VERİ GÜDÜMLÜ KONTROLDE VERİ KALİTESİNİN KRİTİK ROLÜ: BİR DA MOTOR UYGULAMASI

OpenAlex · Turkish

Bu çalışmada, veri güdümlü kontrol (VGK) kapsamında doğru akım (DA) motorlarının hız denetiminde giriş verisi türlerinin etkisi incelenmiştir. Bu amaçla, klasik PID ve öğrenme tabanlı olarak çalışan Yapay Sinir Ağları (YSA) denetleyicileri karşılaştırılmıştır. VGK, bir sistemin matematiksel modeline ihtiyaç duymadan giriş-çıkış verilerine dayalı olarak denetim parametrelerinin hesaplanabilmesini sağlayan bir yaklaşımdır. Bu kapsamda, basamak, sinüs, testere dişi, rastgele ve karışık olmak üzere beş farklı türde sentetik veri seti üretilmiş, normalize edilerek DA motorlara giriş voltajı olarak uygulanmış ve motor milinin çıkış hızları ölçülmüştür. Toplanan veriler ile tasarlanan veri güdümlü PID ve YSA denetleyiciler en uygun veri seti/ denetleyici çiftini tespit etmek için gerçek zamanlı deneylere tabi tutulmuştur. Gerçek zamanlı deneylerden elde edilen sonuçlar, ortalama karesel hata, yükselme süresi, oturma süresi ve en yüksek yüzde aşma gibi performans ölçütleri ile değerlendirilmiştir. Ayrıca, DA motorun kontrol yanıtlarını optimize etmek amacıyla bulanık mantık tabanlı bir ölçekleme çarpanı tahmin sistemi geliştirilmiştir. Deneysel bulgular, öğrenme tabanlı stratejilerle eğitilen YSA denetleyicilerinin, özellikle yüksek çeşitlilik içeren veri setleri ile daha başarılı performans sergilediğini göstermiştir.