Hava-jeti İle Tekstüre Yapan Büküm Makinasının Modellenmesi Ve Durum-uzay Modeline Dayanan Öngörülü Kontrolü

Abstract

Bu tez çalışmasında, TÜBİTAK, Bilimsel ve Teknolojik Araştırma Projelerini Destekleme Programı desteği ile tamamlanmış 105M134 numaralı “Hava-Jeti ile Tekstüre Yapan Büküm Makinasının Geliştirilmesi, Prototip Makina Tasarımı ve İmalatı” isimli proje kapsamında geliştirilen tekstil makinasındaki iplik gerginliğini emniyetli çalışma değerinde tutacak ideal bir gerginlik kontrol sistemi tasarlanması amaçlanmıştır. Kontrol sistemi tasarımına geçmeden önce sistemdeki iplik gerginliğini temsil edecek bir teorik model bulunmuştur. Fizik yasaları sonucu elde edilen bu teorik modeldeki bazı parametrelerin değerlerini bulmak mümkün olmadığından dolayı sistem tanılama yapılmasına karar verilmiştir. Bu aşamada, sisteme PRBS giriş fonksiyonu uygulandığında karşılık gelen çıkış verileri toplanmış ve model yapısı olarak ARX modeli seçilmiştir. Sonrasında MATLAB içerisinde çalışan MidSys Toolbox yardımıyla en küçük kareler metoduna dayanan parametre kestirimi yapılarak sistemdeki iplik gerginliğinin durum-uzay modeli elde edilmiştir. Modelleme sürecinden sonra kontrol sistemi olarak durum-uzay modeline dayanan model öngörülü kontrol algoritması seçilerek bozuculu model, bozucusuz model ve model belirsizliği durumları için çeşitli simülasyonlar yapılmıştır.

In this thesis, it is aimed to design an ideal control system that keeps the yarn tension around a safe reference tension value for a textile machine project which is supported by TUBITAK, by “The Scientific and Technological Research Project Support Program” (Research Grant Number: 105M134) titled as “Prototype Design and Manufacturing of the Air-Jet Texturing and Twisting Machine”. Before the control system design, a theoretical model representing the yarn tension in the system with the help of physical laws was found. Because of having the impossibility of finding some parameters’ values in this theoretical model, it is decided to apply system identification. At this stage, after PRBS input function was applied to the system, the corresponding output data was collected and ARX model was selected as model structure. Afterwards parameters were estimated with the least square method through MidSys Toolbox running in the MATLAB and the related state-space model was obtained. After the modeling process, the state-space model based predictive control algorithm was selected for the control system design. Besides, some simulations are applied for some cases such as model without disturbance, model with disturbance and model uncertainty.