expression of the ZMP is obtained. Then the problem is redefined as a Nonlinear MPC problem. The highly complicated biped model is implemented in Matlab with the use of CasADi Library which is a symbolic library and used on large symbolic solutions. The optimal control problem is solved with the Interior Point Optimizer (IPOPT), which is an optimization solver for large equations. With the solution of the optimal control problem, reference trajectories are found for the biped while satisfying the ZMP criteria. Both strategies suggested in this thesis are studied and implemented on a biped robot which means the robot has no upper body elements. The main idea is that if the dynamic flaws are suppressed without any upper body elements, this study will open a way to work on more modular robots. After obtaining two different walking strategies, the energy-efficient trajectory for the swing leg is searched to have longer working durations on the field. The Big Bang Big Crunch with Local Search (BBBC-LS) global optimization algorithm is used for energy efficiency. With the newly defined trajectory there became nearly 10% energy consumption reduction compared to the sinusoidal trajectory. To implement the algorithms to the real biped, a new communication library is written to meet the desired communication speed. But with the increased speed in communication, there became random packet losses on the feedback from the motors. These packet losses are examined and it is observed that these random packet losses may make the system unstable, so to suppress the effects of packet losses the problem is redefined as a time delay problem. With the redefinition of the problem, the well-known Smith Predictor method is used to overcome the packet losses and from the results, it can be seen that with this redefinition the instability risk because of the packet losses has disappeared. In a short summary, a two-legged robot has been modeled using conventional methods in the literature. First, the dynamic defects of the simple model are eliminated with a conventional controller. Secondly, a more detailed dynamic model is obtained. Walking planning is done with both methods and comparisons are made with the method commonly used in the literature. The success of the proposed methods has been demonstrated in both simulations and experimental results. With the two methods proposed in this thesis, the oscillation problem encountered by one of the most widely used walking models in the literature has been resolved. After obtaining stable walking, energy optimization is studied so that the robot could work longer in the outdoor environment and trajectory improvement is made to reduce energy consumption during the robot's movement. Finally, a faster communication library is written to apply the designed algorithms to the real system and to solve the problems caused by communication speeds, the problem is redefined with a different approach and the traditional method, Smith Predictor, is used. Packet losses that are random thanks to the communication interfaces prepared for the mechanism; become predictable and the effects of packet losses are eliminated with Smith Predictor. Finally, all these control methods are applied to the system and used in experimental studies.
Doğrusal olmayan sistemler için model öngörülü kontrol yöntemine ters optimal kontrol yapısının katılması

(Lisansüstü Eğitim Enstitüsü, 2021-08-02) Ulusoy, Lütfi ; Güzelkaya, Müjde ; 504122103 ; Kontrol ve Otomasyon Mühendisliği

Optimal kontrol probleminin amacı, bazı kontrol ve durum kısıtlamalarını sağlayacak ve bir başarım kriterini optimize edecek şekilde bir kontrol giriş fonksiyonu veya kontrol kuralı elde etmektir. Buna rağmen, optimal kontrol kuralı, kısıtsız ve doğrusal durumlarda bile oldukça kolay ve analitik olarak bulunamaz. Optimal kontrol kuralının çözümünün Hamilton-Jacobi-Bellman (HJB) denklemini çözmeyi gerektirdiği iyi bilinen bir gerçektir ki bu son derece zordur. Dahası, doğrusal olmayan sistemlerin çoğu için analitik bir HJB çözümü mevcut değildir. Sistem doğrusal olduğunda ve başarım kriteri ikinci dereceden olduğunda, HJB, belirli durumlarda analitik olarak çözülmesi zor olabilen bir Riccati denklemi olarak ortaya çıkar. Bu zorlukların üstesinden gelmek amacıyla önceden belirlenmiş bir sonlu ufuk için mevcut sistem durumunu, başlangıç durumu olarak atayarak, sistem modeli yardımıyla optimal kontrol problemini tekrar tekrar ve ardışıl olarak çözmek düşünülmüştür. Bu stratejiyi kullanan kontrol yaklaşımları, Model Öngörülü Kontrol (MÖK) olarak adlandırılır. Bu yaklaşımda, sistemin gelecekteki davranışı, sistem modeli kullanılarak tahmin edilir ve kontrol işareti, anlık sistem durumlarına göre her kontrol ufku için tekrar tekrar yenilenir. Öte yandan, HJB problemini çözmek yerine bize farklı bir bakış açısı sağlayan bir başka yaklaşım ise Ters Optimal Kontrol (TOK) teorisidir. TOK, HJB denklemini çözmenin zahmetli görevinden kaçınarak, doğrusal olmayan optimal kontrol problemini çözmek için alternatif bir yaklaşımdır. Son yıllarda, birçok gerçek zamanlı uygulamada doğrusal olmayan optimal kontrol problemlerini çözmek için ters optimizasyon yaklaşımı giderek daha fazla kullanılmaktadır. Tezde, ilk olarak model öngörülü kontrol yaklaşımının optimal kontrol problemini ele alış biçimi anlatılmıştır. Önerilecek yöntem ile karşılaştırabilmek amacıyla, klasik model öngörülü yaklaşımlarından, doğrusal sistem modelini kullanan gradyant tabanlı MÖK ve doğrusal olmayan sistem modeli Runge-Kutta tabanlı MÖK (RKMÖK) yaklaşımları verilmiştir. Daha sonra ters optimal kontrol (TOK) yaklaşımları incelenmiş ve ayrık-zamanlı girişte-afin doğrusal olmayan sistemler için TOK problemini Kontrol Lyapunov Fonksiyonu (KLF) bulma problemine dönüştürerek çözen TOK yaklaşımı anlatılmıştır. TOK yaklaşımı için takip probleminde karşılaşılabilecek sorunlar üzerinde durulmuştur. Bu tezde ilk olarak, takip problemi sorunlarını çözebilmek amacıyla kontrol işareti ağırlık matrisinin her bir elemanı için sistem durum değişkenlerine bağlı bir sigmoid fonksiyon önerilmiştir. Önerilen yaklaşımın başarımını gösterebilmek için klasik TOK yaklaşımıyla karşılaştırma yapılmıştır. Bu tez çalışmasında, ayrıca girişte-afin doğrusal olmayan sistemler için MÖK ve TOK yaklaşımları birleştirilerek yeni bir optimal kontrol yöntemi önerilmektedir. Gerçek hayatta ve literatürde karşılaşılan doğrusal olmayan sistemlerin ve sistem modellerinin çoğu, bazı doğrusal olmayan azaltma yöntemleri ile girişte-afin biçime dönüştürülebilir. Önerilen yöntemin temel özelliği, her kayan ufuk ve sonuç olarak yeni bir başlangıç koşulu için çözülmesi gereken MÖK optimizasyon problemini TOK problemi olarak ele alıp, bu TOK problemini tekrar tekrar çözmesidir. Bu yaklaşımda, sistemin gelecekteki davranışının tahminini elde etmek için sistem modeli kullanılır ve önceden belirlenmiş bir kontrol ufku için TOK yönteminden elde edilen kontrol işareti sisteme uygulanır. TOK probleminin çözümü aşamasında, belirlenmesi gereken aday kontrol Lyapunov fonksiyon matrisinin parametreleri, evrimsel Büyük Patlama-Büyük Çöküş (BP-BÇ) optimizasyon arama algoritması kullanılarak çevrim içi bir şekilde tahmin edilir. Önerilen kontrol yapısında, MÖK yaklaşımında her kontrol ufku için uygun bir KLF matrisinin aranması ile optimal kontrol problemi çözülmektedir. Diğer bir bakış açısından ise, MÖK yapısı TOK problemine dahil edilerek TOK problemi, her kayan ufkun başlangıcındaki farklı başlangıç koşulları kullanılarak tekrar tekrar çözülmekte ve böylece, TOK için çevrim içi bir düzeltme mekanizması elde edilmektedir. Bu yaklaşım ve literatürdeki diğer yöntemler kullanılarak top ve çubuk kontrol sistemi üzerinde benzetim çalışmaları ve gerçek zamanlı uygulama yapılmıştır. Elde edilen sonuçlar bazı kontrol başarım ölçütlerine karşılaştırılmış ve önerilen yaklaşımın başarımı değerlendirilmiştir.
Controller design methodologies for fractional order system models

(Graduate School, 2022-01-25) Yumuk, Erhan ; Güzelkaya, Müjde ; 504152101 ; Control and Automation Engineering

Fractional order calculation deals with cases where the derivative and integral order is non-integer. Although the notion of fractional order was introduced at the end of the 17th century, this concept in engineering was employed after the first quarter of the 19th century. Its first application to control engineering areas was made after the second quarter of the 20th century. Since fractional calculus is a generalized version of integer order calculus, it provides great flexibility in system modeling and controller design. In other words, fractional calculus offers three different combinations in terms of the controller and system types: Fractional order control for integer order system, Fractional order control for fractional order system, and Integer order control for fractional order system. In this respect, fractional calculus is an excellent tool to describe a control system compared to integer order calculus. Besides the flexibility, the notion brings more complexity to system modeling and controller tuning. Therefore, many studies over the last half-century have been trying to overcome these difficulties. Numerous real-time systems have nonlinear characteristics and high-order system dynamics. In literature, simple integer-order models, i.e. the first and second order with or without time delay, are used to represent system dynamics.
2-step indoor localization for "smart AGVs"

(Graduate School, 2022-06-17) Yılmaz, Abdurrahman ; Temeltaş, Hakan ; 504142101 ; Control and Automation Engineering

With the fourth industrial revolution, in other words, Industry 4.0 (I4.0), the transition from traditional mass production to personalized production started in factories. One of the components of the next-generation factories compatible with I4.0 is cyber-physical systems (CPSs). Smart manufacturing islands, smart warehouses, and smart material-handling vehicles are examples of CPSs. The material handling vehicles employed in today's factories, such as automated guided vehicles (AGVs), are not ready for use in smart factories, as the digital transformation has not been completed and the vehicles are not equipped with software to perform fully autonomous operations. In smart factories, it is aimed that the new generation AGVs will do all the planning themselves while performing a given task. Thus smart AGVs will be able to use the whole free space in the factory instead of being restricted to the routes reserved for them. With this development, it will be possible to increase flexibility and efficiency in production. There may be no physical difference between the traditional and smart AGVs, but thanks to the capabilities of the embedded software, smart AGVs will be able to operate autonomously. One challenging problem to be overcome for smart AGVs to effectively realize an assigned logistic task is localization. Although localization is an extensively studied topic for both indoor and outdoor environments, there are still open problems. Considering the logistics problem, the localization problem can be divided into three in the general sense. The first is global localization, which means determining where the smart AGV is in the environment at the time the vehicle wakes up. The second problem is position tracking, which means updating the pose information depending on the movements of the robot, while the instantaneous pose of the robot is known. The third and last problem is the kidnapped robot problem, which occurs when the robot is moved from one place to another without informing. Cases that reduce the reliability of the calculated pose, such as instantaneous skidding, slipping, and crashing an object, can also be addressed under this problem. The localization approach to be utilized in smart factories is supposed to overcome these three sub-problems. There are two main tasks in a logistic operation. The first is the docking stage, which covers the cases of taking a load to the smart AGV or dropping the load of the smart AGV. At this stage, the aim is to reach the target (destination) where the load will be taken or left with industrial standards. With I4.0, reaching the target with sub-centimeter precision has become a goal. Therefore, estimating the pose with high accuracy and precision is expected from the docking localization algorithm. The second is the delivery stage, which covers carrying the load to the destination in the fastest and safest way in the parts outside the docking region. It is not essential to follow the planned route exactly in this stage, so rather than the high accuracy of the localization approach, showing similar positioning performance in the entire operating field is more important. Within the scope of this thesis, different localization algorithms have been proposed for the delivery and docking stages. In addition, a probabilistic decision mechanism that determines the boundary between the delivery and docking stages is designed. A variant of the particle filter-based Monte Carlo Localization (MCL) approach, Self-Adaptive MCL (SA-MCL), is taken as the basis localization method for the delivery stage. The main reason for choosing SA-MCL is that it can solve all aforementioned sub-problems of localization. While performing the traditional SA-MCL global localization task, it uses energy maps and assumes that all range sensors are uniformly placed on the robot in energy map generation. However, this assumption is not valid for many real applications, such as AGVs with two-dimensional (2D) laser scanners front and rear. Moreover, three-dimensional (3D) sensing technology is developing day by day with the widespread use of autonomous vehicle technology. With the ellipse-based energy model proposed in this thesis, the energy map-generating part of the traditional SA-MCL has been updated to overcome both of these constraints. The pose estimation accuracy of the SA-MCL approach performs more or less the same across the entire environment, making it suitable for the delivery stage. However, since the pose estimation accuracy level is proportional to the grid dimensions of the occupancy map, it may not be possible to reach the expected sub-centimeter precision within the docking region in large areas such as factories. Therefore, it was decided to use a scan matching-based precise localization algorithm in the docking region, and for this purpose, the affine iterative closest point (ICP) algorithm was adapted to the localization problem. To make the developed method robust against factors such as noises, disturbances, and/or outliers, the correntropy criterion was utilized while constructing the cost function of affine ICP. As a result, an updated SA-MCL method with an ellipse-based energy model is proposed for the solution of global localization, position tracking, and kidnapped robot problems in the delivery stage. On the other hand, an affine ICP-based precise localization approach is presented for position tracking in the docking stage. However, the boundary between the delivery stage and the docking stage may not be clear. For example, limiting the docking stage to a zone very close to the target may require extra maneuvers to tolerate positioning errors during the delivery stage due to the physical constraints of smart AGVs. If a larger area is specified as a docking stage, it may not meet the expectations since the performance of the precise localization approach may decrease further away from the target. For this reason, there is a need for a switching mechanism that can be adapted specifically to the application and decides whether to switch from the delivery stage to the docking stage. Since the pose estimation performance of the SA-MCL-based localization approach is roughly similar on the entire map, the deciding factor in the transition to the docking stage is the performance of the precise localization method used in the docking stage. In the literature, it is emphasized that the amount of overlap between matched point sets is supposed to be above 50% for the scan-matching-based methods to yield successful results. Within the scope of the thesis, a correntropy-based similarity rate definition, which gives better results than the overlap ratio calculation methods in the literature, is presented and utilized as the decision parameter of the switching approach. To avoid instabilities, a gap is left according to Hysteresis curve behavior while switching from the delivery stage to the docking stage or vice versa. Within the scope of the thesis, the two-stage localization method developed for the next-generation AGVs to be used in smart factories has been experimentally tested on a differential drive mobile robot. First, the ellipse-based energy model addition to the SA-MCL method has been verified by field tests, and its superiority in global localization has been demonstrated. Then, the affine ICP-based localization method used in the docking stage has been tested over nine separate real-world scenarios and it has been shown that it is possible to compute pose with sub-centimeter precision and reach the target at industrial standards. In addition, an affine ICP method, which is not available in the literature, was proposed, and the point set matching performance was demonstrated over synthetic point sets. After validating its performance in point set registration, it was also used for precise localization. Finally, the whole system was tested together. The delivery was carried out with improved SA-MCL, and the switching point from delivery to the docking stage was determined by the decision mechanism. As seen through three different scenarios, it is possible to complete the localization tasks in the delivery and docking stages in the smart factories by using the proposed methods.
Deep reinforcement learning for partially observable markov decision processes

(Graduate School, 2022-07-19) Haklıdır, Mehmet ; Temeltaş, Hakan ; 504102110 ; Control and Automation Engineering

Deep reinforcement learning has recently gained popularity owing to its many successful real-world applications in robotics and games. Conventional reinforcement learning faces a substantial challenge in developing effective algorithms for high-dimensional environments. The use of deep learning as a function approximator in reinforcement learning is a viable solution to overcome this challenge. Furthermore, in deep reinforcement learning, the environment is often thought to be fully observable, meaning that the agent can perceive the true state of the environment and so act appropriately in the current state. Most real-world problems are partially observable and the environmental models are unknown. Therefore, there is a significant need for reinforcement learning approaches to solve these problems, in which the agent perceives the state of the environment partially and noisily. Guided reinforcement learning methods solve this issue by providing additional state knowledge to reinforcement learning algorithms during the learning process, thereby allowing them to solve a partially observable Markov decision process (POMDP) more effectively. However, these guided approaches are relatively rare in the literature, and most existing approaches are model-based, which means that they require learning an appropriate model of the environment first. In this thesis, we present a novel model-free approach that combines the soft actor-critic method and supervised learning concept to solve real-world problems, formulating them as POMDPs. We evaluated our approach using modified partially observable MuJoCo tasks. In experiments performed on OpenAI Gym, an open-source simulation platform, our guided soft actor-critic approach outperformed other baseline algorithms, gaining 7∼20% more maximum average return on five partially observable tasks constructed based on continuous control problems and simulated in MuJoCo. To solve the autonomous driving problem, we focused on decision making under uncertainty, as a partially observable Markov decision process, using our guided soft actor-critic approach. A self-driving car was trained in a simulation environment, created using MATLAB/SIMULINK, for a scenario in which it encountered a pedestrian crossing the road. Experiments demonstrate that the agent exhibits desirable control behavior and performs close to the fully observable state under various uncertainty situations.
Differential flatness-based fuzzy controller design for aggressive maneuvering of quadcopters

(Graduate School, 2023-05-04) Güzay, Çağrı ; Kumbasar, Tufan ; 504142105 ; Control and Automation Engineering

This study presents a new differential flatness-based single input fuzzy logic controller structure for aggressive maneuvering control alongside its real-world application on a nano quadcopter. We propose both type-1 and interval type-2 single input fuzzy logic controllers as the primary controllers in the flight control system, which are built on the concept of differential flatness. Today, quadcopters are used for a wide variety of applications and purposes such as aerial photography, search and rescue operations, surveying and mapping, inspection, agriculture, and emergency response. Quadcopters are getting more and more well-liked in the commercial and consumer markets as a result of the rising demand for their usage areas. Additionally, the dimensions of quadcopters have significantly changed along with the rapid development in contemporary technology. As a result, we can discuss quadcopter types such as mini, micro, or nano. Nano quadcopters, the smallest ones, are lightweight, more portable, and easier to operate and maneuver with high agility since they are constructed with small-scale rotors and frames.
Bir metro hattının anahtarlamalı sistem olarak modellenmesi

(Graduate School, 2023-08-15) Birol, Berkin ; Ergenç, Ali Fuat ; 504102109 ; Kontrol ve Otomasyon Mühendisliği

Özellikle büyük şehirlerde yaşanan nüfus artışları insanların bir yerden bir yere ulaşma ihtiyaçlarını arttırmaktadır. Ulaşım için bireysel araçların kullanımı trafik sıkışıklığına neden olmaktadır, bu nedenle trafik sıkışıklıklarını azaltıp konforlu ve etkin bir ulaşım sağlamak için bireysel araçlarla ulaşım yerine toplu taşıma tercih edilmelidir. Toplu taşımanın cazip hale getirilmesi için toplumun ihtiyaçlarını karşılayacak şekilde kurgulanması, ihtiyaç duyulan sefer sıklığını konforlu bir yolculuk ile sunması gerekmektedir. Bir ulaşım sisteminde bulunan istasyon ve araçlardaki yolcu sayıları ile sefer aralıkları arasında doğrusal bir ilişki bulunmaktadır. Sefer aralıklarını azaltmak yolcu konforunu arttırsa da, işletme maliyetlerini arttırmaktadır. Bu nedenle iyi ayarlanmış bir sefer aralığı hem işletmeci hem de yolcular açısından önem kazanmaktadır. Sefer aralığının sağlıklı şekilde ayarlanması için iyi kurgulanmış bir modele ihtiyaç duyulmaktadır. Bu model, hem araçların ve istasyonların konumlarını içermeli, hem de yoğunluğu takip edebilmek için yolcu sayılarını dikkate almalıdır. Sefer aralığının güncellenmesi araçların sistemde bir bölgede toplanmasını engellemek için ilk istasyondan başlatılmalıdır, bu da diğer istasyonlardaki sefer aralıklarının belirli bir zaman gecikmesi ile güncellenmesine neden olmaktadır. Anahtarlamalı sistemler, birden çok sistemin birbirleri arasında bir kurala bağlı olarak geçiş yaptığı sistemler olarak tanımlanmaktadırlar. Bir toplu taşıma ağındaki yolcu sayılarının davranışı bir aracın bir durağa yanaşıp yanaşmamasına göre değişkenlik gösterdiği için, bu sistemler anahtarlamalı sistem olarak ele alınabilirler. Bu nedenle, bu tez çalışmasında, bir metro hattındaki yolcu sayıları anahtarlamalı sistem olarak modellenmiştir. Sistemin matematiksel modeli oluşturulduktan sonra, dinamik model MATLAB Simulink® yazılımında gerçeklenmiştir. Modelin doğruluğunu sınamak için, sistem bir ayrık olay benzetim yazılımı olan Rockwell Arena®'da da gerçeklenmiştir. Her iki modelleme yazılımında yapılan benzetimlerde Metro İstanbul'dan M2 hattı için alınan gerçek yolcu verileri kullanılmıştır. Bu benzetimler sonucunda elde edilen yolcu grafikleri dışarı alınıp karşılaştırılmıştır ve dinamik modelin sonuçlarının ayrık olay benzetimi ile oluşturulan model ile aynı olduğu doğrulanmıştır. Buna ek olarak, dinamik model ve modeli oluşturmaya olanak sağlayan MATLAB Simulink® yazılımının, ayrık olay benzetimi ile modellemeyi sağlayan Rockwell Arena® yazılımına göre benzetimi daha hızlı koşturduğu ortaya konmuştur. Dinamik modelin geçerliliği doğrulandıktan sonra, sistemin kararlılık analizi yapılmıştır. Kararlılık analizi için anahtarlamalı sistemlerin kararlılık analizinde kabul gören iki farklı yöntem seçilmiştir. Sistemde bozucunun olmadığı durumlar için 'ortak Lyapunov', bozucunun olmadığı durumlar için de 'girişten duruma kararlılık analizi' yöntemleri ile analizi yapılmıştır. MATLAB Simulink®'te oluşturulan modelde bozuculu durumlar için sınır koşullarında Metro İstanbul'dan alınan M2 hattı verileri ile koşturulan benzetimlerin sonuçlarıyla kararlılık analiz sonuçları doğrulanmıştır. Dinamik modelin davranışının iyileştirilmesi için yolcu transferlerinin daha dinamik olduğu bir model de kurgulanmıştır ve MATLAB Simulink®'te oluşturulan model bu yaklaşıma göre güncellenip daha gerçekçi bir yolcu davranışı elde edilmiştir. Bu tez çalışmasında kurulan model, literatürdeki yolcu sayılarının dinamik olarak modellenmesindeki boşluğu doldurmuş olup, kurulan modelin, bu tez çalışması sonrasında geliştirilmesi planlanan, istasyon ve trenlerdeki aktif yolcu sayıları ve işletme maliyetlerini dikkate alarak dinamik olarak sefer aralığını güncelleyecek bir kontrolör tasarımını doğrulamak için kullanılması hedeflenmektedir.
Design and deployment of deep learning based fuzzy logicsystems

(Graduate School, 2023-08-29) Beke, Aykut ; Kumbasar, Tufan ; 504182102 ; Control and Automation Engineering

In the past decade, significant progress has been made in the field of Deep Learning (DL), driven by innovative learning methods, novel layer structures, and the use of graphics cards for enhanced processing power. This progress has led to the training of neural network models with numerous hidden layers and neurons, resulting in breakthroughs in various domains such as semantic segmentation, object detection, and classification. Deep Neural Networks (DNNs) have proven to be highly effective in machine learning and artificial intelligence applications. DNNs offer advantages over traditional machine learning techniques, including the ability to learn features at multiple layers, which allows them to capture complex features of input data. Through forward pass and backpropagation, DNNs extract meaningful features and outperform other methods in many tasks. As a result, DNNs have gained popularity and are widely used in commercial and industrial applications, contributing to advancements in machine learning. Fuzzy Logic Systems (FLSs) have been employed to various fields and applications over the last years. FLSs use linguistic Fuzzy Sets (FSs) and fuzzy rules, enabling the modeling of human-like reasoning and decision-making processes. This has led to advancements in the development of intelligent control systems capable of effectively handling nonlinear and uncertain dynamics. Besides, FLSs have been applied in image processing, leveraging the FSs to represent uncertain data. FLSs provide robust image analysis, pattern recognition, and image understanding, contributing to advancements in computer vision and image processing applications. Overall, FLSs have been extensively utilized in modeling various systems and phenomena. Their ability to handle uncertainty provides a flexible and interpretable modeling approach, capturing complex relationships and uncertainties in real-world systems. Conventional FLSs, known as Type-1 FLSs (T1-FLSs), have limitations in representing uncertainty. To address this, Type-2 Fuzzy Sets (T2-FSs) have been introduced as an alternative, offering a more flexible representation. T2-FSs can better handle nonlinear and uncertain systems, and T2-Fuzzy Logic Systems (T2-FLSs) have the potential to handle complex problems. However, learning T2-FLSs presents challenges due to their design complexity and the need to learn the parameters associated with fuzzy sets. Different approaches have been proposed, including adapting pre-trained T1-FLSs to T2-FLSs and employing evolutionary algorithms or Neural Network (NN) approaches to optimize the parameters of Interval T2-FLSs (IT2-FLSs). These approaches aim to simplify the design complexity and improve the performance of T2-FLSs. Despite advancements, integrating neural networks and evolutionary algorithms with T2-FLSs faces challenges when applied to extensive datasets. The curse of dimensionality and the increasing number of parameters in T2-FLSs brings some difficulties that is not possible to solve with the current approaches. Recent research has focused on combining FLSs and deep neural networks to overcome these challenges, leading to the development of hybrid models that leverage the strengths of both generalization capabilities of the DNNs and the power of the mini-batch sampled optimization algorithms. In this thesis study, a novel approach is proposed to learn the parameters of T2-FLSs using deep learning-based parameter learning methods. The proposed approach aims to handle extensive datasets and construct models with both a good prediction accuracy and the ability to handle the uncertainties. In the scope of this thesis, specifically, three studies are conducted: the first study (i) is titled with "Learning with Type-2 Fuzzy Activation Functions to Enhance the Performance of Deep Neural Networks", in the second study (ii), we propose a framework which is titled with "More Than Accuracy: A Composite Learning Framework for Interval Type-2 Fuzzy Logic Systems" and in the (iii) last study, we propose reliable uncertainty quantification for GT2-FLSs named as "Towards Reliable Uncertainty Quantification and High Precision with General Type-2 Fuzzy Systems". In the first study (i), we introduce a new method called IT2 Fuzzy Activation Layer (IT2-FAL) that aims to enhance the learning performance of DNNs. The IT2-FAL consists of Single Input IT2 (SIT2) Fuzzy Rectifying Units (FRUs) which used as activation units within the DNN structure to improve learning capabilities. We construct a closed-form representation of the SIT2-FRU structure, and an analysis is conducted to understand how the parameters of this structure influence the generation of input-output mappings. The research findings demonstrate that these mappings can be regarded either as hyperparameters to be set or as parameters to be learned. We provide a learning algorithm to these hyperparameters using DL based frameworks. To evaluate the effectiveness of the proposed IT2-FAL, a comparison is made against existing activation units like ReLU, PReLU, and ELU. The novel SIT2-FRU not only addresses the vanishing gradient problem but also exhibits a fast convergence rate. It achieves this by pushing the mean activation close to zero through the processing of inputs defined in the negative quadrant. This property of SIT2-FRU enables DNNs to exhibit improved learning behavior. The experiments conducted using the selected benchmark datasets show the efficiency and superiority of the IT2-FAL approach. By incorporating the IT2-FAL and its activation units (SIT2-FRU components), DNNs can enhance their learning capabilities and benefit from a more robust and flexible network structure. The proposed approach has the potential to improve the performance of DNNs as the experimental results revealed and it also gives opportunity to enhance the learning capabilities of DNNs. The second study (ii) introduces a novel composite learning approach that utilizes type-reduced sets of Interval Type-2 Fuzzy Logic Systems (IT2-FLSs) to capture uncertainty and establish Prediction Intervals (PIs). Unlike mainstream training approaches that primarily focus on accuracy, the objective of this new approach is to not only achieve high prediction accuracy but also effectively address and capture uncertainty by exploiting the type-reduced sets of IT2-FLSs. In order to achieve such a goal, we identify three main challenges in this context: (1) the capability to handle uncertainty, (2) the construction of a composite loss function, and (3) the development of a learning algorithm that addresses the training complexity while considering the definitions of IT2-FLSs. In (1), to address these challenges, the proposed approach exploits the type-reduced set of IT2-FLSs by combining quantile regression and DL parameter learning methods with IT2-FLSs. The ability of IT2-FLSs to process uncertainty depends on the methods employed for calculating the center-of-sets, while their representation capability is determined by the structure of their antecedent and consequent membership functions. In the scope of thesis, we introduce various parametric IT2-FLSs and defines the learnable parameters for all IT2-FLSs, along with their constraints that need to be satisfied during the training process. In (2), the construction of the loss function is defined which involves construction of a multi-objective loss that is subsequently converted into a constrained composite loss. This composite loss comprises the log-cosh loss component, which aims to optimize accuracy, and a tilted loss component that focuses on the representation of uncertainty. Notably, the tilted loss explicitly utilizes the type-reduced set. In (3), a DL approach is presented for training IT2-FLSs using unconstrained optimizers. The study also introduces parameterization techniques to convert the constrained optimization problem of IT2-FLSs into an unconstrained one without violating the definitions of fuzzy sets. In order to evaluate the effectiveness of the proposed approach, comprehensive comparative results are provided. In the thesis, we provide a hyperparameter sensitivity analysis and inter/intra-model comparisons conducted on various benchmark datasets. These evaluations shed light on the performance and robustness of the proposed novel approach in handling uncertainty and achieving high prediction accuracy for regression problems. In the third study (iii), we present a new learning approach for 𝛼-plane based General Type-2 Fuzzy Logic Systems (GT2-FLSs) to improve pointwise prediction accuracy and generate reliable Prediction Intervals (PIs). The approach focuses on exploiting the shape and size of the Secondary Membership Functions (SMFs) through a novel composite loss function. The novel composite loss function consists of two main components: an uncertainty quantification-focused loss and an accuracy-focused term. Within the uncertainty-focused loss, only the type-reduced set of IT2-FLS associated with the 𝛼0=0 plane, known as the FOU, is explicitly utilized. This allows the SMF size parameters of the GT2-FLS to quantify uncertainty and learn PIs. For the accuracy-focused part, two alternative loss terms are provided. In one approach, the aggregated output of the GT2-FLSs is used directly, while in the other approach, only the output associated with the 𝛼𝐾=1 level is utilized. In both cases, the SMF shape parameters of the GT2-FLS are enforced to enable pointwise prediction with high precision. Thus, different roles are assigned to the IT2-FLS associated with 𝛼-planes within the proposed loss function. Since the output of the 𝛼0=0 plane does not contribute to the output calculation of the GT2-FLS, a partially independent learning of the GT2-FSs becomes possible, allowing for capturing uncertainty while maintaining high accuracy. We present a DL based parameter learning approach for GT2-FLSs to facilitate efficient learning to be able to handle the complex parameter learning problem of the GT2-FLSs and also in the presence of high-dimensional and complex data. This is achieved by defining an unconstrained learning problem. We also proposed novel parameterization tricks such that the definitions of GT2-FSs are not violated. We also provide statistical comparative analyses using benchmark datasets in order to demonstrate the superiority of the proposed learning approach. The results of these analyses show the potential of learning GT2-FLS with the proposed DL based approach as a promising solution for reliable uncertainty quantification with high precision in real-world applications.
Analysis and design of robust disturbance observers

(Graduate School, 2023-09-04) Akyol, İsa Eray ; Söylemez, Mehmet Turan ; 504162104 ; Control and Automation Engineering

Robustness has been one of the most defining features of control systems since the classical control period. In the early days, the robustness of the control system was expressed using concepts like phase margin and gain margin, adapted from telecommunications engineering, and this terminology was faithfully used during the period when the significant achievements of modern control theory were demonstrated. However, by the end of the 70s, two separate developments marked the beginning of the golden age of robust control theory. The first of the developments that heralded this new era is Kharitonov's theorem, which established a new field of research for examining the stability of systems with parametric uncertainty. The other is John Doyle's demonstration that even in a single-input, single-output system, the LQG regulator does not have any guaranteed robustness margin, unlike the LQ regulator. While the first formed the basis of the research field known as the parametric approach, the other was one of the precursors of the $H_{\infty}$ theory. Since then, robust control has been seen as an independent sub-branch of control theory. Both approaches reached their peak with both theoretical and practical applications throughout the 1980s and 1990s. On the other hand, it has been shown that more robust closed-loop systems can be developed by changing the structure of the controller. One of the prominent methods is the approach known in the literature as the disturbance-observer (DOB). This approach, which enables the prediction and cancellation of disturbances and uncertainties that impact the system at its input, has been widely implemented, particularly in practical applications. On the other hand, the theoretical limits of the method, its analysis under uncertainty, and its design with newly developed robust control methods have lagged behind practical applications. Although theoretical studies have been carried out especially with the $H_{\infty}$ approach since the 2000s, DOB design and analysis under parametric uncertainties have not attracted the attention of researchers sufficiently. The main purpose of this thesis is to develop new approaches for both the analysis and design of disturbance observers under parametric uncertainties. In the analysis of systems with parametric uncertainty, how the uncertainties are modeled is the factor that directly affects the analysis method. In Kharitonov's paradigm, the parametric uncertainty bounding set is usually expressed as a box, which corresponds to the $l_{\infty}$ representation of the parameter box. However, the $l_{2}$ analog of the same representation is also possible. In fact, this representation is more suitable for the situation where the mathematical model is obtained by linear or nonlinear regression methods under system identification approach. Based on this, in the first part of the thesis, the answer to the question of "How much uncertainty can be tolerated with the DOB structure?", has been sought. Although approaches in the frequency domain produce effective results for DOB analysis, new challenges arise when the problem is expressed in the state space. Two approaches have come to the fore for examining parametric uncertainties in the state space. The first of these is to move the problem to the frequency domain where there are theorems and mathematical tools mature enough to examine parametric uncertainties. However, when this method is utilized, even the simplest interval system matrices show themselves as a affine-linear or more complex polynomial when expressed as a polynomial. Therefore, design in state space was seen as a "hard nut to crack" problem, in Yedevalli's words, and pushed control theorists to different research directions. The other method is to consider the problem directly in the state space. Although similar difficulties exist in this approach, when designing directly in the state space, the use of proven state space methods is also possible. Although new solutions are proposed, especially under the concept of quadratic stability, the nature of the problem condemns control theorists to use conservative approaches. In addition, a suitable Lyapunov function has not yet been proposed in the case where the design regions used to limit the parametric uncertainties are disjoint. The second contribution put forward within the scope of the thesis is the guardian-map approach, which offers less conservative disturbance observer design. Thanks to the method, robustness criteria can be assigned for each nominal eigenvalue separately and the disturbance observer is designed to meet this criterion. In this way, the inherent trade-off between robustness of the disturbance observer and the disturbance observer bandwidth is decided according to whether the closed-loop system satisfies the previously determined eigenvalue spread criterion. Advantages of considering the problem in state space include the possibility to use LMI tools and the incorporation of useful methods such as eigenstructure assignment into the solution of the problem. Many control problems can be expressed in LMI form, and these LMIs can be formulated as appropriate convex optimization problems. The LMI framework is particularly useful for expressing parametric uncertainties and constraining eigenvalue spread. However, when the dominant methods in the literature are examined, the design regions defined by the LMI approach are not defined separately for each eigenvalue, but a combined LMI design region is defined for all eigenvalues. This situation complicates the eigenvalue assignment problem and does not allow defining different robustness criteria between the eigenvalues in the non-dominant region, which is less important for the design, and the dominant region eigenvalues, which determine the behavior of the system. In addition, when the eigenstructure assignment methods are considered, the methods for minimizing the sensitivity of the system dominate the literature, instead of expressing the parametric uncertainties directly. Although robust eigenstructure assignment methods based on $H_{\infty}$-based approaches have been proposed, eigenstructure assignment methods have not been sufficiently studied in direct parametric uncertainty system design. In the eigenstructure assignment methods, since the eigenvalues are assigned strictly at the beginning of the design, the vector space to which the eigenvectors can be assigned in the rest of the design is also limited. In order to overcome this, although methods such as regional assignment, partial eigenvalue assignment and loose eigenstructure assignment are suggested in the literature, suppressing the effect of parametric uncertainties has not been the primary design criterion in these approaches. In order to fill these gaps in the literature, a new design method has been proposed, and in this approach, the robustness of the system to parametric uncertainties has been made the primary criterion of the design, and a novel disturbance observer design method has been proposed by using eigenstructure assignment and LMI approaches together for this purpose. The approach does not require any heuristic algorithms or global optimization methods, as well as allowing the solution of the robust root clustering problem for disjoint design regions. As a result, the method inevitably suffers from conservatism. However, the design reduces the problem of finding robust eigenvectors to finding the appropriate one among a finite number of eigenvectors. As a conclusion, within the scope of this thesis, a method is proposed to examine the robustness of the disturbance observer under parametric uncertainties, and two new design methods are proposed to limit the eigenvalue spread in the state space within the disjoint design regions determined for each nominal eigenvalue. By using the obtained results, a disturbance observer in the state space is designed for systems with parametric uncertainty and the results are shared.
Energy management of P2 hybrid electric vehicle based on event triggered nonlinear model predictive control and deep Q network

(Graduate School, 2024-01-22) Haspolat, Mehmet Cüneyt ; Yalçın, Yaprak ; 504172102 ; Control and Automation Engineering

The energy management problem of a P2 hybrid electric vehicle (HEV) involves determining how to allocate the available energy between the internal combustion engine and the electric motor, as well as how to use the energy stored in the battery. The goal of the energy management system is to minimize the fuel consumption of the vehicle while maintaining its performance and drivability. The energy management problem of a P2 HEV is challenging because it involves multiple objectives and constraints, as well as uncertain and varying driving conditions. The system must balance the power demand of the vehicle with the available power from the engine and battery, while also considering factors such as the state of charge of the battery, the efficiency of the components, and the driving cycle of the vehicle. In this study, the P2 Hybrid Electric Vehicle (HEV) model in Simscape includes components such as the internal combustion engine, electric motor, battery, transmission, and vehicle dynamics. The Kia Niro 2018 vehicle specification provides information about the characteristics of these components, such as their power ratings, efficiencies, and physical dimensions. By combining this information with the Simscape model, the behavior of the P2 HEV is simulated under different driving conditions. The Simscape model is based on physical equations and principles, which means that it provides accurate and reliable predictions of the behavior of the P2 HEV. The model is used to analyze the performance of the vehicle under different scenarios, such as different driving cycles or changes in environmental conditions. By using the Kia Niro 2018 vehicle specification as a reference, the P2 HEV model is validated and adjusted to improve its accuracy. After that, to track the desired velocity profile for a P2 hybrid electric vehicle (HEV) based on the World Harmonized Light Vehicle Test Procedure (WLTP), first model predictive controller (MPC) is implemented. The MPC uses a mathematical model of the vehicle dynamics and powertrain components to predict future behavior over a certain time horizon, taking into account acceleration limits according to ISO 2631-5. The reference signal is determined based on the WLTP standard velocity profile, and an objective function is defined to minimize deviation from the reference signal. In addition to tracking the desired velocity profile, the torque distribution between the engine and motor in a P2 HEV is controlled using a second MPC. The MPC uses a mathematical model of the vehicle's powertrain components to predict future behavior over a certain time horizon, taking into account physical limits of the battery, engine, and motor. The objective of this MPC is to distribute the torque between the engine and motor in an optimal way to achieve the desired performance metrics, such as minimizing power losses. Constraints are established on the system, such as maximum and minimum torque of the engine and electric motor, state of charge of the battery, and current limits of the battery and total torque equality. To decrease the computational cost, an event-triggered mechanism is constructed in a P2 HEV energy management system using a Deep Q Network (DQN) algorithm. This mechanism triggers the model predictive controllers only when needed, reducing the computational burden and improving the energy efficiency of the system. The DQN algorithm is used to learn a policy that determines when to trigger the torque distribution MPC based on the current state of the system. The algorithm uses a neural network to estimate the value function and select actions that minimize the expected long-term cost. The event-triggered mechanism provides a flexible and adaptive approach to energy management in the P2 HEV, allowing for real-time adjustments based on changing driving conditions. The use of DQN allows for efficient and effective decision-making, improving the overall performance and efficiency of the P2 HEV. As a last, in a P2 hybrid electric vehicle (HEV) energy management system with two model predictive controllers (MPCs), the weights of the second MPC's cost function are trained using a deep Q-network (DQN) algorithm. This approach allows for the optimal distribution of torque between the engine and motor, taking into account physical limits of the battery, engine, and motor, as well as other desired performance metrics. By adjusting the weight of the cost function based on the current state of the system, the P2 HEV achieves optimal energy management and improved performance and efficiency. The use of DQN allows for efficient and effective decision-making, reducing the computational burden and improving the overall performance of the system.
Düzensiz örneklemeli sistemlerin kontrolü

(Lisansüstü Eğitim Enstitüsü, 2024-04-26) Sevim, Ufuk ; Gören, Afife Leyla ; 504122105 ; Kontrol ve Otomasyon Mühendisligi

Günümüzde farklı fiziksel konumlarda bulunup sınırlı bant genişliği üzerinden birbirlerine veri aktaran sistemler hızla yaygınlaşmaktadır. Bu sistemler sağladığı avantajların yanı sıra birçok kontrol problemini de beraberinde getirmektedir. Bu sistemlerin mimarisinin doğası gereği geri besleme sinyalinin ölçüm zamanı ya da bilginin iletilme zamanı düzensiz ve beklenmedik bir şekilde gerçekleşmektedir. Son yıllarda bu konuda yapılan yayın sayısının ciddi biçimde artması, konunun öneminin giderek arttığını göstermektedir. Zamanla değişmeyen sürekli bir sistemin düzensiz örnekleme altında ayrıklaştırılmış modeli, zamanla değişen ayrık bir sistem ile ifade edilebilmektedir. Bu da klasik bilgisayarlı kontrol teorisindeki sonuçların geçerliliğini yitirmesine neden olmaktadır. Örneğin, ayrık bir sistemin kararlılığını göstermekte kullanılan sistem matris özdeğerlerinin birim çember içinde olması koşulu, düzensiz örneklemeli bir sistemin kararlılığını garantilememektedir. Düzensiz örneklemeli sistemleri kararlı kılan kontrolörlerin bulunması bu tezin ana problemini oluşturmaktadır. Ayrıca, bulunan kontrolörün zaman gecikmesine sahip sistemlerin kararlı kılınması ve çok etmenli sistemlerin uzlaşımı problemlerine uygulanabilirliği araştırılmıştır. Düzensiz örneklemeli sistemler için ele alınan problemlerin çözümünde zamanla değişen ve parametre ile değişen sistemlere ek olarak, benzer matematiksel problemleri çözmeyi hedefleyen karma sistemler, olay tetiklemeli sistemler ve anahtarlamalı sistemlerin literatüründen de faydalanılmaktadır. Bu sistemlerin kararlı kılınması ve kontrolü için literatürde onlarca yöntem bulunsa da en sık başvurulan yöntemlerden birisi ortak karesel Lyapunov fonksiyonu bulma yöntemidir. Bu yöntemde, zamanla değişen sistem matrislerinin tamamı için ortak olan karesel bir Lyapunov fonksiyonu bulunması ile kararlı kılan kontrolör sentezi yapılabilmektedir. Bu tez kapsamında, ortak karesel Lyapunov fonksiyonu bulma yöntemi farklı bir bakış açısıyla ele alınarak bu yönteme eşdeğer başka bir yöntem geliştirilmiştir. Geliştirilen bu yöntemde, zamanla değişen sistem matrislerinin tamamını daralma haline getiren, yani sistem matrislerinin en büyük tekil değerlerini 1'den küçük yapan, ortak bir benzerlik dönüşümü bulunmasıyla kararlılık sağlanmaktadır. Literatürde küçük örnekleme aralığı yaklaşıklığı kullanan bir teorem genişletilerek bu yöntem ile kararlı kılan bir kontrolün her zaman var olduğu kanıtlanmıştır. Ayrıca, kararlılığı gösteren ortak benzerlik dönüşüm matrisinin bulunması ile ilgili üç farklı yöntem geliştirilmiştir. Bahsedilen varlık koşulu kullanılarak farklı tekniklerle kararlı kılan kontrolörler sentezlenmiştir. Kararlı kılan kontrolör sentezi için kullanılan ilk yöntem literatürde iyi bilinen dijital yeniden tasarım yöntemidir. Bu yöntemde düzensiz örneklemeli sistemin durum yanıtı, sürekli sistemin kapalı çevrim durum yanıtına eşitlenmeye çalışılmaktadır. Literatürde var olan bir dijital yeniden tasarım yöntemi düzensiz örneklemeli sistemler için genişletilerek kararlı kılan kontrolör sentezinde kullanılmıştır. Ayrıca, kararlılığın sağlandığı en büyük örnekleme aralığı için bir üst sınır verilmiştir. Kararlı kılan kontrolör sentezi için bir başka yöntem yine literatürde iyi bilinen özdeğer atama yöntemidir. Bu yöntem ile kapalı çevrim sistem matrisinin özdeğerleri istenen sistem davranışını sağlayacak biçimde yerleştirilmektedir. Düzensiz örneklemeli sistemler için zamanla değişen sistem matrislerinin özdeğer yerleri kararlılık analizi için yeterli olmasa da bu tezde tek bir girişe sahip sistemler için özdeğer atayan kontrolörün kararlılığı garantilediği maksimum örnekleme aralığının var olduğu kanıtlanmıştır. Literatürde başka bir örneğine rastlanmayan tekil değer atama ile kararlı kılma yöntemi bu tez kapsamında geliştirilmiştir. Bu yöntemde kararlılığın garantilenmesi için zamanla değişen kapalı çevrim sistem matrislerinin tekil değerleri ortak bir benzerlik dönüşümü altında 1'den küçük olacak biçimde atanmaktadır. Ayrıca, kararlılığın sağlandığı en büyük örnekleme aralığı için bir üst sınır verilmektedir. Geliştirilen bu sentez yöntemlerinin ortak rasyonel böleni olmayan çoklu zaman gecikmeli sistemlere uygulanabilmesi için düzensiz bir örnekleme dizisi seçim yöntemi önerilmiştir. Önerilen bu yöntem ile düzensiz örneklemeli sistemler için geliştirilmiş bir kontrolörün bu türden gecikmeli sistemlerin kararlı kılınması için kullanılabileceği gösterilmiştir. Bu tez kapsamında geliştirilmiş olan kararlılık koşulu kullanılarak çift integratör dinamiğe sahip çok etmenli sistemlerin düzensiz örnekleme ve değişen topoloji altında uzlaşım probleminin çözümü için yeni bir yöntem geliştirilmiştir. Geliştirilen bu yöntem ile literatürdeki diğer güncel yöntemlerin aksine değişen ağ topoloji çizgelerinin bilinmesi zorunluluğu ortadan kalkmaktadır. Tasarımcının keyfi seçeceği ağ çizgesinin Laplasyen matris özdeğer aralığı ve en büyük örnekleme aralığı parametreleri ile uzlaşımı sağlayan yerel kontrolör, basit bazı eşitsizlikler kullanılarak hesaplanabilmektedir. Ayrıca, ağ çizgeleri bağlı ve yönsüz olduğu sürece bu kontrolörün her zaman var olduğu kanıtlanmıştır. Çok etmenli sistemlerin uzlaşımı için kullanılan yerel kontrolörün ufak değişikliklerle bir ağdaki cihazların saat senkronizasyonu problemine de uygulanabileceği kanıtlanmış ve örneklerle desteklenmiştir.
Intelligent control system design and deployment for fuel cell air supply systems

(Graduate School, 2024-06-10) Kendir, Fatih ; Kumbasar, Tufan ; 504192101 ; Control and Automation Engineering

The mobility industry invests in intensive research and development programs to find a sustainable energy source without polluting the environment. A fuel cell system is an electrochemical device that generates electricity and is one of the promising energy sources. However, the commercialization of fuel cell systems is limited due to their lifespan. In this thesis, an intelligent control system has been designed and deployed for fuel cell air supply systems to enhance the net output power and mitigate the degradation due to oxygen starvation, resulting in a longer cell lifespan. To minimize the risk of starvation, more air than needed for chemical reactions is supplied to the fuel cell system. Here, the ratio between supplied and consumed oxygen amounts is defined as the excess ratio. The net output power of fuel cell systems deteriorates when the oxygen excess ratio is high, yet starvation occurs if the oxygen excess ratio is low. Therefore, an accurate control of oxygen excess ratio is crucial to not only maximize the net output power but also reduce the risk of starvation to mitigate cell degradation. To address this challenge, a 2DOF control structure fused with artificial intelligence is proposed in this thesis. The proposed control system involves a data-driven reference generator, a feedforward controller, and a feedback controller. The data-driven reference generator calculates the setpoint value of the oxygen excess ratio. On the other hand, the data-driven feedforward controller calculates the open-loop control signal to anticipate known system dynamics for improving control performance and reducing the control effort by the feedback controller. A PI controller is used as the feedback controller to track the desired setpoint value and calculate the closed-loop control signal. Then, the sum of open-loop and closed-loop control signals is applied to the compressor motor as a voltage input. A fuel cell system was simulated for various current loads and oxygen excess ratio values at the optimal stack temperature to understand the characteristics of fuel cell systems. The results showed that each stack current maximizes the net output power for a specific oxygen excess ratio. The relationship between the stack current and oxygen excess ratio that produces maximum net output power is highly nonlinear, which is challenging to model via traditional lookup-based solutions. Similarly, the compressor voltage needed to reach the optimal oxygen excess ratio, maximizing the net output power and stack current, also has a complex relationship. Therefore, data-driven reference generators and feedforward controllers are considered for learning the complex characteristics of fuel cell systems. The data to learn the data-driven models is acquired through steady-state analysis. Firstly, the data for single input models where the stack current is the only input of data-driven models is acquired by alternating the current and oxygen excess ratio at optimal stack temperature. Moreover, the stack temperature is changed by considering possible temperature fluctuations around the optimal stack temperature, and its effect on net power output is investigated. The results show that the net output power significantly changes with stack temperature. Therefore, it needs to be considered in the design of data-driven models. In this manner, the double-input models are designed with stack current and temperature inputs. The data-driven reference generator and feedforward controller for single and double-input models are learned via fuzzy models and neural networks. Various internal configurations of fuzzy models and neural networks have been studied to investigate their effects on modeling accuracy. The fuzzy models were constructed with various membership functions and learned through various techniques. On the other hand, different activation functions were utilized to build the neural network models. Moreover, the learning data was pre-processed through standardization and normalization to examine their effect on learning performance. Besides, polynomial regression-based reference generators and feedforward controllers were learned for performance comparison. Even though the learning performances of data-driven reference generators and feedforward controllers are pretty satisfactory compared to polynomial regression-based models, their contribution to net output power and degradation must be shown. In this manner, the proposed artificial intelligence fused 2DOF control system was simulated with various fuzzy models and neural networks as the reference generator and feedforward controller. A PI controller was utilized as the closed-loop controller. The PI controller coefficients were tuned through an iterative trial-and-error method in a defined operating point. The same PI controller was employed during the simulations of each design variant to have a fair comparison. In addition, a 1DOF control system was designed to expose the contribution of the 2DOF control structure. To assess the test results, evaluation criteria for the net output power and oxygen excess ratio were defined. In the evaluations, the tracking error and settling time of both targets were considered. In addition, a degradation model that depends on oxygen starvation was created to assess the contribution of data-driven models on cell life. A set of operation points depending on stack current was developed to test the proposed control system. Moreover, stack temperature changes were considered to assess the performance of the proposed control system under disturbances. The results showed that the proposed intelligent control system with fuzzy models and neural networks could efficiently track the desired oxygen excess ratio. Thanks to the data-driven models, the high-performing oxygen excess ratio control structure increases the net output power of fuel cell systems and reduces cell degradation due to oxygen starvation. In brief, the intelligent control system proposed in this thesis is a promising development in fuel cell systems to enable their widespread usage as a clean and sustainable energy source.
Improving performance of low order robust controllers for parametric uncertain systems

(Graduate School, 2024-07-03) Canevi, Mehmet ; Söylemez, Mehmet Turan ; 504162105 ; Control and Automation Engineering

The classical control problem deals with the design of closed-loop systems that are stable with fixed controller structure, the P, PI and PID type controllers. In addition to stability, reference tracking, noise attenuation and disturbance rejection can be addressed during the controller design. One of the popular design methods for reference tracking is the dominant pole placement method. The time domain specifications are adjusted based on a second-order polynomial and additional poles out of the dominant region, the region of the poles of the second-order polynomial, are added to the polynomial. The polynomial is then equated to the characteristic polynomial of the closed-loop transfer function. In the end, it is desired to end up in a dominant pole pair to dominate the behavior of the closed-loop system. For the dominant pole placement method, a certain settling time and overshoot value are chosen according to the application and based on these a complex pole pair or in other words the second-order polynomial is defined. For closed-loop systems with zero overshoot, the formulae used during the dominant pole placement method lose their validity, since the damping ratio is greater than or equal to one. The damping ratio for zero overshoot is an inequality that implies that there are multiple solutions. The damping ratio inequality defines the family of critically and over-damped all-pole systems. The settling time of such systems is investigated in the literature, however, most are only for analysis purposes. To be able to synthesize controllers, it is necessary to be able to choose a settling time value and convert this information into some pole locations on the s-domain. Since most of the work uses iterative models, a new method for this "inverse" relation between settling time and poles is proposed. The model proposed is developed for over-damped systems up to order three, but it has been mentioned that for higher-order systems the precision of the model loses significance. Several examples of controller synthesis are provided. A different approach is the characteristic ratio assignment method, which uses the coefficients of the polynomial to calculate the ratios instead of using the poles directly. The characteristic ratios are chosen based on filters with known characteristics so that the designed closed-loop system has the same properties. A common choice is the Butterworth filter for low overshoot characteristics. Hence, the problem encountered during the dominant pole placement is solved, but at the cost of losing the ability to fix the structure of the controller. Since, the CRA method designs controllers equal to the order of the plant, resulting in a closed-loop system twice the order of the plant. This is not desirable considering the practical world. Another loss is the lack of the integrator in the controller in the feedforward path, where because of it the reference tracking is less robust. The CRA method is based on the maximally-flatness property of a system, which uses the frequency domain Bode gain to come up with low overshoot step responses. This work combines the aforementioned design methods, by choosing classical controllers and the maximally-flatness property of the CRA method. The closed-loop transfer function is calculated with the chosen classical controller and the gain of the closed-loop transfer function is computed in the frequency domain. The magnitude square, also called the power gain, of the closed-loop system is obtained and a direct low-pass inequality is stated, which results in inequalities that for low-degree systems resemble the characteristic ratios. These inequalities then are used to ensure low or even zero overshoot. Due to the difficulty of assessing the overshoot of high-order systems, the resulting overshoot is called low or zero. From numerical studies, it is observed that most of the designs prohibit zero overshoot. It has been shown that using the inequalities obtained by setting the power gain of a transfer function less than or equal to one and setting the infinity norm of a transfer function equal to one are strongly connected. Thanks to this connection, the term "low or zero overshoot" for first and second-order transfer functions is calculated. It has been proposed that inequalities arising by setting the power gain to less than or equal to one or setting the infinity norm equal to one can be used to enforce low or zero overshoot. Based on this a design approach is given where the controller is a PI or PI-PD controller, the plant is a FOPDT or SOPDT plant and based on the closed-loop the inequalities are added to design such a controller. Since the FOPDT and SOPDT plants include delay in their models, the Pad\'e approximation method is used during the design steps. The Pad\'e approximation method substitutes the nonlinear delay term with a set of zeros in the right-half-plane and poles in the left-half-plane. The design conditions are obtained as inequalities and introducing interval-type uncertain parameters with lower and upper bounds results in a robust design problem that can be simplified by checking specific corner points instead of the whole uncertain family. A theorem is stated for this reduction, which simplifies the robust design problem, significantly. The optimization problems for robust PI controller design for FOPDT and robust PI-PD controller design for SOPDT systems are stated. Some numerical case studies are given to back up the optimization problems. The unique aspect of this work is summed up as follows; \begin{itemize} \item inequalities from polynomial coefficients are produced based on maximally-flatness properties, which is more powerful than CRA since it takes zeros into account \item a general formula is worked out for the inequalities \item nominal low-order controllers are designed with characteristic-ratio-like inequalities \item the structure of the proposed inequalities is exploited and a reduction theorem is proposed for plants with uncertainty \item based on the proposed theorem robust controller design problem is stated \item a settling time model for critically and over-damped systems is proposed \item it has been shown that the proposed settling time model can be used to determine the locations of the poles with prefixed settling time \end{itemize} During this work a settling time model for over-damped systems is proposed which can be used to determine the settling time by plugging in the poles and to determine the locations of the poles by choosing a prefixed settling time. It has been shown that it is possible to design controllers with the proposed settling time. It has been observed that using the maximally-flatness approach in order to get low or zero overshoot design or setting the H infinity norm of the closed-loop equal to one produce the same conditions. Using these conditions it is possible to get low or zero overshoot. Due to the structural advantage of the proposed inequalities a theorem that reduces the complexity of evaluating and ensuring that the inequalities hold for every point in the uncertainty space is proposed. Both nominal and robust PI and PI-PD controller design for FOPDT and SOPDT systems is stated.
SLAB ısıtma fırınlarında enerji verimliliğine yönelik uyarlamalı ve model öngörülü kontrol

(Lisansüstü Eğitim Enstitüsü, 2024-08-06) Kavak, Deniz ; Yalçın, Yaprak ; 504072108 ; Kontrol ve Otomasyon Mühendisliği

Günümüzde sanayi tesislerinde özellikle demir çelik endüstrisinde rekabet giderek daha fazla artmaktadır. Bu rekabet ortamı demir çelik endüstrilerinin üretim maliyetlerini her geçen sene daha aşağı çekmesini zorunlu kılmaktadır. Özellikle rekabetin çok çetin olduğu ve ürünlerin tedarik kaynağı alternatiflerinin çok çeşitli olduğu sanayilerde en küçük maliyet avantajları bile çok önemlidir. Büyük endüstri tesislerinde ve tezin uygulandığı alan olan demir çelik endüstrisinde en önemli maliyet kalemlerinin başında enerji tüketimleri gelmektedir. Birim ton başına düşen enerji maliyetlerindeki %1 tasarruf bile büyük üretim yapan demir çelik tesislerine çok ciddi maliyet düşürücü etkiler yapmakta ve benzer ürünleri üreten diğer demir çelik tesislerine nazaran maliyet avantajları sağlamaktadır. Entegre demir çelik fabrikaları hammaddeden nihai satılacak ürüne ve üretim için gereken yan kaynakların da üretildiği yardımcı tesislere kadar bütün üretim mekanizmalarına sahiptir. Entegre demir çelik tesisleri ana üretim tesisleri olarak yüksek fırınlar, demir ve çelik üretim, sürekli dökümler, sıcak haddehaneler ve soğuk haddehanelerden oluşmaktadır. Yüksek fırınlarda kok kömürü ile eritilen demir cevheri siparişe uygun kalitelerin üretilebilmesi için çelik üretim potalarında çeşitli alaşım elementlerinin ilave edilmesinden sonra sürekli döküm tesislerinde slablar haline getirilmektedir. Slablar slab ısıtma fırınlarında haddeleme sıcaklığına kadar yeniden ısıtıldıktan sonra sıcak haddehanelerde haddelenerek nihai sıcak rulo haline getirilmektedir. Üretilen sıcak rulolar sipariş durumuna göre ya direkt müşteriye veya soğuk haddeleme için soğuk haddehanelere transfer edilmektedir. Demir çelik tesislerinde demir cevherinin kömürle eritildiği yüksek fırınlardan sonra en fazla enerjinin tüketildiği alanların başında slab ısıtma fırınları gelmektedir. Slab ısıtma fırınlarında yakıt olarak genellikle doğalgaz, kok gazı veya bu iki gaz birlikte aynı fırının farklı bölgelerinde ihtiyaca göre kullanılabilmektedir. Kok gazı demir çelik tesislerinin kok tesislerinde kömürün yüksek fırına şarj edilebilmesi için koklaştırılması sonucu ortaya çıkan kirli bir yan üründür. Kok gazının yoğunluğunun ve kalorifik değerinin kömürün cinsine göre sürekli değişmesinden ve çok kirli olmasından dolayı fırında yanma prosesi olumsuz etkilenebilmektedir. Bundan dolayı kaliteyi etkileyen ve slab yüzeyinde tufalleşmenin yoğun olduğu cehennemlik gibi ısıtma bölgelerinde doğalgaz kullanımı tercih edilmektedir. Fırına şarj edilen slabları ısıtmak enerji açısından oldukça maliyetli bir prosestir. Fırınlardaki ısıtma prosesinin verimli bir şekilde gerçekleştirilmesi saha ekipmanlarının problemsiz çalışmasına ve fırının yanma kontrolünün daha hassas hale getirilmesine bağlıdır. Sahadaki ölçüm cihazları ve valf gibi kontrol ekipmanlarının periyodik bakım planlamaları ve arızalı parçaların yedekleriyle değişimi gibi aksiyonlarla problemsiz çalışması sağlanabilmektedir. Bundan dolayı ısıtma prosesinde hassas ve etkili bir sıcaklık kontrolü çalışmalarına odaklanılmaktadır. Tezin saha uygulamasında kullanılan slab fırını Türkiye'nin en büyük demir çelik fabrikasının sıcak rulo üretiminin yapıldığı sıcak haddehanelerin ihtiyacı olan slabları ısıtmak için kullanılmaktadır. Tesiste 1.Sıcak Haddehane, 2.Sıcak Haddehane ve Levha Haddehanesi olmak üzere 3 ana üretim hattı bulunmaktadır. Bunlardan Levha Haddehanesi Türkiye'nin ilk ve tek levha üreten tesisi olup savunma sanayi saclarının üretiminde önemli bir görev üstlenmektedir. Bunun yanısıra rüzgar türbinleri, gemi sanayi, iş makinaları gibi çeşitli önemli endüstrilere de girdi olarak levha hammaddesini üretmektedir. Tezde modellenen ve MPC uygulamasının yapıldığı 4.Slab fırını olarak isimlendirilen slab ısıtma fırını hem Levha Haddehanesini hem de 1.Sıcak Haddehane tesislerini beslemektedir. Slablar fırına şarj olduktan sonra haddehanedeki haddeleme proseslerinin belirlediği 1160-1250°C sıcaklığına kadar ısıtılmaktadır. Bu sıcaklık haddelenecek malzeme cinsi ve ebatlarına ve nihai ürünün özelliklerine göre hadde yükleri ve mekanik dayanımları baz alınarak haddeleme modelleri tarafından belirlenmekte ve Slab Isıtma Fırını Kontrol Sistemine referans olarak aktarılmaktadır. Slab ısıtma fırınları genel olarak önısıtma, ısıtma ve cehennemlik olarak isimlendirilen üç bölgeden oluşmaktadır. Bu ısıtma kontrolünün yapıldığı bölgelerin dışında fırının giriş kısmında ısınan havanın slablarla teması yoluyla konvektif ısı transferinin yapıldığı herhangi bir yakıcı ve kontrolün bulunmadığı reküperatif bölge bulunmaktadır. 4.slab ısıtma fırını 13 metre genişliğinde ve 30 metre uzunluğundadır. 220 ton/saat ısıtma kapasitesi bulunan fırında şarj edilebilen en büyük slab ebatları 12 metre boyunda 1.5 metre genişliğinde ve 300mm kalınlığındadır. Enerji sarfiyatı olarak 350Mcal/ton civarı harcanan 4.slab fırınında kok ve doğalgaz yakıt olarak kullanılmaktadır. Slab fırınlarında proses otomasyonu Seviye1 ve Seviye2 olarak isimlendirilen iki seviyede ele alınmaktadır. Seviye1 otomasyonu, saha enstrümanlarından gelen verilerin işlendiği ve valf gibi kontrol ekipmanlarının geleneksel PID metotları kullanılarak sıcaklığa göre PLC vasıtasıyla kontrol edildiği ve SCADA üzerinden izlendiği kontrol katmanıdır. Seviye 2 olarak adlandırılan otomasyon katmanı ise, fırındaki malzemelerin izlendiği, slablara ve fırına ilişkin tüm verilerin tutulduğu veritabanının bulunduğu, slabların termal ısınma modelinin ve optimum ısınma eğrilerinin oluşturulduğu, buna bağlı ısı ihtiyaçlarının (heat demand) belirlenerek bulanık mantık (fuzzy logic) üzerinden sıcaklık referansı ve PID parametrelerinin oluşturularak Seviye 1 sistemine gönderildiği kontrol katmanıdır. Tezin uygulamasının yapıldığı Seviye1 kontrol katmanında kullanılan geleneksel PID kontrolörü fırının dinamik değişimlerine ve fırındaki belirsiz parametre ve bozucu değişimlerine yeteri kadar adapte olamamaktadır. Her ne kadar Seviye2 kontrol katmanındaki bulanık mantık PID katsayılarını güncellese de, sıcaklık kontrolü için kullanılan PID kontrolörü fırının dinamik değişimleri karşısında etkili bir kontrol sağlayamamaktadır. Bu konuda literatürde geliştirilmiş çok farklı kontrol yaklaşımları bulunmaktadır. Bunlardan en önemlisi ve endüstride de kullanımı giderek yaygınlaşanı MPC olarak bilinen model öngörülü kontrol metodudur. MPC yaklaşımı dinamik değişiklikleri rahatlıkla ele alabilen, sistem kısıtlarını da içerebilen, doğrusal olmayan modellerde de çok etkili bir kontrol metodudur. Endüstri de giderek yaygınlaşmasından dolayı literatürde MPC yaklaşımının da çok farklı çeşitleri geliştirilmiştir. MPC metodu her iki seviyede de uygulanabilmektedir. MPC metodunun başarısı kontrol edilecek sistemin doğru modellenmesine bağlıdır. Slab fırınları doğrusal olmayan sistem dinamiklerine sahip, yüksek zaman gecikmeleri ve zaman sabitleri olan, ölçülemeyen bozucuların olduğu kompleks proseslerdir. Dolayısıyla hassas ve etkili bir kontrol mekanizması oluşturabilmek için prosese uygun en doğru modeli elde etmek gerekmektedir. Slab fırınları proses itibariyle kompleks olması ve doğrusal olmayan modele sahip olmasının yanında bölgelerin birbiriyle güçlü ısı etkileşimlerinin olduğu, hesaplanabilen kayıpların yanında öngörülemeyen ısı kayıplarının da sıcaklık modellerini etkilediği ve bir çok parametrenin sistem üzerinde etkili olduğu karmaşık proseslerdir. Tezde 4.slab fırını, ısıtma prosesini etkileyen tüm parametre ve bozucuları da içerecek şekilde çok detaylı olarak modellenmiştir. Bölgeler arası sıcaklık etkileşimleri matematiksel olarak detaylı bir şekilde elde edilerek modelde yer verilmiştir. Slab fırını için tasarlanan ısıtma modelini etkileyen bozucular ölçülebilir ısı kayıpları ve öngörülemeyen ısı kayıpları olarak ikiye ayrılarak öngörülemeyen ısı kayıplarının kestirimi için bir uyarlama mekanizması tasarlanarak modele uyarlanmıştır. Uyarlama mekanizmasının tasarımında ise slab ısıtma fırınlarının modellemelerinde literatürde daha önce kullanılmayan daldırma ve değişmezlik (I&I) yaklaşımı kullanılmıştır. Modellenen sistemin kontrolünde uyarlamalı doğrusal olmayan model öngörülü kontrol (NMPC) yaklaşımı kullanılmıştır. NMPC metodu 4.Slab fırınının Seviye1 kontrol katmanında kullanılan sıcaklık PID kontrolörleri yerine tasarlanmıştır. 4.Slab fırını Seviye2 kontrol katmanında ele alınan slabların termal ısınma modelleri ve optimum ısınma eğrileri, termal ısı transfer hesaplama yöntemleriyle detaylı bir şekilde oluşturularak fırındaki en önemli parametrelerden olan gaz ve slab ısı emilim katsayıları ve form faktörü fırın kurulumu sırasında test slabı üzerindeki ölçüm doğrulamalarına göre hassas şekilde ayarlandığından istenilen şekilde çalışmaktadırlar. Fakat bu eğrilere göre oluşturulan referans değerlerin kontrolünü sağlayan Seviye 1 kontrol katmanındaki PID kontrolörleri fırındaki gazın kalorifik değerlerinin değişmesi ve öngörülemeyen kayıplar neticesinde hassas bir şekilde sağlanamamakta ve sıcaklık artış ve azalışların bağlı olarak verimli bir yanma elde edilememektedir. 4.Slab fırını için oluşturduğumuz modelde hem gazın kalorifik değerine hem de öngörülemeyen bozuculara detaylı yer verilmiştir. Gazın kalorifik değerindeki değişim öngörülemeyen bozucu kestiriminin uyarlama mekanizmasına yansıyarak buna bağlı sıcaklık değişimlerinin etkisi tasarlanan NMPC kontrolör tarafından giderilmektedir. Bu kontrol yaklaşımı ve öngörülemeyen ısı kayıplarının kestirimi ile daha verimli bir yanma sistemi kontrolü kurgulanması yapılarak modellenen sistemin dinamik kontrolü sayesinde enerji tasarrufu sağlanması hedeflenmiştir. Raporda sunulan tezde, bilinmeyen parametre ve bozucuların bulunduğu slab ısıtma fırını için bir Uyarlamalı NMPC uygulamasının Seviye1 üzerinde gerçeklemesi ve bundan elde edilen sonuçlar aktarılmıştır. Sonuçlar, detaylı bir şekilde grafikler üzerinde analiz edilerek tezin son bölümünde verilmiştir. Bölgeler arası etkileşime göre oluşturulan detaylı formüller, oluşturulan Matlab Simulink modelleri ve Matlab fonksiyon program blokları ise raporun ekler bölümüne ilave edilmiştir. Ayrıca, önerilen uyarlama mekanizmasını içeren doğrusal olmayan model yapısının doğruluğu, literatürde son 5 yılda uygulaması bulunan sistem tanıma yoluyla elde edilen ARMAX modelleri ile simülasyon ortamında karşılaştırılmış ve sonuçlar son bölümde sunulmuştur. Tezin başarılı bir şekilde bu slab fırınına uygulanması ve yeni kontrol kuramlarının kullanılması, tesislerin geleceğine ve teknolojik gelişimlerine önemli katkılar sağlayacaktır. Ayrıca demir çelik tesislerinin farklı alanlarına da uygulanması konusunda öncü rol oynayarak yeni araştırma olanaklarının da açılmasında cesaretlendirici bir adım olacaktır.
Kontrollü lagrange yöntemleri ve uygulamaları

(Lisansüstü Eğitim Enstitüsü, 2024-10-18) Yıldız, Hüseyin Alpaslan ; Sümer Gören, Afife Leyla ; 504082107 ; Kontrol ve Otomaston Mühendisliği

Bu tez çalışmasında eksik sürülmüş sistemlerin enerji tabanlı kontrol yöntemleri olan Kontrollü Lagrange ve IDA-PBC (Interconnection and Damping Assignment Passivity-Based Control) yöntemleri ele alınmıştır. Eksik sürülmüş sistemler, sistemin eyleyici sayısının, serbestlik derecesinden az olduğu, dolayısıyla tüm hareketlerinin doğrudan kontrol edilemediği sistemlerdir Bu tür sistemler, mühendislikte özellikle robotik, havacılık, denizcilik ve otomotiv gibi alanlarda sıkça karşılaşılır. Karmaşık dinamik yapıları nedeniyle, bu sistemler kontrolü zor olan sistemler arasında yer alır. Tez çalışmasında, öncelikle klasik mekaniğin tarihsel gelişimi ve varyasyonel hesaplama yaklaşımı ele alınarak, bu yaklaşımların Euler-Lagrange ve Hamiltonian sistemlere uygulanışı incelenmiştir. Bu bağlamda, varyasyonel hesaplamanın temel ilkeleri, Euler-Lagrange denklemlerinin türetilmesi ve bu denklemlerin mekanik sistemlerin modellemesinde nasıl kullanıldığı açıklanmıştır. Aynı zamanda, Hamiltonian sistemlerin temel prensipleri ve bu sistemlerin kontrolü için kullanılan enerji tabanlı yöntemler de ele alınmıştır. Kontrollü Lagrange yöntemi, EL sistemlerin kontrolü için kullanılan bir yöntem olup, sistemin enerji fonksiyonunu şekillendirerek kapalı çevrim sistemin istenen denge noktasındaki kararlılığı sağlamayı hedefler. IDA-PBC yöntemi ise, Hamiltonian sistemlerin kontrolünde kullanılan bir yöntem olup, aynı şekilde sistemin enerji fonksiyonunu şekillendirerek ve sönüm ekleyerek kapalı çevrim sistemin pasifliğini ve dolayısıyla kararlılığını sağlamayı amaçlar. Her iki yöntemde de, kapalı çevrim sistemin kararlılığı sağlanırken, EL ve Hamiltonian sistem olma özelliği korunur. IDA-PBC ve Kontrollü Lagrangian yöntemleri, eksik sürülmüş lineer olmayan sistemlerin kontrolü için güçlü birer araç olsalar da, kontrol kuralının varlığı ancak eşleşme koşulu adı verilen bir dizi lineer olmayan ve homojen olmayan PDE'lerin çözülmesiyle mümkündür. Bu PDE'lerin her durumda çözümü bulunmamaktadır, bu da bahsedilen yöntemlerin en zorlayıcı noktasıdır. Bu tez çalışmasında ayrılabilir (seperable) Hamiltonian sistemlerde eşleşme koşullarının göreceli olarak daha kolay çözülmesi fikrinden yola çıkarak geliştirilen Gören-Sümer ve Şengör (2015)'de önerilen yöntem geliştirilerek Euler Lagrange sistemlere genişletilmiştir. Bu tez çalışmasında önerilen yöntem, eşleşme koşullarının yaklaşık çözümleri, kapalı çevrimli sistemin genelleştirilmiş atalet matrisinin bir dizi sabit atalet matrisinin radyal baz fonksiyonları kullanılarak doğrusal olmayan bir kombinasyonu ile yaklaşık olarak ifade edilmesine dayanmaktadır Eşleşeme koşullarının yaklaşık çözümü ile elde edilen kontrol kuralı kullanıldığında dahi, kapalı çevrim sistemin kararlılığının sağlanabildiği gösterilmiştir. Bu çalışmanın son aşamasında, tezde önerilen yöntemlerin çeşitli mekanik sistemler üzerindeki uygulamaları incelenmiştir. Vinç sistemi, TORA, top ve çubuk, top ve tabla sistemi gibi örnekler kullanılarak, önerilen yöntemin, literatürde bulunan örnekler üzerinde uygulamasına yer verilmiştir. Bu uygulamalar, önerilen yöntemin yaygın olarak kullanılabilirliğini ortaya koymuştur. Sonuç olarak, bu doktora tez çalışması, eksik sürülmüş sistemlerin kontrolünde kullanılan enerji tabanlı yöntemler olan IDA-PBC ve Kontrollü Lagrange yöntemlerinin temel zorluğu olan eşleşme koşullarının çözülmesi konusuna bir katkı sunmaktadır. Elde edilen sonuçlar, eşleşme koşullarının çözümlerinin yaklaşık olarak bulunduğu durumda dahi, enerji tabanlı kontrol yöntemlerinin, eksik sürülmüş sistemlerin kararlılığını sağlamada etkili araçlar olduğunu göstermektedir. Bu çalışma, ilgili alanda çalışacak araştırmacılara bu yöntemlerin daha karmaşık sistemler için nasıl geliştirilebileceği ve uygulanabileceği konusunda yol gösterici olacaktır.

Gözat

Çıkarma tarihi ile LEE- Kontrol ve Otomasyon Mühendisliği-Doktora'a göz atma

Sayfa başına sonuç

Sıralama Seçenekleri