Çamaşır Makinesinde Çamaşır Yükünün Kestirimi Üzerine Bir Çalışma

thumbnail.default.placeholder
Tarih
2011-06-20
Yazarlar
Türk, Reyhan
Süreli Yayın başlığı
Süreli Yayın ISSN
Cilt Başlığı
Yayınevi
Fen Bilimleri Enstitüsü
Institute of Science and Technology
Özet
Çamaşır makinesinde yıkama prosesi başlamadan önce, makinenin içinde ne kadar çamaşır olduğunun bilinmesi, yıkama prosesinin verimini maksimum yapabilmek için gereklidir. Su tasarrufu, enerji tasarrufu, deterjan tasarrufu, uygun program seçimi yük miktarı bilindiği takdirde yapılabilir. Bu tez çalışmasında, 5 adet çamaşır makinesinden elde edilen verilerin bir kısmı kullanılarak geriye yayılım algoritması ile eğitilen çok katmanlı yapay sinir ağı ile çamaşır makinesinde yük kestirimi yapılmıştır. Bunun yanı sıra lineer en küçük kareler yöntemi ile de yük kestirimi yapılmıştır. Bu iki yöntem incelenip karşılaştırılmıştır. Lineer en küçük kareler algoritmasıyla yapay sinir ağı algoritması önce MATLAB ortamında gerçeklenmiş ve karşılaştırılmıştır. Daha sonra, yapay sinir ağının mikrokontrolörle uygulaması yapılmış ve performansı değerlendirilmiştir. Sonuçlar değerlendirildiğinde, giriş örüntülerinin gerçek çıkış değerleriyle lineer olmayan ilişkisi nedeniyle yapay sinir ağıyla kestirim sonuçları, lineer en küçük kareler ile kestirim sonuçlarından daha tatmin edici bir sonuç vermiştir. Ancak yapay sinir ağı modelini mikrokontrolörle gerçekleştirmek daha zordur. Lineer en küçük kareler yöntemi basit yapısıyla bu noktada avantaj sağlamaktadır. Ancak bu zorluklara rağmen yapay sinir ağı uygulanabilir görünmektedir.
In order to succeed better washing performance, it becomes essential to know the weight of laundry placed into the washing machine. It will be possible to save water, energy and deterjant, if the amount of laundry is known, because it will be possible for washing machine to select the best washing program without any intervention. An artificial neural network which is trained with error back propagation algorithm is builded to implement the estimation of amount of laundry. In order to analyze the performance of the neural network algorithm, laundry weight estimation is performed with least mean squares estimation algorithm. For the training and testing purposes, a data set of 5 washing machines is builded. Both the artificial neural network algorithm and lineer least squares estimation are built in MATLAB programming environment. Then the implementation of artificial neural network algorithm to microcontroller is accomplished. The perofrmance of neural network algorithm seems better compared to lineer least mean squares algorithm. However, it is found that implementing a trained neural network to a traditional microcontroller is not as straight forward as least squares algorithm is. Despite of some difficulties existing in implementation of atificial neural network algorithm, it is worth while.
Açıklama
Tez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2010
Thesis (M.Sc.) -- İstanbul Technical University, Institute of Science and Technology, 2010
Anahtar kelimeler
En küçük kareler regresyonu, Yapay sinir ağı, Üniversal motor, Tambur, Çamaşır makinesi, Least mean squares regression, Artificial neural networks, Universal motor, Drum, Washing machine
Alıntı