Bolum3-Akıllı Ve Uyarlamalı Kontrol Sistemleri (Sayfa 96-130)

AKILLI VE UYARLAMALI
KONTROL SSTEMLER
Otomatik Kontrol Ulusal Toplants, TOK2013, 26-28 Eyll 2013, Malatya
96
Uyarlanabilir Sinirsel Bulank karm Sistemi (ANFIS) ile
Kk Bir Turboprop Motor zerinde Yakt Ak Kontrol
Sistemi Modellenmesi

Il Yazar
1
, Emre Kyak
2
, Fikret alkan
3
, Kerim Kahraman
4

1
Mekatronik Blm
Eskiehir Osmangazi niversitesi, Eskiehir
iyazar@ogu.edu.tr

2
Havaclk Elektrik ve Elektronii Blm
Anadolu niversitesi, Eskiehir
ekiyak@anadolu.edu.tr

3
Kontrol Mhendislii Blm
stanbul Teknik niversitesi, stanbul
caliskanf@itu.edu.tr

4
TEI Tusa Motor Sanayii A.., Eskiehir
kerim.kahraman@tei.com.tr

zete
lkemizde son dnemlerde savunma sanayii alannda ciddi
gelimeler kaydedilmektedir. Gelien teknolojiye bal olarak
tasarlanmakta olan hava aralar da buna paralel olarak
eitlilik gstermektedir. zellikle HAlar (nsansz Hava
Aralar) zerinde ciddi almalar yrtlmektedir.
Savunma, eitim, gzlem gibi alanlarda kullanlan bu tip hava
aralarnn itki ihtiyacn karlamak iin kk tipte
turboprop motorlara gereksinim duyulmaktadr. Turboprop
motorlar, dk ve orta irtifa iin kullanm ekonomik, sessiz
alan gaz trbinli motorlardr. almada, TEI tarafndan
gelitirilen bir turboprop motorun verileri kullanlarak ANFIS
(Adaptive Neuro-Fuzzy Inference System) arayz
yardmyla yakt ak kontrol salanmtr. Modelde hem
geici durum hem de kararl durum sreleri iin yakt ak
durumu incelenmitir.
1. Giri
Gnmzde gaz trbinli motorlarn hem endstri alannda
hem de havaclk sektrnde geni bir kullanm alan
bulunmaktadr. Endstri alanndaki kullanm ile enerji eldesi
salanrken, havaclk sektrndeki kullanm ile hava arac
iin gereken itki salanmaktadr. Hava aralarnda kullanlan
gaz trbinli motorlar u ekilde snflandrlabilir: Turbojet,
Turbofan, Ramjet, Pulsejet, Turboprop, Propfan [1]. Gaz
trbinli motorlar kendi aralarnda yapsal olarak farkllk
gsterse de temel alma prensibi hepsinde ayndr. Hava
alndan ieri alnan havann hz drlerek basnc bir
miktar artrlr. Daha sonra kompresr ierisine geen havann
sabit scaklkta sktrlma yoluyla basnc artrlr. Basnc
artrlm hava ktlesi yanma odasnda sabit basn altnda
yksek scaklk deerlerinde yaklr. Yanma olay sonucu elde
edilmi gaz ktlesi trbin kademelerinden geerken genleir
ve trbinin dnme hareketine neden olur. Trbinde meydana
gelen dnme hareketi ayn zamanda ayn afta bal
kompresr elemannn dnme hareketini salar. Trbinde
atmosfer basn deerine kadar genleen gaz ktlesi egzozdan
dar atldnda hava arac iin gerekli olan itkinin olumas
salanr.
Turboprop motorlar literatrde iki balk altnda
incelenmektedirler [2, 3]. Bunlar srasyla tek aftl turboprop
motorlar ve serbest trbinli turboprop motorlardr. Tek aftl
turboprop motorlarda pervane, kompresr-trbin yapsn da
eviren ortak bir aft tarafndan dndrlmektedir. Serbest
trbinli turboprop motorlarda ise halihazrdaki trbin
yapsndan ayr olarak g trbini olarak isimlendirilen bir
yap pervane hareketinden sorumludur. Her iki yapda da
trbin pervaneden daha hzl dnd iin pervanenin devir
says aft zerinde bulunan dili kutusu yardm ile
ayarlanmaktadr. ekil.1de AIRBUS firmasna ait askeri
nakliye ua A400Min TP400 Turboprop motoru modeli
grlmektedir [4].

ekil 1: AIRBUS firmasna ait askeri nakliye ua A400Min
TP400 Turboprop motor modeli [4]
97
2. Motor Kontrol
Gnmzde deien ve gelien teknoloji, hava aralarn hem
yapsal anlamda hem de sistemsel anlamda deiime
zorlamaktadr. Bu deiimde ncelik ise hz, verim, maliyet
gibi parametrelere dayandrlmaktadr. Uak motorlar da uzun
zamandan beri belirtilen bu deiim srecinde olup, daha
nceleri motor kontrol nitesi dahi olmayan uaklarda artk
gelimi bir motor kontrol sistemi kullanlmaktadr. Kontrol
kavramnn sisteme dahil olmasyla birlikte eskiden kullanlan
hidromekanik sistemlerin yerini gnmzde elektronik kontrol
sistemleri almtr. FADEC (Full Authority Digital Engine
Control) ad verilen bu sistemler, uakta yer alan dier
sistemlerle koordineli olarak alarak durgun durum ve gei
hallerinde motor kontrol salamaktadr. Ana fonksiyonu
kontroll ve gvenli uu operasyonu iin uygun yakt akn
salamaktr [5]. FADEC sistemi [6], hidromekanik sistemlere
gre daha operasyonel esneklik salayan ve daha gvenilir bir
sistemdir. sistemlere gei yaplmtr.
FADEC sistemi genel olarak iki ksmdan oluur: Bunlar
srasyla Elektronik Kontrol nitesi (EK) ve Hidromekanik
nite (HMU)leridir. HMU kontrol nitesinden gelen
elektriksel sinyalleri hidromekanik basnca dntrerek,
motor zerindeki valfleri ve eyleyicileri srer. Bu iki nite
dnda motor zerinde pek ok sensr bulunur. Sensrlerin bir
ksm dorudan kontrol nitesine bal olarak alrken, bir
dier ksm da sistem durumunu grntlemek iin geri
besleme amal olarak kullanlr [7]. ekil 2de uak motoru
kontrol sistemi basit bir yapda zetlenmitir.

ekil 2: Uak Motoru Kontrol Sistemi
Uak motoru reticileri, gaz trbinli motorlardaki kontrol
algoritmalarnn gelitirilmesi iin ncelikli olarak motor
termodinamik modeline ihtiya duymaktadrlar. Bu modeller,
termodinamik yasalar, enerjinin korunumu kanunu ve ampirik
(tecrbeye dayal) olarak hazrlanan baz fonksiyonlar
kullanlarak oluturulmakta ve daha sonra hazrlanacak
kontrol algoritmas iin temel tekil etmektedir. Oluturulan
termodinamik modelin verileri kullanlarak sistemde yer
alacak eyleyici, dntrc gibi dier enstrmanlarn da
dahil edilmesiyle hazrlanacak olan tasarm motor
modellemesi ise farkl ekilde yaplabilmektedir [8]:
Dinamik Karakteristik, Dorusal Dinamik Modeller ve Gerek
Zamanl Modellerdir.
Kontrol algoritmalar oluturulurken kullanlacak kontrol
deikenleri ve llen deikenler reticiden reticiye ve
motor tipine gre deiiklik gstermektedir. Kontrol
sisteminin komplekslik seviyesi bu parametrelerin ve lm
alnan dier parametrelerin saysna gre belirlenmektedir [9].
Tablo 1de dnyann nde gelen uak motoru reticilerinin
kullanm olduu llen deikenlerden bazlar
grlmektedir.

Tablo 1: Uak Motorlarnda Kullanlan Baz Kontrol
Deikenleri [9]

Deiken TFE731 F100 F110 GE90
Fan Girii
Toplam
Scaklk
X X X X
Fan Girii
Basn
X X X
Kompresr
Giri
Basnc
X
Kompresr
Giri
Scakl
X
Kompresr
k
Basnc
X X X
Kompresr
Bleed
Basnc
X
Egzoz
k
Scakl
X
Dk
Basn
Trbini
Devir
Says
X X X X
Yksek
Basn
Trbini
Devir
Says
X X X X

98
3. ANFIS Yaps
Dorusal olmayan sistemlerin modellenmesi, sistemin doas
gerei ok zordur. Bu tip sistemlerin modellenmesinde girii ve
k haritalayan metotlar kullanmak uygun olmaktadr [10].
Gnmzde Uyarlanr Sinirsel Bulank karm Sistemi
(ANFIS) olarak bilinen, bulank mantk snflandrmas ile
yapay sinir alar renme mantnn birletii yap giri-
k haritalama iini baarl bir ekilde yapmaktadr. Bu
almada, ANFIS arayz yardmyla pervane devir says,
motor devir says ve egzoz k scakl deerleri baz
alnarak uak motoru yakt ak kontrol modellenmitir.
Hazrlanan modelde, TEI Tusa tarafndan salanan kk bir
turboprop motora ait 3 farkl deiken verisi kullanlmtr.
Kullanlan deikenler hemen her tip motor iin lm alnan
kritik deikenlerdir. Bununla beraber modellemelerde
kullanlacak deikenler, motor tipine bal olarak veya elde
ekstra lm verisi olmasna gre farkllk gsterebilir.
ANFIS arayz temel olarak iki blmden olumaktadr:
Bunlar srasyla FIS (Fuzzy Inherence System) yapsnn
oluturulduu blm ve FIS yapsnn eitildii blmlerdir.
FIS yapsnn oluturulduu blmde, MATLAB iki eit
kmeleme metodu sunmaktadr: grid blmleme (Grid
Partitioning) ve eksiltici kmeleme (Subtractive Clustering)
Ayrca, daha nceden oluturulmu bir FIS yaps da dorudan
arayze yklenerek kullanlabilmektedir. FIS yapsnn eitimi
iin de yine MATLAB iki yntem sunmaktadr: Bunlar geri
yaylm tabanl renme ve geri yaylm + en kk kareler
yntemi kombinasyonundan meydana gelen hibrit renme
metodudur [11]. almamzda kullanm olduumuz ANFIS
yaps aadaki gibidir [10]:
Modellenecek sistemin x, y eklinde iki giri, bir k
deeri olduu varsaylarak ve bu deerler kullanlarak Takagi ve
Sugeno tipi iki kural oluturulduunda [12]:
1. Kural: Eer x A1 ise ve y B1 ise, k deeri f1=p1x+q1y+r1
2. Kural: Eer x A2 ise ve y B2 ise, k deeri f2=p2x+q2y+r2
eklinde olur.
1.Katman: Bu katmandaki her dm noktasnn denklem
(1)deki gibi bir yelik fonksiyonu mevcuttur. Bu fonksiyon
ayn zamanda dm noktas k fonksiyonudur.

(1)

ekil 3: rnek bir ANFIS Yaps
x giri, i dm noktas says ve Ai ise bu dm
noktasnn bulank kmesidir. Her bir dmde yelik
fonksiyonu olarak en ou 1 ve en az 0 olan an erisi yelik
fonksiyonlar kullanlr [8]. Fonksiyondaki sabitler ANFISde
ncl (premise) parametreler olarak isimlendirilmektedir [13].
2.Katman: Bu katmanda, dm noktasna gelen gelen yelik
fonksiyonlar birbirleriyle arplmaktadr. Her dm noktas
kts bir kural iin o kuraln tetikleme veya ateleme arl
(firing strength of a rule) olarak tanmlanmaktadr [13].
. 2 , 1 ), ( ) ( i y x w
i i
B A i
(2)
Daha sonra normalize edilmi kural tetikleme veya ateleme
arlk deerleri ilgili dm noktasnn tetikleme veya ateleme
arlk deerinin tm kurallarn tetikleme veya ateleme arlk
deerinin toplamna oran alnarak denklem (3)teki gibi
hesaplanr.
. 2 , 1 ,
2 1

i
w w
w
w
i
i
(3)
3.Katman: Bu katmann k fonksiyonu denklem (4)deki gibi
tanmlanmaktadr. {pi, qi, ri} parametreleri ANFISde soncul
(consequent) parametreler olarak tanmlanmaktadr [13].

(4)

4.Katman: En son katmanda sistemin k hesaplanmaktadr.
Sistem k denklem (5)teki gibi bir nceki dm
noktasndan gelen verilerin tmnn toplanmas ile elde
edilmektedir.
Sistem k =

i
i
i
i i
i
i
i i
w
f w
f w O
4
(5)
Hibrit renme iki prosedrden olumaktadr: Bunlar
srasyla leri Gei ve Geri Gei Prosedrleridir [10]:

Tablo 2: Hibrit renme Algoritmas [10, 11]

leri Gei Geri Gei
ncl
Parametreler
Sabit
Geri yaylm
Gradyen Azalma
Soncul
Parametreler
En Kk Kareler
Tahmini
Sabit
Sinyaller
Dm Noktas
ktlar
Hata Oranlar

leri gei prosedrnde, giri ve ilgili sinyaller 3. katmana
kadar bir nceki blmde bahsedilen ilemlerden geerek gelir
ve en kk kareler yntemi araclyla soncul parametreler
tahmin edilmeye allr. Geri gei prosedrnde ise, gradyen
azalma yntemi kullanlarak ktan girie tm dm
noktalarnn hata oranlar toplanarak ncl parametrelerin
deerleri tekrar gncellenir [10].
4. Simlasyon Sonular
Uak motoru yakt ak kontrol modeli TEI Tusa Motor
Sanayii A. . tarafndan tasarlanan kk bir turboprop
motorun motor devir says, pervane devir says, egzoz k
scakl ve yakt ak verileri kullanlarak
MATLAB/Simulink zerinde ANFIS arayz araclyla
oluturulmutur. Elde herhangi bir matematiksel model
olmamasna ramen yalnzca test verileri kullanlarak yakt
) (
1
x O
i
A i

) (
3
i i i i i i i
r y q x p w f w O
99
ak miktar hesaplanmaya allmtr. 981 adet verinin
% 80i eitim, kalan % 20lik ksm ise test verisi olacak
ekilde rasgele gruplandrlmtr. FIS yapsnn
oluturulmasnda ANFIS arayz zerinde tanml eksiltici
kmeleme kullanlmtr. Veri saysnn fazlal, artan yelik
fonksiyonu saysnn iterasyon saysn dolaysyla ilem
sresini uzatmas ve artan bu sreye bal olarak optimum
yelik fonksiyonu saysnn hesaplanamamas sebebiyle grid
blmleme yntemi tercih edilmemitir [14, 15]. Eksiltici
kmeleme yntemi ile en dk hatay veren en uygun yelik
fonksiyonu says hesaplanmtr. renme metodu olarak da
hibrit renme yntemi kullanlmtr. ekil 4de oluturulan
MATLAB/Simulink modeli, ekil 5 ve 6da optimum saydaki
yelik fonksiyonuna gre hazrlanm eitim verisi ve test
verisi orijinal ktlarnn ve ANFIS ktlarnn
karlatrlmas, Tablo 3de ise farkl etki alan ve yelik
fonksiyonlarnda elde edilen ortalama eitim ve test veri
hatalar grlmektedir. Eitim veri seti iin optimum hata her
giri iin 10 yelik fonksiyonu atamas yapldnda
hesaplanmtr. Test veri seti iin optimum hata her giri iin 8
yelik fonksiyonu atamas yapldnda hesaplanmtr. Etki
alan arttka yelik fonksiyonu says azalmaktadr. Bunun
nedeni, her verinin evresinde bulunan veri younluuna bal
olarak potansiyel bir kmelenme merkezi durumunda olmas
ve etki alan yarap arttka younlua bal olarak
kmelenme merkezi seilen noktann evresinde bulunan
dier verilerin de bu verinin snfna dahil edilecek olmas ve
bylece toplam yelik saysnn azalmasdr [16]. Uygun
yelik fonksiyonu says ileminin bulunmasn ANFIS, etki
alan kullanc tarafndan tanmlandnda otomatik olarak
yapmaktadr.

ekil 4: Simlasyon Modeli

ekil 5: Eitim Verisi ile ANFIS ktsnn Karlatrlmas
(Etki Alan: 0.15, yelik Fonksiyonu Says:10 iin)

ekil 6: Test Verisi ile ANFIS ktsnn Karlatrlmas
(Etki Alan: 0.2, yelik Fonksiyonu Says:8 iin)
Tablo 3: Eitim ve Test Verileri Ortalama Hata Tablosu
Etki
Alan
yelik
Fonksiyonu
Says
Ortalama
Eitim Verisi
Hatas
Ortalama
Test Verisi
Hatas
0.1 10 4.7722 4.5192
0.15 10 4.5011 4.5618
0.2 8 4.7592 4.3686
0.25 7 4.6662 4.394
0.3 7 4.6413 4.3822
0.35 7 4.652 4.3868
0.40 5 5.1591 4.8675
0.45 4 5.8822 5.0731
0.50 3 5.8461 5.0814
0.55 3 5.7024 4.9618
0.60 3 5.5889 4.8737
0.65 3 5.4786 4.7989
0.70 3 5.3952 4.7679
100
0.75 3 5.322 4.7404
0.80 3 5.2969 4.7789
0.85 3 5.2744 4.8175
0.90 3 5.2549 4.8523
0.95 3 5.2686 4.9164
1 3 5.2704 4.9632

5. Sonular
Bu almada, pratikte havaclkta kullanlan FADEC
sisteminin sorumlu olduu yakt ak kontrolnn daha
sadeletirilmi olan yaps MATLAB/Simulink zerinde
ANFIS arayz kullanlarak modellenmitir. Kontrol
parametresi olarak kullanlan giri verileri egzoz k
scakl, pervane devir says ve motor devir says verileri
kullanlarak uygun yakt ak deeri elde edilmeye
allmtr. Grid blmleme metodunda yelik fonksiyonu
says arttka iterasyon sresi uzam ve optimum yelik
fonksiyonu deeri hesaplanamamtr. Dolaysyla dier
yntem olan eksiltici kmeleme yntemi farkl etki alanlarna
bal olarak denenmi ve farkl sayda oluturulan yelik
fonksiyonlarna bal olarak optimum yelik fonksiyonu says
hesaplanmtr. Hesaplamalar sonucunda gerek motor yakt
ak deerlerinin olduka yaklak deerlerle ANFIS zerinde
kontrol parametrelerine bal olarak elde edilebildii
gzlemlenmi ve ANFIS zerinde model iin kullanlabilecek
en uygun yelik fonksiyonu deeri tanmlanabilmitir.
Teekkr
almaya vermi olduklar teknik destekten dolay TEI Tusa
Motor Sanayii A. .ye teekkr ederiz.
Kaynaka
[1] H. Karako, E.T. Turgut, Gaz Trbinli Motor Sistemleri,
T.C. Anadolu niversitesi Yaynlar, 2008.
[2] H. Aydn, . Turan, A. Midilli, T. H. Karakoc,
Transient Performance of an Experimental Turboprop
Engine: An Energetic Evaluation, The Fourth
International Conference on Applied Energy
(ICAE2012), 2012.
[3] Introduction to Turboprop Engine Types
http://www.skybrary.aero/bookshelf/books/1626.pdf
[4] I. Moir, A. Seabridge, Aircraft Systems, John Wiley &
Sons Ltd., 2008.
[5] Xicoy Electronica XL, FADEC System-Autostart 06 User
Guide.
[6] D. Esler, FADEC's Benefits Today and Tomorrow,
Business & Commercial Aviation, Cilt: 97, No: 5, 2005.
[7] S. Koak, Gaz Trbinli Motorlarda FADEC Sisteminin
Ayrntl Olarak ncelenmesi, Lisans Bitirme Tezi,
Anadolu niversitesi, 2012
[8] G.G. Kulikov, H.A. Thompson, Dynamic Modelling of
Gas Turbines, Springer, 2005.
[9] L.C. Jaw, J.D. Mattingly, Aircraft Engine Controls, AIAA
Education Series, 2009.
[10] J.R. Jang, ANFIS: Adaptive-Network-Based Fuzzy
Inference System, IEEE Transactions on Systems, Man,
and Cybernetics, 23, 3, 665-685, 1993.
[11]http://www.mathworks.com/help/fuzzy/anfis-and-the
anfis-editor-gui.html#bq97_i_
[12] T. Takagi, M. Sugeno, Derivation of fuzzy control rules
from human operators control actions, Proceedings of
IFAC Symposium on Fuzzy Information, Knowledge
Representation and Decision Analysis, 55- 60, 1983.
[13] O. Kaynar, M. Zontul, F. Demirkoparan, Ham petrol
Fiyatlarnn ANFIS ile Tahmini, ABMYO Dergisi,
Cilt:17, 3-14, 2010.
[14] M.R. Minaz, A. Gn, M. Kurban, N. mal, Bilecik linin
Farkl Yntemler Kullanlarak Basn, Scaklk ve Rzgr
Hz Tahmini, Gaziosmanpaa Bilimsel Aratrma
Dergisi, Cilt: 3, 2013.
[15]S. Chiu, Fuzzy Model Identification Based on Cluster
Estimation, Journal of Intelligent & Fuzzy Systems, 2, 3,
1994.
[16] M. Wei, B. Bai, A. H. Sung, Q. Liu, J. Wang, M. E.
Cather, Predicting injection proles using ANFIS,
Information Sciences, 177, 44454461, 2007.
101
DO

GRUSAL OLMAYAN S
ISTEMLER

I
IN RUNGE-KUTTA
MODEL-TABANLI UYARLAMALI PID DENETLEY
IC
I
Meri ET
IN
1
, Selami BEYHAN
2
, Serdar

IPL
IK
I
2
1
Bilgisayar Mhendisli gi Blm
Pamukkale niversitesi, 20070, Denizli-Trkiye
{mcetin}@pau.edu.tr
2
Elektrik Elektronik Mhendisli gi Blm
Pamukkale niversitesi, 20070, Denizli-Trkiye
{sbeyhan}@pau.edu.tr, {iplikci}@pau.edu.tr
zete
Bu al smada, Runge-Kutta model-tabanl model-ngrl
uyarlamal Oransal-
Integral-Trevsel (PID) denetleyici (RK-

PID) tantlm s ve do grusal olmayan sistemlerin kontrolnde
kullanlm str. nerilen denetleyici, srekli-zamanl bir siste-
min Runge-Kutta ayrkla strlm s modeli ile model-ngrl
performans kriterini azaltacak biimde PID denetleyici pa-
rametrelerini uyarlamaktadr. Sisteme uygulanan giri s i sareti,
uyarlamal PID denetleyici ve model-ngrl denetleyici ile
elde edilen dzeltme terimlerinden olu smaktadr. nerilen RK-
PID denetleyici, srekli-zamanl do grusal-olmayan bioreaktr
sistemi zerinde test edilmi stir. Elde edilen denetleme sonu-
lar, nerilen denetleyicinin do grusal-olmayan sistemlerin kont-
rolnde olduka ba sarl oldu gunu gstermi stir.
1. Giri s
Kontrol mhendisli ginde, PIDtrndeki denetleyiciler kolay ta-
sarm ve grbz performanslar nedeniyle di ger denetleyiciler
iinde en ok tercih edilen denetleyicidir. Do grusal zamanla
de gi smeyen sistemlerde PID parametrelerinin tasarm iin li-
teratrde pek ok yntem vardr [1, 2, 3]. Fakat do grusal za-
manla de gi sen sistemler ve referans sinyalinin de gi sti gi uygu-
lamalarda, PID denetleyici parametrelerinin iyi bir referans ta-
kibi yapabilmesi iin uyarlanmas gerekmektedir. Bunun ya-
nnda do grusal-olmayan sistemler iin PID denetleyici tasar-
mnda do grulla strma yaparak denge noktalarnda klasik ayar-
lama yntemleri ile parametreler ayarlanmaldr. Fakat denge
noktas srekli de gi sebilece ginden bu yntem kullan sl de gil-
dir.
Do grusalla strma yapmadan do grusal-olmayan PID denet-
leme yaplacak ise uyarlamal PID denetleyicisi kullanlr. Li-
teratrde, belirsiz sistemler iin kayan-kip uyarlamal PID
[4], matematiksel modeli bilinmeyen sistemler iin uyarlamal
yapay-sinir a g ile uyarlamal PID [5] ve destek-vektr meka-
nizmal uyarlamal PID [6] denetleyicileri nerilmi stir. Bun-
larn yannda [7, 8] al smalarnda, PID parametreleri model-
ngrl kontrol metodu kullanlarak ama fonksiyonunun en
kklenmesiyle ayarlanm str.
Do grusal ve do grusal-olmayan sistemlerin kontrolnde
model-ngrl denetleyiciler hzllk ve do gruluk asndan
tercih edilmektedir. Tasarm PID denetleyicilerden daha zor
olsa da gnmzde mikroi slemcilere gmlerek endstride ok
kullanlmaktadr. Model-ngrl denetleyicilerin giri s-k s
kestirim ufuklar sayesinde ileriye ynelik hata kklemesi ile
sistem performans olduka iyidir. Fakat gradyan temelli denet-
leyici olmalarndan dolay grlt ve bozucu etkilere kar s da-
yankl de gildir. MPC yntemlerinin zaman domeninde formule
edilebiliyor olmas, ilerleyen-ufuk zelli gi ve durum ve kontrol
kstlarn kolayca dikkate alabilme gibi stn zellikleri say-
labilir.
4. mertebeden Runge-Kutta (RK) algoritmas, do grulu gu
ve kararl davran slar nedeniyle do grusal-olmayan srekli-
zamanl sistemlerin ayrkla strmasnda kullanlr. Runge-Kutta
(RK) modeli olarak bilinen bu yap, uyarlamal do grusal olma-
yan model-ngrl denetleme, tahminleme, Jacobian hesab,
durum ve parametre kestirimi gibi pek ok uygulamada kul-
lanlm str [9, 10, 11, 12]. Bu al smada ise do grusal-olmayan
srekli-zamanl sistemlerin denetlenmesinde PID parametrele-
rinin ayarlanmas iin sistemin RK modeli ile model-ngrl
hata performans kullanlarak PID parametreleri uyarlanm str.
Bunun yannda referans ve sistem dinamiklerinin de gi sti gi nok-
talara PID denetleyicisinin yetersiz olaca g d snlerek model-
ngrl denetleyici ile retilmi s dzeltme terimi tasarlanm s-
tr. Dzeltme terimi K admlk bir tahminleme hatasnn en
kk yaplmasyla elde edilir.
al smann devamnda: Blm 2de nerilen RK model-
tabanl PID yaps detayl bir sekilde anlatlacaktr. Tasarlanan
do grusal-olmayan denetleyici yapsnn lt sisteme uygulan-
mas ile elde edilen sonular, Blm 3de gsterilmektedir. B-
lm 4de ise al smann sonular verilmektedir.
2. nerilen Runge-Kutta Model-Tabanl
Uyarlamal PID Denetleyici
Bu blmde, RK ayrkla strmas ve nerilen RK model-tabanl
model-ngrl uyarlanabilir PID denetleyici anlatlacaktr.
102
2.1. Runge-Kutta Ayrkla strmas
A sa gdaki gibi kapal formda
x =f(x, u),
y =g(x, u),
u U, x X, t 0
(1)
verilen bir sistemin denetlenebilmesi iin en uygun kontrol i sa-
retinin bulunmas amalanmaktadr. Buradaki durum denklem-
leri
X
i
= {x
i
| x
i
min
x
i
x
i
max
, i = 1, . . . , N}
U = {u | u
min
u u
max
}
(2)
seklinde kstlara ba gldr. Srekli zamanl do grusal-olmayan
N-boyutlu bir sistemin durum denklemleri vektrel formda
(1) seklinde verilmi stir. Burada x(t)
N
, u(t) ve
y(t) olmak zere, denklemlerde u kontrol i saretini, x du-
rum vektrn, y k s sinyalini gstermektedir. f
i
ve g fonksi-
yonlar; kontrol i sareti ve durum vektr de gerlerine gre dina-
mikleri bilinen, srekli zamanl ve trevi alnabilen fonksiyon-
lardr. x
1
n
, , x
N
n
anlk durumlar ve u
n
anlk giri si gster-
mek zere sistemin n. anndaki de gerleridir. n, t = nT
s
zama-
nndaki rnekleme ann gsterir. Bir sonraki rnekleme ann-
daki sisteme ait x
i
n+1
ve y
i
n+1
seklinde verilen durum ve k s
de gerleri a sa gdaki e sitliklerde verilen 4. mertebeden RK algo-
ritmas ile ngrlebilir. Bu algoritma di ger integrasyon metot-
lar iinde daha kesin ve kararl oldu gu iin do grusal olmayan
srekli zamanl sistemin ayrkla strlmas i sleminde tercih edil-
mi stir.
x
1
n+1
= x
1
n
+ k
11
n
/6 + k
12
n
/3 + k
13
n
/3 + k
14
n
/6,
.
.
.
x
N
n+1
= x
N
n
+ k
N1
n
/6 + k
N2
n
/3 + k
N3
n
/3 + k
N4
n
/6,
y
n+1
=g( x
1
n+1
, . . . , x
N
n+1
, u
n
)
(3)
burada
k
11
n
= T
s
f
1
( x
1
n
, , x
N
n
, u
n
),
.
.
.
k
N1
n
= T
s
f
N
( x
1
n
, , x
N
n
, u
n
),
k
12
n
= T
s
f
1
( x
1
n
+ 0.5k
11
n
, , x
N
n
+ 0.5k
N1
n
, u
n
),
.
.
.
k
N2
n
= T
s
f
N
( x
1
n
+ 0.5k
11
n
, , x
N
n
+ 0.5k
N1
n
, u
n
),
k
13
n
= T
s
f
1
( x
1
n
+ 0.5k
12
n
, , x
N
n
+ 0.5k
N2
n
, u
n
),
.
.
.
k
N3
n
= T
s
f
N
( x
1
n
+ 0.5k
12
n
, , x
N
n
+ 0.5k
N2
n
, u
n
),
k
14
n
= T
s
f
1
( x
1
n
+ k
13
n
, , x
N
n
+ k
N3
n
, u
n
),
.
.
.
k
N4
n
= T
s
f
N
( x
1
n
+ k
13
n
, , x
N
n
+ k
N3
n
, u
n
).
(4)
seklindedir. (3) denklemi a sa gdaki gibi vektrel formda yazla-
bilir.
x
n+1
=
f(x
n
, u
n
),
= x
n+1
+ k
n
y
n+1
= g(x
n
, u
n
).
(5)
burada
k
n
=
1
6
k
11
+ 2k
12
+ 2k
13
+ k
14
k
21
+ 2k
22
+ 2k
23
+ k
24
.
.
.
k
N1
+ 2k
N2
+ 2k
N3
+ k
N4
=
1
6
(k
1
+ 2k
2
+ 2k
3
+ k
4
)
(6)
seklindedir. Bu a samadan sonra t = nT
s
rnekleme anndaki
durum de gi skenleri x
1
n
, , x
N
n
ve giri s bykl g u
n
veril-
di ginde bir sonraki rnekleme anndaki (t + T
s
= (n + 1)T
s
)
k s (5) kullanlarak bulunabilir. Artk srekli-zamanl bir sis-
temin ayrk-zamanl RK yapsnda nerilen uyarlanabilir denet-
leyici mekanizmasnda kullanlabilir hale gelir.
2.2. Runge-Kutta Model-Tabanl Uyarlamal PID
Sekil 1: Runge-Kutta model-tabanl PID denetleyici
nerilen yntemde, (5) denklemi ile verilen sistemin RK
modeli, model-tabanl PID yaps iinde Sekil 1de grld g
gibi kullanlm str. Burada y
n
modelin k s, y sistem k s
ynin takip etmesi istenen referans i sareti, e
n
n. rnekleme
annda istenen ve llen k s arasndaki hata, u
n+1
kontrol
i sareti ve u
n+1
dzeltme terimidir. Uyarlamal RK-PID dn-
gs, RK modeli, uyarlamal PID blo gu ve iki adet Jacobian
blo gundan olu sur. Yap iindeki Jacobian bloklarndan birisi
kontrol sinyalini dzeltir, di geri ise parametre ayarlamasnda
kullanlr. PID denetleyici, e
n
hatasn barndran ve a sa gdaki
formda verilen u
n+1
seklindeki kontrol i saretini retir.
u
n+1
=u
n
+ K
P
(e
n
e
n1
) + K
I
e
n
+ K
D
(e
n
2e
n1
+ e
n2
)
(7)
Burada K
P
, K
I
ve K
D
en uygun biimde ayarlanmas ge-
reken PID parametreleridir. Bu parametrelerin denetleme i sle-
mine ba slamadan nceki ba slang ko sullar sfrdr. PID para-
103
metreleri ba slang de gerleri ile denetleme i slemi gerekle stiri-
lemedi gi iin en uygun de gerlerine ayarlanmaldr. Bu amala,
sistemin RK modeli kullanlr. Bu model, sistemin K adm
sonraki gelecek davran slarn tahmin etti gi bile senlerden olu-
san [ y
n+1
, y
n+2
, . . . , y
n+K
] seklinde bir yrnge vektr re-
tir. Bu vektr olu sturulurken PID denetleyicisi ile retilen u
n+1
kontrol i sareti RK modeline K kere uygulanr. Bu tahminlere
dayanarak PID denetleyisinin parametreleri, K adm sonraki
tahminleme hatalarnn kareleri toplamn en kk yapmay
amalayan bir maliyet fonksiyonu ile belirlenir. Di ger bir de-
yi sle a sa gdaki formda verilen ama fonksiyonu F en kk
yaplmaya al slr.
F(u
n+1
) =
1
2
K
k=1
( y
n+k
y
n+k
)
2
+
1
2
(u
n+1
u
n
)
2
(8)
burada K kestirim ufku ve cezalandrma terimidir. PID pa-
rametrelerinin gncellenmesi ve ama fonksiyonunun en kk
yaplmas iin Levenberg-Marquardt (LM) kural kullanlm str.
K
PID
= (J
T
J + I)
1
J
T
e (9)
K
P
K
I
K
D
K
P
K
I
K
D
+ K
PID
(10)
burada parametresi Steepest-Descent ve Gauss-Newton algo-
ritmalar arasnda uzla sma sa glayan bir terimdir. I, 3 3 bo-
yutundaki birim matris olup J ise (K + 1) 3 boyutundaki
Jacobian matrisidir.
J =
e
n+1
K
P
e
n+1
K
I
e
n+1
K
D
e
n+2
K
P
e
n+2
K
I
e
n+2
K
D
.
.
.
.
.
.
.
.
.
e
n+K
K
P
e
n+K
K
I
e
n+K
K
D
(u
n+1
u
n
)
K
P
(u
n+1
u
n
)
K
I
(u
n+1
u
n
)
K
D
(11)
=
y
n+1
K
P
y
n+1
K
I
y
n+1
K
D
y
n+2
K
P
y
n+2
K
I
y
n+2
K
D
.
.
.
.
.
.
.
.
.
y
n+K
K
P
y
n+K
K
I
y
n+K
K
D
u
n+1
K
P
u
n+1
K
I
u
n+1
K
D
(12)
ve e tahmin hatalar vektr olmak zere:
e =
e
n+1
.
.
.
e
n+K
u
n+1
y
n+1
y
n+1
.
.
.
y
n+K
y
n+K
(u
n+1
u
n
)
(13)
Bu a samada artk PID parametreleri her admda gncellenir.
Gncellenen parametreler her zaman kabul edilebilir bir kont-
rol retebilecek kadar uygun bir de gerde olmayabilir. Bu du-
rumda bu kontrol hareketi sistemi istenen yrngeye gtrmede
yetersiz kalabilir. Baz modelleme hatalar ve harici bozucula-
rn kontrol hareketinin zerindeki olumsuz etkilerden kurtul-
mak iin u
n+1
gibi bir dzeltme terimine ihtiya duyulur. RK
model-tabanl PID yaps iindeki dzeltme blo gunun amac (8)
denklemindeki ama fonksiyonunu en kk yapacak uygun
u
n+1
terimini bulmaktr. Farkl bir deyi sle, dzeltme blo gu
ama fonksiyonu Fyi 2. dereceden Taylor yakla smna daya-
narak u
n+1
terimine gre en kk yapmaya al sr:
F(u
n+1
+ u
n+1
)
= F(u
n+1
) +
F(u
n+1
)
(u
n+1
)
u
n+1
+
1
2
2
F(u
n+1
)
u
2
n+1
(u
n+1
)
2
(14)
Ama fonksiyonunu en kk yapan u
n+1
terimi arand g iin
Fnin u
n+1
e gre trevi alnp sfra e sitlenirse;
u
n+1
=
F
u
n+1
2
F
u
2
n+1
(15)
(15) denklemine gre ama fonksiyonunun u
n+1
e gre 1. ve
2. trevlerinin hesaplanmas gerekmektedir. Ancak 2. derece-
den trevlerin hesaplama karma skl g nedeniyle bu trevler ye-
rine Jacobian yakla sklklar kullanlabilir. (K +1) 1 boyutlu
J
m
Jacobian matrisi,
J
m
=
[
y
n+1
u
n+1
y
n+2
u
n+1

y
n+K
u
n+1
]
T
(16)
seklinde ise 1. ve 2. dereceden trevler J
m
vektr kullanlarak
a sa gdaki sekilde tanmlanr.
F(u
n+1
)
u
n+1
= 2J
T
m
e ve

2
F(u
n+1
)
u
2
n+1
= 2J
T
m
J
m (17)
Bu a samadan sonra dzeltme terimi a sa gdaki gibi yazlabilir.
u
n+1
=
J
T
m
e
J
T
m
J
m
(18)
(18) ifadesinden de grld g gibi artk 1. dereceden trevlere
ihtiya duyulur. Bu durumda (12) denklemindeki Jacobian mat-
risi zincir kuralndan faydalanlarak a sa gdaki gibi 2 farkl mat-
ris seklinde yazlabilir.
J =
y
n+1
u
n+1
y
n+2
u
n+1
.
.
.
y
n+K
u
n+1
[
u
n+1
K
P
u
n+1
K
I
u
n+1
K
D
]
=J
m
J
c
(19)
burada J
c
vektr, u
n+1
in PID parametrelerine gre paral
trevleridir. Bu trevler sadece izleyici hatas kullanlarak a sa-
gdaki formda yazlabilir:
J
c
=
e
n
e
n1
e
n
e
n
2e
n1
+ e
n2
T
(20)
104
Sonuta, J
m
vektr, PID parametrelerini gncellemek iin
(12) denklemindeki Jacobian matrisinin hesabnda ve ayrca d-
zeltme terimini bulmada (15) kullanlr. Uygun bir u
n+1
he-
sapland gnda ama fonksiyonunu en kk yapma zelli gin-
den dolay J
m
vektrnn yap iindeki etkisi aka grl-
mektedir. Bu al smada, J
m
vektr al smasnda nerilen RK
modeli ile hesaplanmaktadr.
Sistemin Kadm ileriye do gru olan k slarnn kestirimi,
RK modeli sayesinde denklem (5) ile iteratif bir sekilde gerek-
le stirilir. Burada ([t + T
s
t + KT
s
]) periyodunda aday kontrol
vektrnn (u
n
) de gi smedi gi varsaylmaktadr. Bylece ileriye
ynelik kestirimler [ y
n+1
, . . . , y
n+K
] seklinde olur. J
m
Jaco-
bian vektrn olu sturan
y
n+1
u
n+1
, . . . ,
y
n+K
u
n+1
terimleri zincir
kural yardmyla genel olarak
y
n+K
u
n+1
=

T
g
x
x= x[n+k]
x
n+k
u
n+1
, (21)
seklinde hesaplanr. (21) e sitli ginde

T
g
x
terimi sabittir. Burada
esas hesaplanmas gereken
x
n+k
u
n+1
ifadeleri a sa gdaki gibi adm
adm bulunur.
x
n+k
u
n+1
=

f
x
x= x[n+k1]
u
n+1
=u
n+1
x
n+k1
u
n+1
+

f
u
n+1
x= x[n+k1]
u
n+1
=u
n+1
(22)
burada
f
x
n
=
(x + k)
x
n
= I +
1
6
k
1
x
n
+
1
3
k
2
x
n
+
1
3
k
3
x
n
+
1
6
k
4
x
n
.
(23)
ve
f
u
n+1
=
(x + k)
u
n+1
=
k
u
n+1
=
1
6
k
1
u
n+1
+
1
3
k
2
u
n+1
+
1
3
k
3
u
n+1
+
1
6
k
4
u
n+1
(24)
seklindedir. (23) denklemindeki durumlara gre hesaplanan RK
model-tabanl paral trevler:
k
1
x
n
= T
s
f (x, u)
x
n
= T
s
f
x
n
x
n
=x
n
u
n+1
=u
n+1
(25)
k
2
x
n
=T
s
f (x + 0.5k
1
, u)
x
n
=T
s
f (x + 0.5k
1
, u)
x
+
0.5k
1
(x + 0.5k
1
)
x
n
=T
s
(
f
x
n
x
n
=x
n
+0.5k
1
u
n+1
=u
n+1
(I + 0.5
k
1
x
n
)
)
(26)
k
3
x
n
=T
s
f (x + 0.5k
2
, u)
x
n
=T
s
f (x + 0.5k
2
, u)
x
+
0.5k
2
(x + 0.5k
2
)
x
n
=T
s
(
f
x
n
x
n
=x
n
+0.5k
2
u
n+1
=u
n+1
(I + 0.5
k
2
x
n
)
)
(27)
k
4
x
n
=T
s
f (x + k
3
, u)
x
n
=T
s
f (x + k
3
, u)
x
+
k
3
(x + k
3
)
x
n
=T
s
(
f
x
n
x
n
=x
n
+k
3
u
n+1
=u
n+1
(I +
k
3
x
n
)
)
(28)
seklindedir. Ayrca (24) denklemi iin gereken kontrol i saretine
gre RK model-tabanl paral trevler ise a sa gdaki gibidir:
k
1
u
n+1
= T
s
f (x, u)
u
n+1
= T
s
f
u
n+1
x=x
(29)
k
2
u
n+1
= T
s
f (x + 0.5k
1
, u)
u
n+1
= T
s
(
f (x + 0.5k
1
, u)
(x + 0.5k
1
)
(x + 0.5k
1
)
u
n+1
+
f
u
n+1
x=x+0.5k
1
)
= T
s
(
0.5
f
x
x=x+0.5k
1
k
1
u
n+1
+
f
u
n+1
x=x+0.5k
1
)
(30)
k
3
u
n+1
= T
s
f (x + 0.5k
2
, u)
u
n+1
= T
s
(
f (x + 0.5k
2
, u)
(x + 0.5k
2
)
(x + 0.5k
2
)
u
n+1
+
f
u
n+1
x=x+0.5k
2
)
= T
s
(
0.5
f
x
x=x+0.5k
2
k
2
u
n+1
+
f
u
n+1
x=x+0.5k
2
)
(31)
k
4
u
n+1
= T
s
f (x + k
3
, u)
u
n+1
= T
s
(
f (x + k
3
, u)
(x + k
3
)
(x + k
3
)
u
n+1
+
f
u
n+1
x=x+k
3
)
= T
s
(
f
x
x=x+k
3
k
3
u
n+1
+
f
u
n+1
x=x+k
3
)
(32)
seklindedir.
3. lt Sistem ve Benzetim Sonular
RK-PID yaps, MATLAB benzetim ortamnda do grusal-
olmayan, srekli-zamanl ve matematiksel dinamikleri bilinen
bioreaktr sistemine uygulanm str. Do grusal-olmayan bioreak-
tr sistem dinamikleri,
c
1
(t) = c
1
(t)u(t) + c
1
(t)(1 c
2
(t))e
c
2
(t)/
,
c
2
(t) = c
2
(t)u(t) + c
1
(t)(1 c
2
(t))e
c
2
(t)/
1 +
1 + c
2
(t)
(33)
seklindedir. Burada u(t) ak s debisini gstermek zere kontrol
i saretidir. c
1
(t) hcre yo gunlu gu ve c
2
(t) birim hacim ba sna
d sen besin miktar olup y(t) = c
1
(t) seklindedir. Bioreaktr
sisteminin nominal parametreleri, = 0.48, = 0.02 gibi-
dir. Kontrol i saretinin tepe de gerleri u
min
= 0 ve u
max
= 2,
rnekleme sresi ise
min
=
max
= 0.01s aral gnda tutul-
mu stur. RK-PID denetleyicisinin amac, ak s debisini kontrol
ederek referans i saretini takip etmektir.
al smada benzetim sonular birka kestirim ufku iin de-
nenmi stir ancak en iyi sonu K = 10 ve ceza terimi = 0.001
parametreleri iin elde edilmi stir. K < 10 de gerleri iin ileri
ynl dzeltmenin ksa olmasndan dolay PID parametreleri
do gru bir sekilde ayarlanamamaktadr. Bu durum k s i sare-
tinde salnmlara neden olmaktadr.
K > 10 de gerleri iin iyile stirme olmakla beraber nemli
oranda bir de gi simyoktur. Bunun yannda Kadmiin hesap-
lanacak trev i slemleri artt g iin hesaplama sresi uzamakta-
dr. Bu yzden en uygun K de geri 10 olarak seilmi stir. para-
metresinin 0.001den kk de gerleri iin kontrol i saretindeki
cezalandrma kk oldu gu iin daha ge izleme yaplabilmek-
tedir. > 0.001 de gerleri ile daha hzl izleme yaplmasna
ra gmen kontrol i saretinde osilasyona neden oldu gundan siste-
min daha ge oturmasna neden olmaktadr.
105
Basamak ve sinzoidal i saretlerin bir arada kullanld g re-
ferans i sareti iin elde edilen k s, kontrol i sareti ve dzeltme
terimi ile ilgili uygulama sonular Sekil 2de, bu referans i sa-
retlerini takip edebilmek iin RK-PID yaps ile uyarlamal PID
parametrelerinin de gi simi ise Sekil 3te grlmektedir.
0 10 20 30 40 50
0.1
0.12
0.14
0.16
0.18
0.2
0.22
0.24
0.26
y
re
f ,y
zaman [sn]

y
ref
y
0 5 10 15 20 25 30 35 40
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
u
(
t)
zaman [sn]
0 10 20 30 40 50
3
2.5
2
1.5
1
0.5
0
0.5
1
1.5
d
z
e
ltm
e
te
r
im
i:
u
n
+
1
zaman [sn]
Sekil 2: RK-PID denetleyici ile Bioreaktr sistem kontrol
Sekil 4 ve Sekil 5te ise basamak i sareti iin elde edi-
len sonular grlmektedir. Burada izleme hatasnn ve refe-
rans i saretinin oranna baklarak RK-PID yapsnn devrede ya
da devre d snda olmasna karar verilmektedir. Sekil 1de uyar-
lama blo gu olarak gsterilen RK-PID yaps
H
h=1
( y[n] y[n h])
2
H
h=1
y
2
[h]
< (34)
sart sa gland gnda devreden karlmaktadr. > 0 ve kk
bir say olmak zere H < K olacak sekilde seilmesi duru-
munda hem hata toplamn hem de referans de gi simini dikkate
alan sezgisel bir yol izlenmi stir. Burada ama uyarlama blo-
gunun gerekli olmad g durumlarda al smasn durdurmaktr.
Uyarlama blo gunun devre d snda kalmas, ayarlanan PID pa-
rametreleri ile sinyal izlemenin sorunsuz olarak devam etmekte
oldu gunu gstermektedir. Sekil 4deki k s ve referans de gi-
simi gra ginden de grld g gibi basamak i saretindeki de-
gi sme anna gelmeden Denklem (34) sart sa glanmad g iin
uyarlama blo gu RK-PID devreye alnarak kontrol i saretini ve
PID parametrelerini ayarlayan K
PID
ve u
n+1
terimlerinin
tekrar gncellenmesi sa glanm str. Bu sayede model-ngrl
uyarlamal PID yaps ile PID parametreleri ksa srede ve
0 10 20 30 40 50
0.06
0.05
0.04
0.03
0.02
0.01
0
0.01
0.02
K
P
zaman [sn]
0 10 20 30 40 50
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
K
I
zaman [sn]
0 10 20 30 40 50
0.07
0.06
0.05
0.04
0.03
0.02
0.01
0
0.01
K
D
zaman [sn]
Sekil 3: RK-PID denetleyici ile Bioreaktr sistem kontroln-
deki PID parametreleri
do gru bir sekilde ayarlanr. Elde edilen uygun parametrelerle
sistem iin gerekli olan kontrol i sareti retilece ginden RK-PID
uyarlama blo gunun denetleme i slemi boyunca srekli devrede
olmasna gerek duyulmayacaktr. Bu da hesaplama zaman a-
sndan bir avantaj olarak d snlmektedir.
4. Sonular
Bu al smada, do grusal-olmayan srekli-zamanl sistemle-
rin ayrk zamanl Runge-Kutta modeli kullanlarak model-
ngrl uyarlamal PID (RK-PID) denetleyicisi nerilmi stir.
nerilen RK-PID denetleyicisinde, sistemin RK modeli aday
kontrol vektr ile sistemin gelecekte retece gi cevabn kesti-
rimini yapar. Denetleme i slemi srasnda baz modelleme hata-
lar ve harici bozucularn kontrol hareketine olumsuz etkilerini
engellemek iin PID denetleyicisinin retti gi kontrol i sareti sis-
teme uygulanmadan nce bir dzeltme terimi ile dzeltilir ve
dzeltme terimi hesabndaki Jacobian blo gu sistemin RK mo-
deli ile hesaplanr.
nerilen denetleyicinin ba slca katks, model-ngrl
tahminlemeden dolay hzl biimde PID parametrelerinin ayar-
lanmas, bozucu etkilere ve referans de gi simlerine kar s grbz
olmasdr. Benzetim sonularnda, Bioreaktr sistemi RK-PID
denetleyicisi kullanlarak de gi sken referans sinyalini takibi hzl
ve do gru sekilde gerekle stirilmi stir. Planlanan al smada ise
nerilen RK-PID denetleyicisi gerek-zamanl sisteme uygula-
nacaktr.
106
0 5 10 15 20 25 30 35 40
0.1
0.12
0.14
0.16
0.18
0.2
0.22
0.24
0.26
y
re
f ,y
zaman [sn]

y
ref
y
"OFF"
"OFF"
"OFF"
"OFF"
"ON"
"ON"
"ON"
0 5 10 15 20 25 30 35 40
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
u
(
t)
zaman [sn]
0 5 10 15 20 25 30 35 40
3
2
1
0
1
2
3
d
z
e
ltm
e
te
r
im
i:
u
n
+
1
zaman [sn]
Sekil 4: RK-PID denetleyici on/off durumlar iin Bioreaktr
sistem kontrol
5. Kaynaka
[1] J.G Ziegler and N. B. Nichols, Optimum settings for
automatic controllers, Transactions of the ASME, vol.
64, pp. 759768, 1942.
[2] K.J. Astrom, T. Hagglund, C.C. Hang, and W.K. Ho,
Automatic tuning and adaptation for PID controllers - a
survey, Control Engineering Practice, vol. 1, no. 4, pp.
699 714, 1993.
[3] KJ Astrom, T Hagglund, and Controllers PID, Theory,
design and tuning, Research Triangle Park: 2nd Ed. Inst-
rumentation, Systems and Automatic Society, 1995.
[4] Wei-Der Chang and Jun-Juh Yan, Adaptive robust PID
controller design based on a sliding mode for uncertain
chaotic systems, Chaos, Solitons & Fractals, vol. 26, no.
1, pp. 167 175, 2005.
[5] Selami Beyhan and Musa Alci, Stable modeling based
control methods using a new RBF network, ISA Tran-
sactions, vol. 49, no. 4, pp. 510 518, 2010.
[6] S. Iplikci, A comparative study on a novel model-based
pid tuning and control mechanism for nonlinear systems,
International Journal of Robust and Nonlinear Control,
vol. 20, no. 13, pp. 14831501, 2010.
[7] Man Gyun Na, Auto-tuned pid controller using a model
predictive control method for the steam generator water
0 5 10 15 20 25 30 35 40
0.1
0.08
0.06
0.04
0.02
0
0.02
K
P
zaman [sn]
0 5 10 15 20 25 30 35 40
1.5
1
0.5
0
K
I
zaman [sn]
0 5 10 15 20 25 30 35 40
0.07
0.06
0.05
0.04
0.03
0.02
0.01
0
0.01
K
D
zaman [sn]
Sekil 5: RK-PID denetleyici on/off durumlar iin Bioreaktr
sistem kontrolndeki PID parametreleri
level, Nuclear Science, IEEE Transactions on, vol. 48,
no. 5, pp. 16641671, 2001.
[8] Min Xu, Shaoyuan Li, Chenkun Qi, and Wenjian Cai,
Auto-tuning of PID controller parameters with supervi-
sed receding horizon optimization, ISA Transactions, vol.
44, no. 4, pp. 491 500, 2005.
[9] S. Iplikci, Runge-Kutta model-based adaptive predictive
control mechanism for non-linear processes, Transacti-
ons of the Institute of Measurement and Control, vol. 35,
no. 2, pp. 166180, 2013.
[10] S. Iplikci, Dogrusal-olmayan sistemler icin Runge-Kutta
model-tabanli uyarlamali ongorulu kontrol, in Otoma-
tik Kontrol Turk Milli Komitesi, Otomatik Kontrol Ulusal
Toplantisi, TOK12, 2012.
[11] M. Cetin ve S. Beyhan ve S. Iplikci, Runge-Kutta model-
tabanli dogrusal olmayan gozetleyici ile durum kestirimi,
in Otomatik Kontrol Turk Milli Komitesi, Otomatik Kont-
rol Ulusal Toplantisi, TOK12, 2012.
[12] S. Beyhan, Runge-Kutta model-based nonlinear observer
for synchronization and control of chaotic systems, ISA
Transactions, vol. 52, no. 4, pp. 501509, 2013.
107
GDML FZELER N DETRLM
UYARLAMALI GER-ADIMLAMA KONTROL

mer Gven Karaolan
1
, Fuat Grleyen
2

1,2
Kontrol ve Otomasyon Mhendislii Blm
stanbul Teknik niversitesi
okaraoglan@itu.edu.tr, gurleyen@itu.edu.tr

zete
Bu almada, uyarlamal geri-admlama yntemi (adaptive
backstepping) gdml fze kontrol problemine uygulanmtr.
Standart geri-admlama algoritmas sadece gen yapdaki
(triangular form) modellere uygulanabilirken literatrde bu
yntemin gen yapda olmayan farkl baz snflardaki
modellere de uygulanabilecei gsterilmitir. Deitirilmi
uyarlamal geri-admlama olarak adlandrlacak bu yaklam
sayesinde, uyarlamal geri-admlama yntemi kullanlarak
yaplan gdml fze kontrol almalarnn tamamnda
ihmal edilen, sistem girii olan kontrol yzeyi hareketinin
kaldrma kuvvetine (lift) olan etkisi ihmal edilmeyerek,
sistemin daha doru bir model zerinden kontrol salanmtr.
1. Giri
Gdml fze kontrolr ya da otopilot (guided missile
controller or autopilot); sistemin doru, hzl ve kararl bir
ekilde istenilen ekilde hareketini salamak zere tasarlanm,
tm uu modlarnda geerli ve tm bozuculara,
modellenememi ve ngrlmeyen tm dinamiklere kar
grbz (robust) kontrol salayan sistemdir [1].
Gdml fzeler temelde, gdmleme ksmnda retilen
ivmenin kontrol ksmnda referans giri olarak kullanlmasn
esas alan sistemlerdir. Fze bu kontrol zerinde bulunan
kontrol yzeylerini hareket ettirerek salar.
Gdml fzelerde manevra, oluturulan kaldrma kuvveti
(lift force) ile salanr [2]. Gdml fzede kontrol yzeyi
hareketiyle (control surface deflection) oluan asal pozisyon
deiimi (), hcum as (angle of attack ()) ya da kayma
as (sideslip angle ()) oluturur. Bu asal pozisyon ve
hcum as deiimi fzede bir kaldrma kuvveti (lift-L) veya
yanal kuvvet (side force-Y) meydana getirir. Bu kuvvetler
fzenin hem ivmelenmesini salar hem de fzenin arlk
merkezi etrafnda dnme etkisi oluturur.
Uyarlamal geri-admlama yntemi saf parametrik geri-
beslemeli (parametric pure feedback) ve parametrik kesin
geribeslemeli (parametric strict feedback) sistemlere
uygulanabilir [3,4]. Bu yntemin kullanld gdml fze
kontrol almalarnn tamamnda, kontrol edilen sistemi alt
gensel biime dntrmek iin kontrol yzeyi hareketi
sonucunda oluan kuvvet ihmal edilmi ve sadece hcum as
deiimi etkisiyle oluan kaldrma kuvveti dikkate alnmtr.
[5-10]. Eer bu basitletirme yaplmazsa standart geri-
admlama algoritmas gdml fze kontrol problemine
uygulanamaz. Bu basitletirmeyi yapmaktaki dayanak, kontrol
yzeyi asal hareketinin () oluturduu moment etkisinin
oluturduu kaldrma kuvveti etkisine gre daha byk
olmasdr (moment aerodinamik katsays kuvvet aerodinamik
katsaysnn 10 katdr). Genel uygulamann aksine bu
almada kontrol yzeyi hareketinin () kuvvet etkisi ihmal
edilmeyerek daha doru bir model kullanlacaktr.
Gdml fzeler bilindii zere deien ve belirsiz
parametrelerin fazlaca bulunduu sistemlerdir. Fze
aerodinamik katsaylarnn genelde o andaki hz, ykseklik ve
hcum asna () bal deitii gz nne alnarak katsay
deerleri tablolar halinde verilir. Deiik uu modlarnda
kontrol iin kullanlan kazan programlamas (gain
scheduling) bu tip sistemler iin ok uygun olduundan her
uu modu iin farkl tablolar (look-up table) aktifletirilerek
sistem kontrol salanr. Bu parametreler farkl uu modlar
baz alnarak rzgar tneli testiyle (wind-tunnel test)
hesaplanmaktadr.
Son zamanlara kadar olan uygulamalarda gdmleme ve
kontrol ksmlar ayr ayr tasarlanarak fzelere uygulanmtr.
Fakat ayr olarak iyi alsa bile gdmleme ve kontrol
ksmlar birbirlerini olumsuz etkileyebilmekte ve sistem
performansn drebilmektedir. Bu sebeple gdmleme ve
kontrol ksmlar bir arada tasarlanarak (integrated guidance
and control) baarl sonular alnmaktadr. Yaplan
tasarmdaki kriterler fzenin sathtan satha (surface-to-
surface-missile SSM), sathtan havaya (surface-to-air-missile
SAM), havadan havaya (air-to-air missile AAM) veya havadan
satha (air-to-surface-missile ASM) olmasna gre deiiklik
gsterilebilir. nk deiik uygulamalarda fzenin ilk hz
(fzenin uaktan frlatlmas ya da yerden frlatlmas),
frlatma as, hedefe arpma as veya arpma zaman
nceden belirlenmi olabilir.
alma [11]de farkl fze kontrol sistemleri konusunda
genel bilgi verilmitir. [12-14] almalarnda entegre
gdmleme ve kontrol problemi incelenmitir. [15,16]
almalarnda nceden belirlenmi tm uu modlarn (full-
envelope) kapsayan kontrol salanmtr. [17-21]
almalarnda fze sistemlerinde giri ve durum
deikenlerinin snrl olmas gz nne alnm ve bu
deerlerin alt ve st deerleri byklk, bykln deiimi
ve bant genilii kstlaryla snrlandrlmtr. Bunun yannda
deiik filtrelerin kullanm geri-admlama ynteminin
uygulanmasn zorlatran, ksmi trevler yznden ok fazla
terimin hesaplamaya katlmas problemini (explosion of terms),
zmtr. [22-24] almalarnda dual kontrol olarak
adlandrlan fzede itkiyi salayan ana kaynan yannda
zellikle uuun son aamalarnda seri ivmelenme
gereksinimine cevap verebilecek yardmc elemanlarn
kullanm incelenmitir. [25,26] almalarnda geri-admlama
yntemine de uygulanabilecek dinamik kayma yzeyiyle
tasarm yaplmtr. [27]de deien kayma yzeyleri durum
baml Riccati denklemi-SDRE (state dependent Riccati
equation) kullanlarak ezamanl (online) olarak
108
hesaplanmaktadr. [28,29]da grbz (robust) kontrolrlerin
uygulanmas gsterilmitir. Akll kontrol uygulamas olarak
[6,30]da yapay sinir alar, bozucularn ve modellenemeyen
dinamiklerin etkisinin hesaba katlmasnda byk iyiletirme
salamtr.
2. Gdml Fze Dinamikleri
Gdml fzeleri ifade etmek iin dinamik denklemlerin
doru ekilde belirlenmesi lazmdr. Uzayda serbest hareket
eden cisimlerin teleme ve de dnme olmak zere alt
serbestlik derecesi vardr. Fze kontrol algoritmalarnda p, q, r
deerleri fzenin kendi eksenleri zerinde tanml (body-axis
frame) dnme (roll), yunuslama (irtifa-pitch) ve sapma (yaw)
asal hz deerleridir ve hzl deien dinamikler olarak
dnlr. , , deerleri ise hcum as, kayma as ve
uu rotas as (flight path angle) alardr ve yava deien
dinamikler olarak dnlr. ie iki zaman ll (two-time
scale) uygulamada yava deien dinamiklerin d dngde
kullanlmas gerekir.
Fze zerinde etkiyen kuvvetler itki kuvveti (thrust-T),
kaldrma (lift-L), srtnme (drag-D) ve yanal kuvvettir (side
force-Y).

QS C Y QS C D QS C L
Y D L
= = = , , (1)

Fze dinamik denklemleri verilirken genelde sadece hareketin
boylamsal eksende (x-z) kstl olduu kabul edilmektedir. Bu
blmde fze noktasal bir cisim olarak kabul edilerek -
boyutlu denklemler verildikten sonra hangi durumlarda sz
konusu basitletirmenin yaplabileceine deinilecektir.
) 2 ( cos )] sin sin cos
cos (sin cos sin cos sin sin )[
1
(

V
g
T L Y D
mV
+ + + = &
= (3)

sin
sin cos cos cos
g
m
Y D T
V
+
=
&
(4)
sin cos r q =
&
(5)
y y
x z
I
M
I
I I
pr q +
= ]
) (
[ & (6)
Fzenin kuyruk yzeyinin ha biiminde (cruciform)
olduu kabul edilerek (y-z eksenleri simetrisi, eylemsizlik
arpm J
xz
=0 ve eylemsizlik momenti I
z
=I
y
). Ayrca dnme
asal hz p=0 ve dnme as =0 olarak kabul edildiinde
boylamsal ve yanal dzlemler ayr olarak incelenilebilir.
Boylamsal dzlemde tasarlanan kontrolr yanal dzlemde de
benzer mantkla kullanlabilir.
STT (skid to turn) yapsnda kuyruk + veya x
biiminde olabilir. Aralarndaki fark + kuyruk modelinde
dnme as 0
0
iken x tipinde dnme asnn 45
0
olmasdr.
Rzgar tneli testinden elde edilen katsaylar genellikle +
kuyruk yapl fze iin, fze eksenleri merkezli referansta
(body axis frame) verilir. Bu katsaylar x kuyruklu bir fzede
kullanlacaksa katsaylarn 1.414(2cos(45
0
) ile arplmas
gerekir [31]. Ayrca STT zellii nedeniyle boylamsal
incelemede yanal kuvvet (Y)=0, kayma as ()=0 ve dnme
as ()=0 olur. Bu mantkla fzenin boylamsal hareket
denklemleri basitletirilerek (7-10)daki gibi ifade edilir.
sin ] ) cos( [
1
g D T
m
V =
&
(7)
cos )] sin( [
1
V
g
T L
mV
+ = &
(8)
q =
&
(9)
&
&
& = (10)

V m q , , , srasyla yunuslama as (pitching angle),
yunuslama asal hz (pitching angular velocity), ktle ve
fzenin hzdr.
Fze hareketinde ihmal edilmesine ramen fze,
boylamsal ekseni ve srtnme kuvveti ynnde de ivmelenir.
Hcum as ( ) ve yunuslama asal hz (q) yksekliin
hzn ve sabit olduu bir alma noktasnda yer ekimi ivmesi
ihmal edilerek lineerletirilerek incelenebilir [32].

Z q Z + + = & (11)

M M q + = & (12)

ekil1: Kanatk (canard) kontroll fze modeli

Daha nce deinildii gibi standart geri-admlama
metodunun uygulanabilmesi iin sistemin (13)te gsterilen
kesin geribesleme biiminde ve belirsiz parametrelerin girie
gre lineer arpm (affine linear) eklinde olmas gerekir.
Giriin kuvvet etkisi moment etkisine gre az olduu iin
uyarlamal geri-admlama kullanlan btn almalarda
0 =
Z kabul edilmitir [5-10].

3. Uyarlamal Geri-admlama
ntegratr ve uyarlamal geri-admlama yaklamnda,
durumlar her alt sistem iin giri olarak deerlendirilir ve her
alt sistemi Lyapunov anlamnda kararl klacak kontrol kural
(stabilizing control law) bulunur. Bu durumlar iin; durumun
gerek deeriyle ideal deeri olarak adlandrlabilecek kararl
klc kontrol kural arasndaki fark ifade edecek hata (z) ve
belirsiz parametreler iin ayarlama fonksiyonlar (tuning
function) tanmlanr. Her bir admda Lyapunov kararll
salayacak ekilde ilerlenerek son aamada gerek kontrol
kural bulunur.
n i for x u x x
x x x x
x x x
T
n n
T
T
,..., 1 ) ( ) (
) , (
) (
2 1 2 3 2
1 1 2 1
= + =
+ =
+ =

&
&
&
(13)

VT
FX , u
FY , v
FZ , w
q
r
p
109
Deitirilmi geri-admlama probleminde ise sistem
gensel formda olmasa dahi zme ulalmaktadr. lem
younluunu azaltmak adna dorudan trev almak yerine
yaklak bir zm olmasna ramen dinamik kayma yzeyli
tasarmlar kullanlarak geri-admlama ynteminin en byk
dezavantaj yok edilmeye allmtr [25,26]. Standart geri-
admlama uygulamasndaki ikinci problem ise giri ve
durumlarn doyuma (saturation) girmesini gz nne alacak
bir model oluturulamamasdr. Bu problem iin de eitli
filtreler uygulanarak sorun almaktadr [17-21].
Aadaki gibi alt-gen formda olmayan nonlineer bir yapy
ele alalm.
) , , ( . ) . ) ( ) ( ( . ) ( ) ( ) ( t w x u x x g x x f t x + + + + = &
) ( ) ( x h t y = (14a,b)
[ ]
T
p
...., ,
2 1
= bilinmeyen skalar sabit katsay vektr
) , , ( t w x R
n
bozucu iaretler ve modellenemeyen
dinamikler iin eklenen nonlineer fonksiyon, w= zamanla
deien bilinmeyen parametre. Algoritmann uygulanabilmesi
iin:
a) ) , , ( t w x zamanla deien fonksiyonun snr
bilinmelidir.
( ) n i x q t w x
i i
1 ) , , ( (15)
b) Nominal sistem gzlenebilir ve minimum fazl
olmaldr.
Bu algoritmada ama snrl bir y
ref
iaretini izlemektir
(tracking problem). y
ref
referans iaretinin trevlerinin de
srekli ve snrl (bounded) olmas gerekir.
Adm1
lk olarak hata tanmlanr
r r
y h y y z = =
) 0 (
1
(16)
ve ) (
) 0 (
x h h = (17)
r
r
y g f
x
h
y y z & & & & + + + +
= = ] ) ( [
1
) 0 (
1

1 1
) 1 (
~
+ + = w y h
r
& (18)
Tanm gerei
~
= (19)
= kestirilmi deeri
1
=u ,
1
2
,......,

= =
j
j
u u &
(20)
] )
) ,
, (
1
) 0 (
1
) 1 (
+ + +
= g f
x
h
x h (21)
Regresr fonksiyon
1
w
) (
1
) 0 (
1
+
=
x
h
w (22)
j
n
j
j
n
x
h
x
h
=
1
) 0 ( ) 0 (
1

(23)
V Lyapunov fonksiyonu kesin pozitif (positive definite)
seilerek

~ ~
2
1
2
1
1 2
1 1
+ =
T
z V (24)
R
pxp
simetrik kesin pozitif matris. Bu ekilde Lyapunov
fonksiyonun zamana gore trevi alnarak kesin negatif olacak
ekilde
1
(stabilizing control law) bulunur.
)
(
~
1
1 1 1

&
&
&
+ =
T
z z V
= )
(
~
]
[
1 1
1
1
) 1 (
1

&
& + +

z w y h z
T T
r
(25)
Ayarlama fonksyionu
1

1 1 1
z w
T
= ve
) 1 (
h tanmlanr. (26)
r
y h & + =
1
) 1 (
(27)
0 , ) ( ) , (
1 1 1 1 1
> + = c z c t x (28)
=
n
j
j
j
at
q
x
h
e
n
1
2 2
) 0 (
1
)
(
4
(29)
lk adm iin seilen Lyapunov fonksiyonunun trevi ise
2
1 1 1
1
1 1 2 1
2
1 1 1
)
(
~
z z z z z c V
T
+ + + =

&
&
(30)
olur.
Adm n
) 1 (
) 1 (
) 1 (
+ =
n
r n
n
n
y h z (31)
3 2 2 1 1
, , = = = & & u eklinde

=
n
n
n
n
p n
h
1
) 1 (
1
&
.
) 32 (
... )
(
... )

( )
...
... ] )
)[
(
1
2
1
1
) 1 (
) (
1
1
) 1 ( 1
3
1
1
2
) 1 (
1
) 1 (
1
1
) 1 (
(
(
(
(
(
(
(
(
(
(
(
(
(
(
(
+ +
+
+ + + +
+

=

n n
j
n
j
j
n
j
n
n
r n n n
n
n
n
T
n
n
j
j
j
n
j
j
j
n
n
n
n
z
h
y z c z
h
w z
h
z
t t
h
g f
x x
h
c
n
>0 sabit katsay ve parametre ayarlama kural
j
n
j
j n
z w
=
= =
1

&
(33)
olarak ayarlanrsa
110
at
n
n
j
j
j
n
j
j
j
j j j
n
j
j n
T
n
i
i i n
e
n
z
h
z
z z z c V
=
+

+ + + =

2
) 1 (
)
)(

(
... ) ( )
(
~
3
1
2
) 1 (
2
1
1
1
2

&
&
&
(34)

2
1
i
n
i
i
z c
=

olarak elde edilir ki bu da Lyapunov fonksiyonunun zamana
gore deiminin negatif olaca anlamna gelir.
=
=
n
i
i i n
z c W
1
2
seilir ve integrali alnrsa (35)
)) ( , ( )) 0 ( , 0 ( )) ( (
0
t z t V z V ds s z W
n n
t
n

(36)
ds s z W
t
n
)) ( (
0
vardr ve sonludur. Bylece Barbalat

lemmadan 0 lim =
n t
W o halde t yaklanca
0
i
z olur ve z sistemi kararldr. Sonu olarak
0
r
y y olur ki bu da izleme (tracking) probleminin
zm anlamna gelir. Lyapunov anlamnda kararllk
analizinden de grlebilecei gibi teorik olarak hata ancak
t giderken sfrlanr.
= sistemin bal giri-k derecesidir (relative degree)

4. Benzetim almalar
Gz nne aldmz fze kuyruk kontroll, ha biiminde
(cruciform), kuyruk yaps + biiminde ve dnme asal
pozisyon deeri=0
o
ve dnme asal hz=0 ve dnme hareketi
yapmayacak ekildedir (roll stabilized) .
) , , ( 89 . 0 33 . 3
1
t w x q + + = &
) , , ( 662 248
2
t w w q + = & (37a, b, c)
50 50 = u
&

Sistemdeki nc durum denklemi otomatik pilot
gecikmesinden (autopilot lag) kaynaklanmaktadr. Srcler
donanmsal olarak nonlineer olmalarna ramen bu konuyla
ilgili literatrn tamamnda lineer altklar blge
dnlerek birinci veya ikinci mertebeden bir transfer
fonksiyonuyla ifade edilmektedirler. nc dereceden bir
sistemle ifade ettiimiz fze modelinde yalnzca srcleri ve
fzenin kontrol iaretine vermi olduu cevab ifade etmi
oluruz. Tm dier yapsal filtreler, cayrolar ve ivme lerler
hesaba katldnda 11. dereceden bir sistem modeli elde edilir
[33].
Belirli bir alma noktasnda lineerletirilmi fze
boylamsal dinamik denklemleri (37)de verilmitir. Nominal
model katsaylar iin [34,35] almalarnda da kullanlan
geree yakn deerler kullanlmtr.
) , , ( 89 . 0 33 . 3
1 3 2 1 1
t w x x x x x + + = &
) , , ( 662 248
2 3 1 2
t w w x x x + = & (38a, b, c)
3 3
50 50 x u x = &
1
x y =
Algoritmann uygulanabilmesi iin gerekli koullar
salanmaktadr. Sistem gzlenebilirdir ve minimum fazldr.
Gerekte, kuyruk kontroll fze modellerinde transfer
fonksiyonunun minimum fazl olmayacak (nonminimum
phase) ekilde elde edilmesi beklenir [35-37]. Eer sistem
k olarak - hcum as yerine endklenen ivme
seilmi olsayd elimizdeki transfer fonksiyonu minimum fazl
olmazd. Bu seim sayesinde minimum fazl bir model
kullanm olmamza ramen gerek k olan ivme yerine
hcum asn k olarak kullanmak az da olsa bir
modelleme hatasna neden olur [22,29].
Kullandmz minimum fazl sistem nc dereceden
olup, k
1
x alndnda bal giri-k derecesi 2dir. Bu
da bize giri k ilikisinde grnmeyen bir i dinamik
olduunu gsterir. Eer tasarlanan kontrolr sistemin i
dinamiklerini de kararl yapmyorsa sistem alrken sorun
kacaktr. Lineer sistemler iin minimum fazl olmak ayn
zamanda i dinamiklerin de kararl olaca anlamna geldii
iin ([36]), (38)i herhangi bir kanonik ya da normal biime
(normal form) dntrmeye gerek yoktur. Sistemin transfer
fonksiyonunda sa yar dzlemde kalan sfr olmad iin i
dinamiklerinin kararl olduu sonucuna varlr.
) 248 33 . 3 ( ) 1 02 . 0 (
) 662 89 . 0 (
) (
2
+ + +
+
=
s s s
s
s
u
(39)
Benzetim almalarnda tm durumlarn llebildiini
kabul etmemize karn - hcum as ve -kayma as fzeye
monte edilen alclar tarafndan llebilen byklkler
olmadklar iin cayro (rate gyro) verisi kullanlarak ancak
kestirilebilirler [7,22].
Yaplan benzetim almalarnda pratikteki geerliliinden
dolay trev operatr olarak
1 + s
s
kullanlmtr. deeri
bu almada iin 0.01 sn seilmitir. ) , , (
1
t w x ve
) , , (
2
t w x fonksiyonlar sistemi etkiyebilecek bozuculara
karlk gelir. Bu bozucu ve belirsizliklerin st deerleri
seilerek deerleri hesaplanr.
a-nominal model

r
y x z =
1 1
(40)
r
y z c x x x z & + + + =
1 1 1 3 2 1 2
) ( 89 . 0 33 . 3 ( (41)
2 2 1 1 3 2 1 3
5 . 44 54 . 614 33 . 3 91 . 236 z c z x x x z + + =
(42)

)
...
50 50
662 248
89 . 0 33 . 3
.
(
1
3 3 3 3 2
2
1 3
3 1
3 2 1
2
2
2 2
1
z z c z
t
x
x x
x x x
x x
h
u u
h
+ + +
+
(
(
(
+

+
(
(
= &

(43)

Nominal model kullanldnda ve k olarak hcum as
seildiinde deien sabit referans deerlerine karlk
ekil2deki sonular elde edilmitir.
111
0 5 10 15 20 25 30
-0.05
0
0.05
0.1
0.15
0.2
time

a
n
g
l
e

o
d

a
t
t
a
c
k
-

r
a
d
i
a
n

ekil 2: Sistem k: hcum as
Kontrolrn grbzlk zelliini incelemek iin
) , , (
1
t w x ve ) , , (
2
t w x zamanla deien fonksiyonlar
nominal deerlerinin %10 unu gemeyecek ekilde seilerek
ayn benzetim almas tekrarlanmtr. ekil3te grld
gibi bozucular sisteme etkiyen salnml bir tepkiye neden
olarak yerleme zamann artrmtr. Yerleme zamann
azaltmak iin algoritmada kullanlan (epsilon) deeri daha
uygun deerlere ayarlanabilir.
Nominal model kullanlarak yaplan benzetim
almasnda ilk hareketin ters ynde olduu aka
grlmektedir. Modelimiz lineer olduundan ayrca transfer
fonksiyonunun sa yar dzlemde ve sanal eksen zerinde
kk olmad iin ilk deer teoremi kullanlabilir.
) ( lim ) 0 ( s sF f
s
= + (44)
asal pozisyon olduundan, & & asal ivmeye karlk
der.
5 . 44
) 248 33 . 3 )( 1 02 . 0 (
) 662 89 . 0 (
lim ) 0 (
2
2

+ + +

= +

s s s s
s s s
s
& & (45)
0 1 2 3 4 5 6 7 8 9 10
-0.05
0
0.05
0.1
0.15
0.2
0.25
0.3
time
a
n
g
l
e

o
f

a
t
t
a
c
k

r
a
d
i
a
n

ekil 3: Bozucular etkinken k:hcum as

b-uyarlamal kontrol modeli (otopilot gecikmesi
ihmal edilerek)
u x x x
2 2 1 1 1
+ = &
u x x
4 1 3 2
= & (46a,b)
Uyarlamal kontrolde ama, problemin tipine bal olarak
sabit referansa ulama (set point regulation) veya izleme
(tracking) olabilir. Fakat, kararllk tanm gerei ancak
=
t
t x 0 ) ( lim salanmas garanti edilebilecei iin sistem
yerleme zaman beklenenden byk olabilir ayrca kestirilen
parametrelerin gerek deerlerine yaklamas (convergence)
belirli artlara baldr. Sonlu zamanda referans deere
ulamak iin (finite time convergence) son aamada devreye
girecek kayma kipli kontrol (terminal sliding mode control)
eklenebilir.
Ayrca, nonlineer fonksiyonlarla ifade edilen fze
denklemleri belirli alma noktalarnda lineerletirilerek
kullanlacaksa literatrde ska yer alan kazan programlama
(gain scheduling) [38] veya referans model kullanlarak
hazrlanan uyarlamal kontrol (MRAC-model reference
adaptive control) yaklamlar [39-(blm5)] geri-admlama
yerine kullanlabilir.
Kontrol kural:
|
|
|
|
|
|
\
|
+ + + +
+ +
+ + +
=
2 2 2 2 1 2 1 1 1 1 1 1 1
2 1 1 1 1 1 1 1
1
2
1 1 4 3 1 1 1 1
1
2
1
) )
( (
... ) ) ( ( (
...
2
1

)
1
z z c z z c z
z c x z x x
z q ae x c h
at

&
(47)
0 5 10 15 20 25 30 35 40 45
-0.2
0
0.2
0.4
0.6
0.8
1
1.2
time
a
n
g
l
e

o
f

a
t
t
a
c
k
-

r
a
d
i
a
n

ekil4: Uyarlamal kontrol sistem k:hcum as
5. Sonular
Bu almada, kontrol uygulamalarnda ska kullanlan geri-
admlama yaklamnn gdml fzelere uygulanabilmesi iin
kontrol yzeyinin kuvvet etkisinin ihmal edilmesinin
gereklilii, deitirilmi geri-admlama algoritmas
kullanlarak ortadan kaldrlmtr. Kuyruk kontroll fzelerde
ortaya kan minimum fazl olmayan sistem yapsndan
kanmak iin ivme yerine hcum as kontrol edilmitir. Bu
yaklam, etkisi ok az da olsa yaklaklktan (approximation)
kaynaklanan modelleme hatasna neden olacaktr. Bunu amak
iin sistemin dorudan minimum fazl olmayan (nonminimum
phase) modelinden hareket edilmedir.
Ele alnan model ancak belirli bir alma blgesinde
geerli olacandan sistemi daha doru ifade edecek nonlineer
modeller kullanlabilir, fakat gdml fzeler iin nonlineer
modeller karlrken de kanlmaz olarak baz kabuller
yaplmaktadr; nk gdml fzelerde deien hz,
ykseklik, arlk, hcum as, d ortam artlar (hava
younluu, rzgar, nem, scaklk vb.) bir ok faktrden
etkilenen ok sayda parametre vardr, yani bu modelleri de
hatasz olmayan fakat geree daha yakn modeller olarak
grmek gerekir.
Kullanlan geri-admlama algoritmasnda kullanc
tarafndan seilmesi gereken c
1
, c
2
ve sabitlerine uygun
deerler atayabilmek iin akll arama yntemlerinden
faydalanlabilir.
Kaynaka
[1] C.-D. Yang, C.-C. Yang ve H.-Y. Chen, Missile Control
s:302-316 (kitap blm), Wiley Encyclopedia of electrical
and electronics engineering Ed. J. Webster John Wiley&Sons,
Inc., 1999.
[2] P. Zarchan, Kill Vehicle Guidance and Control Sizing for
Boost-phase Intercept, Journal of Guidance, Control, and
Dynamics, Cilt:34, No:2, 2011.
[3] M. Krstic, I.Kanellakopoulos ve P. Kokotovic, Nonlinear
and Adaptive Control Design, John Wiley&Sons, INC., 1995.
112
[4] R.E. Mills, A. J. Koshkouei ve A. S. I. Zinober,
Backstepping Algorithms for a Class of Disturbed Nonlinear
Nontriangular Systems, s:227-238 (kitap blm), Nonlinear
and adaptive control Editrler. A. Zinober ve D. Owens,
Springer-Verlag Berlin Heidelberg, 2003
[5] S.-H. Kim, Y.-S. Kim ve C. Jong, A Robust Adaptive
Nonlinear Control Approach to Missile Autopilot Design,
Control Engineering Practice, Cilt: 12, s:149-154, 2004.
[6] T.Y. Kim, Nonlinear Adaptive Flight Control using
Backstepping and Neural Networks Controller, Journal of
Guidance, Control, and Dynamics, Cilt: 24, s: 675-682, 2001.
[7] C.-Y. Li, W.-X. Jing ve C.-S. Gao, Adaptive
Backstepping-based Flight Control System using Integral
Filters, Aerospace Science and Technology, Cilt:13, s:105-
113, 2009.
[8] L. Sonneveldt, E.R.V. Oort, Q.P.Chu, ve J.A. Mulder,
Comparison of Inverse Optimal and Tuning Functions
Designs for Adaptive Missile Control, Journal of Guidance,
control and dynamics, Cilt:31, No:4, 2008.
[9] M. Sharma ve N. D. Richards, Adaptive, Integrated
Guidance and Control for Missile Interceptors, AIAA
Guidance, Navigation and Control Conf. and Exhibit,
Providence, Rhode Island, s:1-15, 2004.
[10] B.H. Lian, H.C. Bang ve J.E. Hurtado, Adaptive
Backstepping Control Based Autopilot Design for Reentry
Vehicles, Proc. IEEE International Conf. on Control
Applications, 2000.
[11] P.B. Jackson, Overview of Missile Flight Control
Systems, John Hopkins APL Technical Digest, Cilt:29 No:1,
2010.
[12] Y. B. Shtessel ve C. H. Tournes, Integrated Higher-
order Sliding Mode Guidance and Autopilot for Dual-control
Missiles, Journal of Guidance, Control, and Dynamics, Cilt:
32 No:1, s:79-94, 2009.
[13] M. Idan, T. Shima, ve O.M. Golan, Integrated Sliding
Mode Autopilot-Guidance for Dual Control Missiles,
Journal of Guidance, Control, and Dynamics, Cilt: 30 No:4,
s:1081-1089, 2007.
[14] H. Yan ve H. Ji, Integrated Guidance and Control for
Dual-control Missiles Based on Small-gain Theorem,
Automatica, Cilt:48, s:2686-2692, 2012.
[15] H.-S. Ju ve C.-C. Tsai, Longitudinal Axis Flight Control
Law Design by Adaptive Backstepping, IEEE Transactions
on Aerospace and Electronic Systems, Cilt:43 No:1, s:311-
329, 2007.
[16] A.G. Sparks, J.M. Buffington ve S.S. Banda, Fighter
Aircraft Lateral Axis Full Envelope Control Design, Proc. of
IEEE conf. on cont. appl. , s:21-26,1993.
[17] M. Polycarpou, J. Farrell ve M. Sharma, Robust on-line
Approximation Control of Uncertain Nonlinear Systems
Subject to Constraints , Proceedings of the 9
th
IEE
International Control on Engineering Complex Computer
Systems Navigation Complexity in the e-Engineering age, s:
1-9, 2004.
[18] L. Sonneveldt, Q.P. Chu ve J.A. Mulder, Nonlinear
Flight Control Design using Constrained Adaptive
Backstepping, Journal of Guidance, Control, and Dynamics,
Cilt: 30, No:2, s:322-336,2007.
[19] C. Wen, J. Zhou, Z. Liu ve H.Y. Su, Robust Adaptive
Control of Uncertain Nonlinear Systems in the Presence of
Input Saturation and External Disturbance., IEEE Trans. On
Automatic Control, Cilt: 56, No:7, s:1672-1678, 2011.
[20] J. A. Farrell, M. Polycarpou, M. Sharma ve W. Dong,
Command filtered backstepping, IEEE Trans. On Automatic
Control, Cilt:54, No:6, s:1391-1395, 2009.
[21] M. Chen, S.S. Ge ve B. Ren, Adaptive Tracking Control
of Uncertain MIMO Nonlinear Systems with Input
Constraints, Automatica, Cilt:47, s:452-465, 2011.
[22] D. Zhou ve C. Shao, Dynamics and Autopilot Design
for Endoatmospheric Interceptors with Dual Control
Systems, Aerospace Science and Technology, Cilt:13, s:291-
300, 2009.
[23] A. Thukral ve M. Innocenti, A Sliding Mode Pitch
Autopilot Synthesis for High Angle of Attack Maneuvering,
IEEE Transactions on Control Systems Technology, Cilt:6,
No: 3, s:359-371, 1998.
[24] F.-K. Yeh, Adaptive-sliding-mode Guidance Law
Design for Missiles with Thrust Vector Control and Divert
Control System, IET Control Theory and Applications,
Cilt:6, No:4, s:552-559, 2012.
[25] D. Swaroop, J.K. Hedrick, P.P. Yip ve J.C. Gerdes,
Dynamic Surface Control for a Class of Nonlinear Systems,
IEEE Trans. On Automatic Control, Cilt: 45, No:10, s:1893-
1899, 2000.
[26] Y. B. Shtessel, Nonlinear Output Tracking in
Conventional and Dynamic Sliding Manifolds, IEEE Trans.
on Automatic Control, Cilt: 42, No:9, s:1282-1286, 1997.
[27] B. Durmaz, M.K. zgren ve M. U. Salamc, Sliding
Mode Control for Non-linear Systems with Adaptive Sliding
Surfaces, Trans. of the Institute of Measure and Control,
s:34-56, 2012.
[28] M.M. Polycarpou ve P. A. Ioannou, A Robust Adaptive
Nonlinear Control Design, Automatica, Cilt:32, No:3, s:423-
427, 1996.
[29] A. L. Fradkov ve B. Andrievsky, Passification-based
Robust Flight Control Design, Automatica, Cilt:47, s: 2743-
2748, 2011.
[30] A. A. Pashilkar, N. Sundararajan ve P. Saratchandran,
Adaptive Back-stepping Neural Controller for
Reconfigurable Fight Control System, IEEE Transactions on
Control Systems Technology, Cilt:14, No:3, s:553-561, 2006
[31] J.H. Blakelock, Automatic Control of Aircraft and
Missiles John Wiley &Sons Inc. 1991.
[32]P. Zarchan, Tactical and Strategic Missile Guidance,
American Institute of Aeronautics and Astronautics, 2007.
[33] F.W. Nesline ve M. L. Nesline, Homing Missile
Autopilot Response Sensitivity to Stability Derivative
Variations, Proceedings of 23
rd
Conference on Decision and
Control, Las Vegas, s:.1116-1121, 1984.
[34] B.Friedland, Control System Design An Introduction to
State-space Methods, Mineola NY. Dover Pub. INC, 2005.
[35] T.Shima ve O.M. Golan, End-game Guidance Laws for
Dual-control Missiles, Proc. IMechE Cilt:219 Part G: J.
Aerospace Engineering, s:157-170, 2005.
[36] J.-J. E. Slotine ve W. Lee, Applied Nonlinear Control,
Englewood Cliffs. NJ. Prentice Hall, 1991.
[37] N. F. Palumbo, B. E. Reardon ve R. A. Blauwkamp,
Integrated Guidance and Control for Homing Missiles, John
Hopkins APL Technical Digest, Cilt: 25, No:2, s:121-139,
2004.
[38] W. J. Rugh ve J. S. Shamma, Research on Gain
Scheduling, Automatica, Cilt:36, s:1401-1425, 2000.
[39] K.J. Astrom ve B. Wittenmark, Adaptive Control II.
Bask, Addison-Wesley, 1995.
113
Akll Tekerlekli Sandalye Kontrol in Sonlu Durum Makinesi
Tasarm

Bora Akar
1
, Uur Yayan
2
, Hikmet Ycel
3
, Veli Bayar
4
, Ahmet Yazc
5

5
Bilgisayar Mhendislii Blm
ayazici@ogu.edu.tr

1,2,3,4
novasyon Mhendislik Ltd. ti. ETGB Osmangazi Teknopark, Eskiehir
bora.akar@inovasyonmuhendislik.com
ugur.yayan@inovasyonmuhendislik.com
hikmet.yucel@inovasyonmuhendislik.com
veli.bayar@inovasyonmuhendislik.com

zete
Gezgin robotlar konusunda farkl yelpazede almalar
yaplmaktadr. Bu balamda, insanrobot etkileimi ve sosyal
robotlar konusunda yaplan aratrmalar son yllarda olduka
ivme kazanmtr. Akll Tekerlekli Sandalye (ATEKS),
gezgin robot almalar yan sra insanrobot etkileimine de
imkn tand iin nemli bir aratrma/eitim platformudur.
ATEKS platformunda; insan kullanc modu, zerk mod, sr
destek modunun almas, bu modlar aras geilerin
yaplmas ve arza, hata vb. durumlar ele alacak bir kontrol
mekanizmasna ihtiya vardr. Bu almada bu kontrol iin
tasarlanan sonlu durum makinesi verilmektedir. nerilen
sonlu durum makinesi ile ayn zamanda sistemde
karlalabilecek hata durumlarnn ele alnmas ve gvenli bir
kontrol salanmas da yaplmaktadr. Tasarlanan sonlu durum
makinesi gml sistemde gereklenerek ATEKS zerinde
test edilmitir.
1. Giri
Akll tekerlekli sandalyeler (ATEKS) konusunda yaplan
almalar artan ekilde devam etmektedir [1]. nsan-robot
etkileimine frsat tandklar iin de ATEKS platformlar
aratrma/eitim amal tercih edilmektedirler[2]. Bu tip
sistemlerde modern kontrol yntemleri gittike karmak bir
hal almaktadr. Klasik performans ltleri ile tasarlanm
denetleyicilerinin farkl alt sistemin koordineli almasndan
dolay melez ve karmak yaplar oluabilmektedir[3]. Bu
zellikler sistemlerde yazlm seviyesinde gereklenmektedir.
Belli performans talebi yan sra uzun zaman periyotlarnda
almas iin hata alglama, ayklama ve sistem kontrol
konfigrasyonu gibi zelliklerin olmas gerekmekte, bununla
birlikte hata ynetim sistemlerine de ihtiya olmaktadr[4].
Btn bu gereksinimler gz nne alndnda ATEKS in
kontrolnn salanmas iin sonlu durum makinesi kullanm
gerekmektedir. Sonlu durum makineleri, belirli ya da snrl
sayda durumdan, durumlar aras geilerden ve eylemlerin
birlemesinden oluan bir modeldir. Durum, gemii hakknda
bilgi tutar. Geiler, durum deiimlerini gsterir. Eylemler,
belirli bir zamanda gerekletirilen etkinliin tanmdr. Sonlu
durum makineleri eitli alanlarda yaygn olarak
kullanlmaktadr.
alma [5] de dijital ve kendiliinden ayarlanabilir yksek
verimli bir g kayna sistemi sonlu durum makinesi
kullanlarak gereklenmitir. Sistemin dinamik olarak devre
performans grntlenmekte ve durum makinesi g
tketimini drmek iin kontrol emberinin (control loop)
karmakl dzenlenmektedir. alma [6] da gml
otomotiv sistemleri iin sonlu durum makineleri kullanarak
otomatik kod reteci ile ilgili bilgiler aktarlmaktadr. alma
[7] de scratch drive bir mikro robotun karar mekanizmas
yedi adet sonlu durum makinesi ile oluturulmutur. Bu durum
makineleri eitli seviyelerde voltaj kts retmekte, bylece
robotun ileri, geri, sa ve sola hareketi salanmaktadr.
alma [8] de bilgisayar oyunlarnda oyuncuya yardm
etmekle grevli oyuncu olmayan karakterler(NPC) iin sonlu
durum makinesi kullanlarak yapay zek tasarm yaplmtr.
Bu ekilde NPC kullancdan gelen girdilere gre istenen
davranlar veya gerekli ktlar retebilmektedir. alma
[9] da 1996 ylnda NASA Kennedy Uzay ssnde yaplan
frlatma iletim sistemi iin gereklenen sonlu durum
makineleri anlatlmaktadr. alma [10] da otonom bir kara
aracnda melez kontrol iin tasarlanan durum tabanl kontrol
sistemi anlatlmaktadr. Bu ara ayrk durumlu(discrete state)
bir sisteme sahip olup, karar verme mekanizmas iin bir sonlu
durum makinesi kullanrken alt seviye denetleyici kontrol
iin srekli durumlu (continuous state) bir sisteme sahiptir.
Sonlu durum makinesi bu almada, ATEKS platformunun
farkl kullanm modlar ve bu modlar aras geiin kontrol
iin tasarlanmtr. Tasarlanan sonlu durum makinesi;
kullanc modunda kumanda kolundan alnan dorusal ve
asal hz deerlerinin direk sisteme uygulanmasn salarken,
sr destek modunda ise evredeki engelleri de dikkate alarak
gerekli uygulamay yapmaktadr. zerk modda ise otonom
kontrol iin tasarlanan yksek seviyeli kontrol biriminin
rettii dorusal ve asal hz deerleri dinamik denetleyiciler
ile sisteme uygulanmaktadr. nerilen sonlu durum makinesi
ile ayn zamanda sistemde karlalabilecek hata durumlarnn
ele alnmas ve gvenli bir kontroln salanmas da
yaplmaktadr.
Takip eden blmde ATEKS sisteminin bileenleri
tantlmaktadr. Blm 3te ise nerilen sonlu durum makinesi
114
verilmektedir. Sonlu durum makinesinin sistem zerine
uygulanmas ve yaplan testler blm 4te verilmektedir.
2. ATEKS Platformu ve evre Birimleri
ATEKS; gezgin robot, insan-makine etkileimi, insan-robot
etkileimi, alglayc tabanl kontrol vb. almalarda
eitim/aratrma amal, engelli veya yal insanlarn gnlk
hayatta kullanm iin gelitirilen ok amal bir platformdur
(bkz. ekil 1). Platformun uygulamaya bal olarak, kullanc
modu, sr destek modu ve zerk mod gibi farkl modlar
salamas ve bu modlar arasnda kullanc dostu geiin kolay
olmas beklenmektedir.

ekil 1: ATEKS Platformu
Yukarda tarif edilen farkl kullanm amalarn gereklemek
zere ATEKS platformu farkl kullanc ara yz ve alglayc
alternatifleri bulunmaktadr. Platform ile etkileim iinde olan
birimler blok diyagram ile ekil 2de verilmektedir. ATEKS
platformunda bulunan birimler, temelde alglayclar ve
kullanc ara yzleri olmak zere ikiye ayrlabilir. Akll
Kontrol Birimi (AKB) bu birimler ile etkileimi ve platformun
kontrol iin gerekli karar mekanizmalarn altrmaktadr.
2.1 Alglayclar
ATEKS platformu yapaca greve bal olarak deiik evre
birimlerine ihtiya duymaktadr. ATEKS, kapal Ortamlar
iin Konumlandrma Sistemini (KON) kullanarak
konumunu bulabilmektedir. KON sisteminin ATEKS
zerinde olan birimi Gezgin alglayc birim (GAB)dir (bkz
ekil 3). GAB, kapal ortamlar iin 5 cm hata payyla konum
hesaplamas yapabilmektedir [11]. ATEKS in i ortamlardaki
anlk pozisyon bilgisi GAB zerinden alnr. Gerektiinde
kodlayclardan ve/veya ba as referans sisteminden gelen
bilgiler ile GAB tan gelen bilgi, kalman filtre ile birletirilip
daha hassas konum bilgisi de retilebilmektedir [12].

ekil 2: ATEKS Platformu ve evre Birimleri

ekil 3: Gezgin Alglayc Birim
Platformun gerek zerk mod gerekse kullanc destek
modunda gvenli navigasyonunda etrafndaki engellere olan
mesafesinin alglanmas gerekmektedir. Bu amala SMO15
ses st mesafe ler ve Microsoft Kinect rnleri sisteme
entegre alabilmektedir. SMO15 ler 2500 cm arasnda 1 cm
hata payyla lm yapabilmekte ve USB/CANBUS zerinden
hesaplanan mesafeyi gnderebilmektedir. Microsoft Kinect
alglaycs ise 0.4m-4m arasnda mesafe ve RGB renk
deerlerini dndrebilmektedir.
2.2. Kullanc Ara Yzleri
Kullanclarn ATEKS platformuna eriimi iin farkl
donanm/yazlm ara yzleri tasarlanmtr. Kumanda kolu
(KK) (bkz. ekil 4), ATEKS iin kullanc ve sr destek
modunda ne kan kullanc ara yzdr. Buradan alglanan
girdilerin ilgili mod seimine bal olarak direk veya
deerlendirilip motor srcsne(VR2) iletilmesi
gerekmektedir. Ayrca KK ile kullanc, farkl modlar aras
seim yapabilmektedir.
115

ekil 4: PG Drive Kumanda Kolu
Kullanc Ara Birimi(KAB) tm modlarda navigasyon amal
kullanm, zerk modda grev tanmlama/planlama, kullanc
modlar aras gei vb. zellikleri olan mobil bir cihazdr.
KAB, Android uygulamas olarak gelitirilmitir. Sisteme
WIFI zerinden balanabilmektedir.

ekil 5: KAB Navigasyon Modu Ekran
ATEKS platformu ayrca ROS (Robot Operating System) [13]
uyumlu alabilmekte olup, ROS dm olarak dier
yazlm ajanlar/kullanclar ATEKS e eriimini ROS
zerinden yapabilmektedir.
3. ATEKS in Tasarlanan Sonlu Durum Makinesi
ATEKS platformu insan, insan-robot ve sadece robot kullanm
modlarna ve farkl kullanc ara yzleri ile bu modlar arasnda
kolay geie izin vermektedir. Tasarlanan sonlu durum
makinesi; kullanc modunda kumanda kolundan alnan
dorusal ve asal hz deerlerini direk sistem motor
srclerine uygularken, sr destek modunda ise evredeki
engelleri de dikkate alarak bir kontrol gereklemektedir.
Burada srcnn niyetinin alglanmas konusunda almalar
devam etmektedir. zerk modda ise temel otonom davranlar
gereklemenin yan sra, d evre birimlerinin rettii ileri
seviye otonom davranlar da uygulamaya geirmektedir.
Burada gerektiinde kinematik ve dinamik denetleyiciler
beraber veya ayr ayr kullanlabilmektedir. Tasarlanan sonlu
durum makinesi ile ayn zamanda sistemde karlalabilecek
arza durumlar da ayrt edilebilmekte, bylece bir hata ileme
mekanizmas da altrlmaktadr. Platform gereksinimlerine
bakldnda; kullanc modu seimi ve geileri, srekli
zaman kontrol, kullanc etkileimi, hata giderimi vb. farkl
yelpazede isterlerin ayn mimari ierisinde almas gerektii
gzkmektedir.
ATEKS platformu kontrol iin sonlu durum makinesi
1
( , , , ) M Q q =
ile gsterilsin. Burada
Q
sonlu saydaki
durum olup
1
{ ,..., }
n
Q q q =
deerlerini alabilir. Durum
makinesi girdileri
ile temsil edilmekte olup ayn zamanda

alfabeyi oluturmaktadr. Gei fonksiyonu ise hangi
durumdan hangi girdi ile hangi duruma geileceini
tanmlayp
i j
(q ,a) q
ile gsterilebilir. Bu gei
fonksiyonunda
i
q
balang durumu,
j
q
biti durumu a
ise sistem girdisidir. Durum gei tablosu veya izgesi ile
tanmlanabilir.
1
q Q

balang durumunu gstermektedir.
ATEKS kontrol iin tasarlanan sistemde bulunulabilecek
durumlar kmesi
{ , , , , , } Q SK BK KM M BB AR =
dir.
Bu durumlarn aklamalar aadaki gibidir:
SK (Sistem Kapal): KK Kapal, AKB uyku modundadr. Bu
ayn zamanda balang durumu
1
q

dir.
BK (evre Birimleri Kontrol): Bu durumda evre birimleri
kontrol edilir. Seilen moda gre farkl alglayclar da kontrol
edilmektedir.

KM (Kullanc Modu): Kumanda kolundan alnan komutlar
AKB tarafndan direk motor srcs VR2ye iletilmektedir.
SDM (Sr Destek Modu): Kumanda kolundan alnan
komutlar etraftaki engeller de deerlendirilerek motor
srcs VR2ye iletilmektedir. Bu modda mesafe
alglayclar deerlendirilip kullancnn ATEKS platformunun
arpmasna neden olacak bir komut varsa direk
uygulanmamaktadr.

M (zerk Mod): Yksek seviyeli kontrol tarafndan retilen
referans dorusal ve asal hz deerleri uygulamaya alnr.
Burada tasarlanm PID denetleyicileri (bkz. ekil 6) ile
ATEKS platformunun istenilen hz deerlerini gereklemesi
salanmaktadr. Ayrca bu modda tm alglayclar okunarak
deerlendirilmek ve grselletirilmek zere ilgili yksek
seviyeli kontrol veya KAB birimlerine iletilmektedir.

BB (Babo Mod): Bu gsteri modu olup bu modda
alglayclardan alnan bilgiler deerlendirilerek ATEKS
platformu bo alana doru ilerler.

116

ekil 6: Denetleyici blok diyagram

AR (Arza): Sistemin almasn engelleyecek herhangi bir
arza(alglayclarda tespit edilen arza veya dier durumlar
gereklerken oluan hatalar) oluursa bu duruma geilir. Bu
durumda ATEKS gvenli ekilde durdurulmaktadr.
{ , , 1, 2, 3, 4, 5, , 1} KM AKM KK KK KK KK KK H Z =
girdi
kmesi olup burada;

KM: Donanmsal Mod Seim Anahtar Kullanc Modunda

AKM: Donanmsal Mod Seim Anahtar Akll Modda(
Donanmsal Mod Seim Anahtar, Akll Mod olduunda,
farkl ara yzler ile yazlmsal olarak Sr Destek
Modu(SDM), zerk Mod(M) ve Babo Mod (BB) lara
dier girdiler ile gei yaplabilmektedir.)

KK1: Kumanda Kolu Tam leri/Geri 1sn sre ile basl.

KK2: Kumanda Kolu Tam Sa ve Korna 1sn sre ile basl.

KK3: Kumanda Kolu Balatma

KK4: Kumanda Kolu Kapand

KK5: Kumanda Kolu/VR2 iletiim hatas

H: Herhangi bir birimde hata

Z1:1sn periyodu tamamland

ekil 7 de ise tasarlanan sonlu durum makinesine ait durum
gei izgesi verilmektedir.
H
K
K
4
, H
, K
K
5
A
K
M
K
K
4
, H
, K
K
5
H
K
K
4
, H
, K
K
5
K
M

Z
1 Z
1
A
K
M
ekil 7: Sonlu Durum Makinesi Durum Gei izgesi
SK balang durumu olup, ayn zamanda tanml grevler
bittiinde AKB donanm bu durumda uyku moduna
gemektedir. Sistem KK3 girdisi ile BK ya gei yapar.
BK da tm evre birimleri ile balant kontrol yaplr,
donanmsal mod seim anahtarnn durumu kontrol edilir.
Anahtara bal olarak KM veya M durumlarna gei yaplr.
Ayrca sistem evre birimlerinin hata durumlarn kontrol iin
1sn de bir bu duruma geli yapar ve ilgili duruma tekrar dner.
SDM de mesafe alglayclarndan gelen veriler
deerlendirilir ve arpma nleme algoritmas altrlr. zerk
modda yksek seviye denetleyiciden gelen asal ve dorusal
hzlar ile dk seviye denetleyici altrlr. Babo modda
ATEKS rastsal bir dorusal hz ile ilerlerken karsna bir
engel ktnda durup rastsal bir ayla dnmekte ve tekrar
dorusal olarak hareket etmeye devam ederek babo
(Wander) davrann gereklemektedir. Tm durumlarda,
herhangi bir birimde hata girdisi olutuunda AR moduna
geilmektedir. Bu durumda ATEKS durmakta ve AKB
zerindeki lambalar ve KAB zerindeki ara yzler ile grsel
uyar vermektedir.
4. Sonlu Durum Makinesinin Uygulanmas
Tasarlanan sonlu durum makinesi AKB de gereklenmitir.
AKB, LM3S9B96 ARM Cortex-M3 tabanl mikro
denetleyiciye sahip, evre birimlerle CANBUS, WIFI, RS232,
USB, ETHERNET vb. portlar zerinden haberleebilen bir
donanmdr. Sonlu durum makinesi ve tm ATEKS yazlm
gml sistemde Code Composer Studio [14] kullanlarak
gelitirilmitir. Burada dk seviye kontroln yan sra temel
seviye otonom davranlarda gereklenmektedir. leri seviye
otonom davranlar iinse ROS ara yz zerinden AKB ye
eriilerek ATEKS platformu kontrol edilebilmektedir. Tm
117
kullanc etkileimleri ve tm alglayclardan gelen bilgiler
deerlendirilerek sistem kontrol iin tasarlanan sonlu durum
makinesi de bu birimin iinde almaktadr. ATEKS
sisteminin farkl modlarda alrl test edilmitir.
5. Sonu
Bu almada Akll Tekerlekli Sandalye Kontrol iin Sonlu
Durum Makinesi Tasarm yaplm ve gml sistemde
gereklenmitir. ATEKS; Kullanc modu, sr destek modu,
zerk mod ve babo kullanm modlarna sahiptir. Gelitirilen
durum makinesi sistemdeki hata kontrol ilemlerini de
yapmaktadr. Sonlu durum makineleri yaps sistemde
genilemelere ve dzenlemelerin kolay yaplmasn
salamaktadr. ATEKS platformu mevcut hali ile robotik,
insan-robot etkileimi gibi eitim/aratrma almalarnda
veya gnlk kullanm imknlar sunmaktadr.
Teekkr
Bu alma 7120742 nolu TBTAK projesi tarafndan
desteklenmektedir.
Kaynaklar
[1] S. G. Tzafestas, Research on Autonomous Robotic
Wheelchairs in Europe, IEEE Robotics & Automation
Magazine, pg.4-6, 2001
[2] T. Carlson, Y. Demiris, Collaborative Control for a
Robotic Wheelchair: Evaluation of Performance, Attention,
and Workload, Ieee Transactions On Systems, Man, And
Cybernatics Part B, Vol. 42, No: 3, pg.876-878, June 2012
[3] A. Kurt, Hybrid-State System Modelling for Control,
Estimation and Prediction in Vehicular Autonomy, Doktora
Tezi, The Ohio State University, 2012
[4] Radu Opria, Error Handling In Software Systems:
Modelling And Testing With Finite State Machines, Romai
J., v.2, No:1, sayfa:175-180, 2006,
[5] Y.B Kim, K.K Kim, J. Doyle, A Cmos Low Power Fully
Digital Adaptive Power Delivery System Bsed On Finite State
Machine Control, IEEE, 1-4244-0921-7/07, 2007

[6] F. Lindlar, A.Zimmermann, A Code Generation Tool for
Embedded Automotive Systems Based on Finite State
Machines, Daimler Center for Automotive Information
Technology Innovations Technische Universitat Berlin,
Germany

[7] E. Dumsong, N.Afzulpurkar, A Finite State Machine for
Controlling Untethered Scratch-Drive Micro-Robot,
Proceedings of the 2008 IEEE International Conference on
Robotics and Biomimetics Bangkok, Thailand, February 21 -
26, 2009

[8] K.D Kwon, K.R Park,Behavior Control of Intelligent
Multi NPCs Using Vickrey Auction System and Hierarchical
Finite State Machine, SICE-ICASE International Joint
Conference 2006 Oct. 18-2 1, 2006 in Bexco, Busan, Korea

[9] G. Semmel, G. H. Walton, Developing and Validating
Thousands of Executable Finite State Machines, NASA, YA-
El-S3 Kennedy Space Center, FL 32899

[10] A. Kurt, . zgner, Hierarchical finite state machines
for autonomous mobile systems, Control Engineering
Practice 21 (2013) 184194, 2013

[11] H. Ycel, A. Yazc, U. Yayan, Ortamlar in
Konumlandrma Sistemi, Otomatik Kontrol Ulusal Toplants
(TOK12) Bildiriler Kitab Nide, sayfa 546-551, Ekim 2012

[12] A. Yazc, R. Edizkan, H. Ycel, U. Yayan, Ortamlar
in Konumlandrma Sistemi(KON)nde Kodlayc Destei
ile Performans yiletirme, Otomatik Kontrol Ulusal
Toplants (TOK12) Bildiriler Kitab Nide, sayfa 552-557,
Ekim 2012

[13] http://www.ros.org/wiki/, 2013
[14] http://www.ti.com/tool/ccstudio, 2013
118
AKILLI TEKERLEKL SANDALYE N DK SEVYEL
DENETLEYC TASARIMI

Uur Yayan
1
, Mehmet Akakoca
2
, slam Kl
3
, Hikmet Ycel
4
, Ahmet Yazc
5

5
Bilgisayar Mhendislii Blm
ayazici@ogu.edu.tr
2,3
Elektrik Elektronik Mhendislii Blm
akcakocamehmet@gmail.com
islamkilic@outlook.com
1,4
novasyon Mhendislik Ltd. ti. ETGB Osmangazi Teknopark, Eskiehir
ugur.yayan@inovasyonmuhendislik.com
hikmet.yucel@inovasyonmuhendislik.com

zete

Bu almada, Akll Tekerlekli Sandalye (ATEKS)'nin
dk seviyeli kontrol iin denetleyici tasarlanmtr.
Denetleyici, zerk modda yksek seviyeli
denetleyiciden ald dorusal ve asal referans hz
deerlerinin ara tarafndan takibini gereklemektedir.
Gelitirilen matematiksel model dorusal ve asal hz
kontrol iin birbirinden bamsz iki denetleyici
tasarmna imkn vermektedir. Dorusal ve asal hz
takibi iin iki farkl PID denetleyicisi tasarlanmtr.
Tasarlanan denetleyicilerin gerek ara zeri
uygulanmasnda eyleyici girilerindeki doyumdan
kaynaklanan problemin zm iinse integral anti-
windup teknii kullanlmtr. Tasarlanan denetleyici
gml sistemde gereklenerek ATEKS zerinde de
baar ile test edilmitir.

1. Giri

Trkiye nfusunun yaklak %12.29'u fiziksel
engellidir. Engelli insanlarn hayatlarn kolaylatrmada
tekerlekli sandalyeler, byk bir paya sahiptir. Fakat
fiziksel el becerisi ve koordinasyon eksiklii bulunan
kiilerde, sandalyenin kullanm zorlamaktadr.
Otonom aralar konusunda yaplan almalarn
tekerlekli sandalyeye aktarlmasyla akll tekerlekli
sandalyeler bu alanda nemli bir ihtiyac
karlayabilmektedir. Tekerlekli sandalyeler ayrca
insan-robot etkileimine de imkn verdii iin zerk
gezgin robotlar snfnda nemli bir aratrma/eitim
platformudur [1]. Bu platform akademik ve endstriyel
aratrmaclarn ilgisini ekmekte olup [2], bu platform
zerinde literatrde yaplan almalar artan ekilde
devam etmektedir [3], [4]. Bu almalarda genelde yol,
grev planlama ve ilgili davranlar seen ve uygulayan
yksek seviyeli kontrol ile ortaya kan yrngelerin
platform tarafndan gereklenmesini salayan dk
seviyeli denetleyiciler ayr ayr tasarlanmaktadr [5].
Dk seviyeli denetleyici tasarm iin literatrde farkl
almalar bulunmaktadr.
alma [6]da birbirinden bamsz iki motoru
olan mobil robotun hz kontrol PID denetleyici ile
gereklenmitir. Birbirinden bamsz motorlarn
kontrolnn dezavantajlar, iki motora birbirinden
bamsz denetleyici tasarlandndan aracn istenilen
dorultuda gitmemesi veya yrngesinden kmasna
sebep olur. alma [7-9]'larda tekerlekli sandalyelerin
dk seviye kontrol iin PD denetleyiciler
tasarlanmtr. Hz kontrol iin denetleyiciler, tm
sistemin modeli yerine, DC motorun matematiksel
modeli temel alnarak oluturulmutur. Bu yzden
tasarlanan sistem, motorlarn hzn kontrol etmektedir.
[7] ve [8] nolu almalarda, tekerlekli sandalye iin
gereklenen dk seviye denetleyici benzetim
ortamnda test edilmitir. [9] nolu almada PD
denetleyici zerine uyarlamal konum denetleyicisi
tasarlanm ve testleri benzetim program zerinden
gerekletirilmitir. alma [10] ve [11]'da tekerlekli
sandalyelerin gerek ortamda kontrol, PID
denetleyiciler ile gerekletirilmitir. Ayrca araca
engelden saknma ve yrnge takip etme gibi
kabiliyetler kazandrlmtr. Bu almalarda sistem
eyleyicilerindeki kstlar dikkate alnmamtr.
Uygulamalarda sistem eyleyicileri zerinde kst olmas
halinde integral anti-windup kullanlarak denetleyici
knn doyuma ulamadan almas
salanabilmektedir [12].
Bu almada, akll tekerlekli sandalye
(ATEKS) iin eyleyici ve motor srcleri zerindeki
kstlar da dikkate alan dk seviyeli denetleyici
tasarlanmtr. nerilen sistem dorusal ve asal
referans hz deerlerinin takibi iin iki denetleyiciden
olumaktadr. Ara zeri uygulanmasnda eyleyici
girilerindeki doyumdan kaynaklanan problemin
zm iinse integral anti-windup teknii
119
kullanlmtr. Tasarlanan denetleyici
Stellaris ilemcili bir gml sistemde gereklenerek
ATEKS zerinde test edilmitir.
Takip eden ksmda ATEKS s
yer almaktadr. nc ksmda denetleyici tasarm
verilmektedir. Drdnc ve beinci blmde
sonular ve alma sonular yer almaktadr.

2. Sistem Tantm

Dk seviye denetleyici ekil-1'de verilen
tasarlanmtr. ATEKS sisteminde, kullancya farkl
sr seenei sunulmaktadr. Birincisi, kumanda
kolunu kullanarak aracn, denetleyiciyi kullanmadan
manel olarak srlmesidir. kincisi, sr
modudur. Veriler yine kumanda kolundan alnr fakat
ierisinde arpmay engelleme fonksiyonlar
bulunmaktadr. nc seenek ise zerk
modda yksek seviye denetleyicisinden gelen
dorusal ve asal hz deerleri d
denetleyicide gereklenir (bkz. ekil
platformunda dk seviye denetleyicinin etkile
iinde olduu sistem bileenleri takip eden alt blmde
verilmektedir.

ekil 1: Akll Tekerlekli Sandalye (ATEKS)

2.1. Sistem Bileenleri

ATEKS platformunun kontrol bak asndan temel
bileenleri ekil 2de kesikli izgi ile verilmi
Platform farksal sr sistemine sahip
tarafta bulunan iki adet 24V 4200rpm'lik motor
tarafndan salanmaktadr. Bu motorlardan sa
1/32 dili oranna sahip redktorler
aktarlmaktadr.
Motorlar, tekerlekli sandalyelerde yaygn
olarak kullanlan PGDrive-VR2 motor
kontrol edilmektedir. VR2 motor srcs dijital olarak
ald asal ve dorusal hz girdi deerlerini sa
teker iin gereken gerilim deerlerine dn
uygulamaktadr. VR2 zerinde hz geri beslemesi
olmad iin bu hzn uygula
etmemektedir. VR2, verileri dijital bir
aldndan, znrlk dorusal hz iin
karlk gelmektedir. Bu yzden ara do
tleyici, LM3S9B96
lemcili bir gml sistemde gereklenerek
Takip eden ksmda ATEKS sistemin tantm
denetleyici tasarm
inci blmde ise test
yer almaktadr.
verilen ATEKS iin
. ATEKS sisteminde, kullancya farkl
i sunulmaktadr. Birincisi, kumanda
netleyiciyi kullanmadan
kincisi, sr destek
modudur. Veriler yine kumanda kolundan alnr fakat
ierisinde arpmay engelleme fonksiyonlar
zerk moddur. Bu
ksek seviye denetleyicisinden gelen referans
erleri dk seviye
ekil 2). ATEKS
k seviye denetleyicinin etkileim
enleri takip eden alt blmde

Akll Tekerlekli Sandalye (ATEKS)
asndan temel
ekil 2de kesikli izgi ile verilmitir.
sistemine sahip olup itki arka
24V 4200rpm'lik motor
Bu motorlardan salanan g
ile tekerleklere
Motorlar, tekerlekli sandalyelerde yaygn
VR2 motor srcs ile
kontrol edilmektedir. VR2 motor srcs dijital olarak
erlerini sa ve sol
erlerine dntrp
uygulamaktadr. VR2 zerinde hz geri beslemesi
iin bu hzn uygulamasn garanti
etmemektedir. VR2, verileri dijital bir ekilde
rusal hz iin 0.058m/sn ' ye
lk gelmektedir. Bu yzden ara dorusal hz
kontrolnde dijital evirmeden bu kadarlk bir hata
oluabilmektedir.

Yksek Seviye
Kontrol
AKB-L VR2
Uref Wref
Ew
Eu
Er
El
Sol Teker Hz
Sa Teker Hz

ekil 2: Dk seviyeli denetleyicinin evre b

Sistem iin tasarlanan d
ekil 3de verilen Akll Kontrol Birimi (
donanmnda gereklenmitir.
ARM Cortex-M3 tabanl mikro
mini elektrikli aralarda kullanlmak zere
tasarlanmtr. Kodlayc geri
evrim motor hz kontrol yapma
kullanc ara yzlerine balanma
veri yollar ile ara zeri alglayc
birimlerle haberleme vb.
getirebilmektedir. Bu almada
denetleyicinin ATEKS platformu zerinde
uygulanmasnda kullanlmaktadr
hzlarn kodlayclar zerinden, referans hz de
yksek seviye kontrolden alarak sisteme
olan kontrol girdilerini hesaplamakta ve uygulanmak
zere motor srcsne iletmektedir.

ekil 3: Dk seviye denetleyicini al
donanm

2.2. Sistem Matematiksel Modeli

Sistemin matematik modeli kartlrken literatrde
Lagrange [13] ve Newton-Euler [
kullanlmaktadr. Newton-Euler yntemi kullanlarak
ekil 4'teki serbest cisim diyagramndan
verilen, sistemin matematiksel modeli
kontrolnde dijital evirmeden bu kadarlk bir hata
MOTOR 1
MOTOR 2
Dili
Dili
ATEKS
k seviyeli denetleyicinin evre birimleri
tasarlanan dk seviye denetleyici
Akll Kontrol Birimi (AKB)
donanmnda gereklenmitir. AKB, LM3S9B96
M3 tabanl mikro ilemci kullanlarak
elektrikli aralarda kullanlmak zere
odlayc geri beslemesi ile kapal
yapma, kumanda kolu vb.
lanma, CANBUS, USB vb.
alglayclarla ve st seviye
vb. grevleri de yerine
mada, AKB, dk seviye
ATEKS platformu zerinde
uygulanmasnda kullanlmaktadr. AKB, tekerlek
hzlarn kodlayclar zerinden, referans hz deerlerini
alarak sisteme uygulanacak
hesaplamakta ve uygulanmak
zere motor srcsne iletmektedir.

iye denetleyicini alt AKB
donanm
Modeli
istemin matematik modeli kartlrken literatrde
Euler [7] gibi yntemler
Euler yntemi kullanlarak,
serbest cisim diyagramndan eitlik (1)'de
sistemin matematiksel modeli kartlabilir [2].
120
rly
F
rry
F
cry
F
cly
F
crx
F
clx
F
U
rrx
F
rlx
F
U
q
c
d
G
B
b
y
x
G
Gx
F
Gy
F

ekil 4: Tekerlekli sandalyenin serbest cisim diyagram

2 3 4
1 1 1
2 3 4
1 2 2
cos sin 0 0
sin cos 0 0
0 0
2
2 0
2
0 2 ( )
u
w
u bw
x u bw
y w
E
a a r
rrw u E
a a a u
w a rd a
rruw d w
a a a

( (
( (
+ (
( (
(
( (
(
(
( (
( = +
(
( (
(
( (
(
( (
(
( (

( (

&
&
&
&
&

(1)

fade (1) ile verilen sistem modelinde x,y srasyla
aracn bulunduu koordinat,
aracn x ekseni ile

yapt a, u,w srasyla aracn dorusal ve asal hzna
karlk gelmektedir. Bu modeldeki baz parametreler
ifade (2) ile verilmektedir.

2
1
2 2 2 2
2
2
3
4
( 2 )[ . ]
[ 2 ( )][ . . ]
[ . / ]
( )[ . / ]
a
e
a
a
e
a
a
a
a a b
e
a a
R
a mrr I V s
k
R
a I d rr I mb V m s
k
R
a mb V s m
k
R k k
a D V s rad
k R
= +
= + +
=
= +

(2)

ATEKS iin ifade (1) ve (2) de kullanlan ara
parametre deerleri Tablo 1de verilmektedir.

Tablo 1: ATEKS sistem parametreleri
Parametreler Tanm Deerler
a
k Tork sabiti*dili oran 1.4882 Nm/A
b
k Hz sabiti* dili oran 1.685 rad/s/V
a
R Armatr direnci 0.2957
e
D
Viscous srtnme sabiti
0.1044
Nms/rad
e
I
Teker motor sistemi
eylemsizlii
0.270 kgm
2
I Aracn Eylemsizlii 5.5 kgm
2
m Toplam ktle 84.3kg
b
Teker merkezi ile ktle
merkezi arasndaki mesafe 14.366cm
d
Arka iki teker arasndaki
mesafe 59.55cm
r Arka teker yarap 19.25cm
r Nominal yarap 19.25cm

2.3. Sistem Kstlar

Tasarlanan sistem, sadece benzetim ortamnda deil,
ayrca gerek ortamda da test edildii iin eyleyiciler ve
motor srcs iin olan kstlar modellenerek sistem
denetleyicisinde kullanlmtr.
Sistemde kullanlan motorlarn girdisi +/-24V
arasnda deimektedir. Ayrca, VR2nin denetleyici ile
birlikte uyumlu alabilmeleri iin motor srcsnn
davran da incelenmitir. Yaplan testlerle alnan
sonulara gre, VR2'nin ekil 5deki gibi karakteristii
belirlenmitir.

ekil 5: Motor srcs kstlama fonksiyon grafii

Bu ekilden de anlalabilecei gibi aracn
manevra srasnda dorusal hza st limit gelmektedir.
Motor srcsnden gelen bu kstlar ifade (3)'de
verilmitir.
2
2
22
22, 0
81
12
12, 0
81
Ew Eu
Eu
Ew Eu
+ <
(3)

3. Denetleyici Tasarm

ATEKS' in matematiksel modeli zerinden iki tane
birbirinden bamsz denetleyici tasarlanmtr.
Denetleyicilerden biri sistemin dorusal hzn kontrol
ederken, dieri ise sistemin asal hzn kontrol
etmektedir. PID denetleyicilerinin katsaylar, Cohen-
Coon yntemi ile hesaplanmtr.
-20 -15 -10 -5 0 5 10 15 20
-10
-5
0
5
10
15
20
Asal Gerilim (V)
D
o
r
u
s
a
l

G
e
r
i
l
i
m

(
V
)
121
Cohen-Coon metodu, ak dngl sistem
zerine uygulandndan, ATEKS' in dorusal olmayan
matematiksel modeli, MATLAB'n ode45 fonksiyonu
ile zdrlerek ak dngl bir ekilde sistemin step
ktlar alnmtr (bkz. ekil-6). ktlar zerinden
Cohen-Coon kurallar uygulanarak dorusal ve asal
hz iin kazanlar elde edilmitir [14].

(a) Dorusal hz iin

(b) Asal hz iin
ekil 6: Ak dngl sistemin step ktlar

ATEKS zerinde eyleyiciler kstl olduu iin
tasarlanan denetleyicilere Integral Anti-windup teknii
entegre edilmitir [15]. ATEKS projesinde Integral
Anti-windup, geri hesaplama algoritmas ile
zlmtr [16]. Bu teknik ekil 7de grlen kapal
dng bir sistemi biiminde sisteme uygulanmtr. Bu
iyiletirme ile denetleyici integral teriminden dolay
birikerek artan hata, integral anti windup teknii ile
zlmtr.

ekil 7: Denetleyici blok diyagram

Bu almada, Integral Anti-windup teknii
sadece tek bir eyleyicilerin doyuma ulat durumlarda
kullanlmamtr. fade (3) ile verilen VR2 motor
srcsnn uygulanabilir asal ve dorusal hzlar
blgesi dna ktnda da devreye girmektedir.
Tasarlanan denetleyiciler AKBde, Code
Composer Studio kullanlarak gereklenmitir.

4. Testler

ATEKS sistemi iin nceki blmdeki nerilen yntem
ile denetleyici parametreleri dorusal hz kontrol iin
KP=7.08, KI=8.10, KD=0.35, asal hz kontrol iin
KP=4.165, KI=10.655, KD=1.7089 ve integral windup
kazanlar, dorusal hz iin Kt = 0.02332, asal hz
iin Kt = 0.6332 olarak bulunmutur. nerilen dk
seviye denetleyici ATEKS zerinde deiik davran
senaryolar ile test edilmitir. Bunlar aada
verilmektedir.

Senaryo 1: Araca ekil 8 ile gsterilen kare
izdirilmitir. Dorusal referans hz olarak 0.5m/s ve
dnlerde ise 0.3rad/s referans hz uygulanmtr. Bu
senaryoda ara nce dorusal gitmekte, durmakta ve
dn almaktadr. Hareket benzer ekilde devam
etmitir. Hzlarn uygulanma sresi ve hz
deiimlerinden nce durma sreleri 6sn'dir. ekil 10da
grld gibi gerek ortam testlerinde istenilen asal
ve dorusal hz referans deerlerine ulamtr.
Balang Noktas 1
X (m)
Y (m)
2 3
0.5 m/s
0.3 rad/s
0.3 rad/s 0.3 rad/s
0.5 m/s
0
.
5

m
/
s
0
.
5

m
/
s

ekil 8: Senaryo-1 aracn istenilen hareketi

ekil 9: Senaryo-1 aracn hz ktlar
0 20 40 60 80 100 120 140 160 180 200
0
0.02
0.04
0.06
0.08
0.1
0.12
Zaman (s)
D
o
r
u
s
a
l
H
z
(
m
/s
)
Unit Step Response
0 20 40 60 80 100 120 140 160 180 200
0
0.05
0.1
0.15
0.2
0.25
X: 147.7
Y: 0.1707
Zaman (s)
A
s
a
l H
z
(r
a
d
/s
)
Unit Step Response
0 10 20 30 40 50 60 70 80 90 100
-0.2
0
0.2
0.4
0.6
Zaman (s)
D
o
r
u
s
a
l

(
m
/
s
)

H
z
0 10 20 30 40 50 60 70 80 90 100
-0.2
0
0.2
0.4
0.6
Zaman (s)
A
s
a
l

(
r
a
d
/
s
)

H
z
122

Senaryo 2: Araca ekil 10daki gibi hareket senaryosu
belirlenmitir. Hzlarn uygulanma sresi 6 saniye
olacak ekilde, ara 0.5m/sn dorusal referans hz ile
hareket ettirilmitir. Daha sonra 0.5m/s dorusal ve
0.3rad/s asal referans hzlar uygulanmtr. Bu hareket
sonucunda aracn istenilen referans hz deerlerine
ulat grlmtr.


ekil11: Senaryo-2 aracn hz ktlar

Senaryo 3: Bu senaryoda araca ekil 12deki gibi bir
yrnge izlemesi iin referans hzlar uygulanmtr.
Aracn dorusal hareketi iin 0.5m/s dorusal referans
hz uygulanmtr. Sa ve sola dnler iin srasyla -
0.3rad/s ve 0.3rad/s asal hzlar referans olarak araca
verilmitir. Aracn hz ktlar ekil 13de
grlmektedir.



Senaryo 4: Araca ekil 14deki gibi bir daire
izdirilmitir. Araca (0.5m/s) ve asal (0.3rad/s)
referans hz deerleri uygulanmtr. ekil 15deki gibi
hz ktlar elde edilmitir.



Bu ve yaplan dier testlere ait videolara [17]
linkinden eriilebilir. Yaplan testlerde verilen referans
hz deerlerinin takibinde grafiklerde belli bir salnm
olduu grlmtr. Bu salnm ATEKS platformunda
fiziksel olarak rahatszlk veren bir salnm deildir.
Bunun temel iki nedeni vardr. Birincisi VR2 motor
srcs znrldr. kincisi ise denetleyicilerin
birbirlerini etkilemeleridir.
0 5 10 15 20 25
-0.2
0
0.2
0.4
0.6
Zaman (s)
D
o
r
u
s
a
l

(
m
/
s
)

H
z
0 5 10 15 20 25
-0.6
-0.4
-0.2
0
0.2
Zaman (s)
A
s
a
l

(
r
a
d
/
s
)

H
z
0 10 20 30 40 50 60 70
-0.2
0
0.2
0.4
0.6
Zaman (s)
D
o
r
u
s
a
l

(
m
/
s
)

H
z
0 10 20 30 40 50 60 70
-1
-0.5
0
0.5
Zaman (s)
A
s
a
l

(
r
a
d
/
s
)

H
z
0 5 10 15 20 25 30 35 40 45 50
0
0.2
0.4
0.6
0.8
Zaman (s)
D
o
r
u
s
a
l

(
m
/
s
)

H
z
0 5 10 15 20 25 30 35 40 45 50
0
0.2
0.4
0.6
0.8
Zaman (s)
A
s
a
l

(
r
a
d
/
s
)

H
z
123

5. Sonular

Bu almada, ATEKS platformu iin dk seviyeli
denetleyici tasarlanmtr. Tasarlanan denetleyici ara
zerk modda iken yksek seviye kontrolr tarafndan
takip iin retilen dorusal ve asal hz deerlerini
kabul edilebilir snrlar iinde takip edebilmektedir.
leriki almalarda referans hz deerlerinin birinci
derece filtreden geirilerek denetleyicilere girmesi
salanacaktr. Burada aracn maksimum ivmelenme ve
yavalama deerleri de gz nnde bulundurulacaktr.
Ayrca, hassas yanama, yksek hzda ilerleme vb.
farkl zerk davranlar ile denetleyicilerin entegre
alabilmesi iin davrana bal anlk denetleyici
parametre deiimlerinin yaplmas planlanmaktadr.

Teekkr
Bu alma, 7120742 nolu TBTAK projesi
tarafndan desteklenmektedir.

Kaynaka

[1] S. G. Tzafestas ,Research on Autonomous Robotic
Wheelchairs in Europe, IEEE Robotics & Automation
Magazine, s:4-6, 2001

[2] T. Lu, K. Yuan, H. Zhu, H. Hu, An Embedded
Control System for Intelligent Wheelchair,
Proceedings of 27th Annual Int. Conf. of the IEEE
Engineering in Medicine & Biology Society, s: 5036
5039, Eyll 2005

[3] Y. Oonishi, S. Oh and Y. Hori, A New Control
Method for Power-Assisted Wheelchair Based on the
Surface Myoelectric Signal, IEEE Transactons On
Industral Electroncs, Cilt: 57, No: 9, s:3191-3196,
Eyll 2010.

[4] T. Carlson and Y. Demiris, Collaborative Control
for a Robotic Wheelchair: Evaluation of Performance,
Attention, and Workload, IEEE Transactons On
Systems, Man, and CybernetcsPart B: Cybernetcs,
Cilt: 42, No: 3, s:876-878, Haziran 2012.

[5] U. Ozguner, K. A. Redmill and A. Broggi, Team
TerraMax and the DARPA Grand Challenge: A General
Overview, IEEE Intelligent Vehicles Symposium
University of Parma Parma, Italy, s:232-237, 14-17
Haziran 2004

[6] L. Huang, W. Yu and S. K. Jhajharia, Speed
Control of Differentially Driven Wheeled Mobile
Robots- Tracking and Synchronization,
Instrumentation and Measurement Technology
Conference, IMTC '03. Proceedings of the 20th IEEE,
Cilt: 2, s: 1407-1412, 2003.
[7] R. Velzquez, On the Dynamics and Control of
Robotic Wheelchairs, IFToMM Symposium on
Mechanism Design for Robotics, Aguascalientes,
Mexico 2010

[8] Celso De La Cruz and R. Carelli, Dynamic model
based formation control and obstacle avoidance of
multi-robot systems, Cambridge University Press,
Robotica: s: 1-12, 2008

[9] C. D. L. Cruz, W. C. Celeste and T. F. Bastos,
Dynamic Model-Based Adaptive Posture Controller
for Robotic Wheelchairs, Department of Electrical
Engineering, Universidade Federal do Esprito Santo,
Journal of Medical and Biological Engineering, s: 61-
69, 2010

[10] W. C. Celeste, T. F. B. Filho, M. S. Filho and
R.Carelli, Dynamic Model and Control Structure for an
Autonomous Wheelchair, IEEE international
symposium on industrial electronics, Cambridge, United
Kingdom, s: 1359-1364, 2008

[11] X. Chen, J Geoff Chase, P. Wolm, I. Anstis, J.
Oldridge, W. Hanbury-Webber, R. Elliot and W.
Pettigrew, System Identification and Modeling of
Front Wheel Drive Electric Wheelchairs", Dept of
Mechanical Engineering, University of Canterbury,
Private bag 4800, Christchurch 8140, New Zealand.

[12] H. Chun-Qing, P. Xia-Fu and W. Jun-Ping,
Robust Nonlinear PID Controllers for Anti-windup
Design of Robot Manipulators with an Uncertain
Jacobian Matrix, Acta Automatica Sinica, Cilt: 34 No:
9, s: 1114-1121, Eyll 2008.

[13] X. Yun and Y. Yamamoto, Internal dynamics of a
wheeled mobile robot, IEEE/RSJ International
conference on Intelligent Robots and Systems,
Yokohama, Japan, Cilt: 2, s: 1288-1294, 1993.

[14] S. Tavakoli, M. Tavakoli,Optimal Tuning of PID
Controllers for First Order plus Time Delay Models
Using Dimensional Analysis, s: 942-946, 2003

[15] A. Ghoshal and V. John, Anti-windup Schemes
for Proportional Integral and Proportional Resonant
Controller, National Power Electronic Conference
2010, Department of Electrical Engineering, Indian
Institute of Science, Bangalore.

[16] A. Visioli, Modified anti-windup scheme for PID
controllers, IEEE Proceedings- Control Theory
Applications, Cilt: 150, s: 49-54, 2003.

[17] http://www.inovasyonmuhendislik.com/haberler.
html
124
Bir Tank Sisteminde Uyarlamal Sinirsel-Bulank karm
Sistemi yardmyla Arza Tehisi

Kemal UAK
1
, Fikret ALIKAN
1
, Glay KE
1

1
Kontrol ve Otomasyon Mhendislii Blm
stanbul Teknik niversitesi, Maslak/stanbul
kemal.ucak@itu.edu.tr, caliskanf@elk.itu.edu.tr, gulay.oke@itu.edu.tr

zete
Bu almada, Uyarlamal Sinirsel-Bulank karm Sistemi
(USBS) l tank sistemindeki delinme arzalarnn tespiti
iin uygulanmtr. Arza tehisi iin iki farkl yap
kullanlmtr. Birincisi sistemin dinamiklerini tanlamak iin
kullanlrken ikinci yap ise arzalarn karakteristiklerini
snflandrmak iin kullanlmtr. Tanklardaki delinmeler
arza olarak ele alnmtr. Kullanlan metodun baarm l
tank sistemi zerinde yaplan simlasyonlarla
deerlendirilmitir.
1. Giri
Arzann nceden tespiti; sistemin kapatlmasn, zarar
grmesini engelleyebilmekte ve ayrca oluan yeni koullar
iin kontrolrn tekrar tasarlanabilmesine olanak vermektedir.
Bu nedenle, arza tehisi kontrol mhendisliinde byk bir
neme sahiptir. Arzann alglanmas durumunda, gerekli
nlemler alnarak sistemin operasyonu baarl bir ekilde
tamamlanmas salanabilir. Dolaysyla, arzann
karakteristiinin doru tehis edilmesi kontrol performansn
arttrmas asndan nemlidir. Model tabanl yaklamlar,
arza tehisi alannda 40 yldr kullanlmaktadr. Model tabanl
yaklamlar sistemin matematiksel modelini tanlamak iin
kullanldnda en byk dezavantajlar modelleme hatas,
parametre deiimi, grlt ve bozuculara kar ok duyarl
olmalar ve arza tehisi performansnn dorudan modelin
kalitesine bal olmasdr.
Yapay zeka teknikleri, lineer olmayan fonksiyon kestirim
yeteneklerinden dolay, arza tehisi alannda sklkla
kullanlmaktadr. Yapay zeka teknikleriyle arzann
alglanmas ve izole edilmesi iki aamadan olumaktadr. lk
adm olarak sistemin k ile modelin k karlatrlarak
rezid sinyalleri oluturulur. Akll bir model, sistemin
gelecekteki durumlarnn kestirimi iin eitilir. kinci admda,
rezid sinyallerinin karakteristikleri snflandrma yntemleri
ile tanlanr. Bylece, snflandrma metodu yardmyla,
arzalarn tr alglanp izole edilebilir.
Literatrde, yapay sinir a(YSA) ve USBS yaklamlar
yardmyla eitli model tabanl yntemler gerekletirilmitir.
l tank sisteminde delinme arzalarnn tehisi iin, [1]de,
sistem tanma ve arza snflandrma iin iki farkl yapay sinir
alar kullanlmtr. Arza alglama ve tehisi iin [2]'de
NARMA modeli kullanlm ve arza alglama ve tehisi iin
rezidlerin olaslk younluk fonksiyonlar hesaplanmtr.
Kohonen a yaps kullanlarak, [3]'de, l tank sistemi iin
tkanma arzalar tehis edilmitir. Srekli kartrmal Tank
Reaktrnn (CSTR-Continuously Stirred Tank Reactor),
srekli hal deerinden sapmalarn tespiti iin, [4]'de yapay
sinir alar kullanlmtr. Snflandrma performansn
iyiletirmek ve snflandrcnn ilemsel ykn azaltmak iin
[7]'de kullanld gibi, boyut indirgeme metodlarndan
yaralanlabilir. Yapay sinir alarndaki renme
algoritmalarnn yardmyla, arza tehisi sistemlerinde
bulank modeller kullanlabilir ([14-16]).
Bu almada, YSA ve USBS yardmyla l tank sistemi
iin delinme arzalarnn tespiti yaplmtr. Bildiri u ekilde
organize edilmitir: Blm 2'de sistemin dorusal olmayan
modeli verilmitir. USBS yaps zet olarak Blm 3te
sunulmutur. Blm 4te, sistemin tanlanmas ve rezid
reteci aklanmtr. Blm 5te simlasyon sonular
verilmitir. Bildiri, ksa bir sonu blm ile bitirilmektedir.
2. l Tank Sisteminin Modeli
1
q
2
q
13
q
32
q
20
q
20
q
S
S
S
2
L 3
L
1
L
2 p
S
3 p
S
1 p
S

ekil 1: l Tank Sistemi.
ekil 1 de verilen l tank sistemi son yllarda teknik
literatrde dorusal olmayan sistem rnei olarak sklkla
kullanlmaktadr [5,6]. Sistem birbirine seri olarak balanm
tank ve iki pompadan olumaktadr. Sistemdeki sv
seviyeleri, pompalardaki ak oran ile kontrol edilmektedir.
Sistemin dinamiklerini tanmlayan diferansiyel denklemler (1)
de verilmitir.
1
1 13
=
d L
S q q
d t

2
2 32 20
= +
d L
S q q q
d t
(1)
3
13 32
=
d L
S q q
d t

burada S tanklarn kesit alan,
ij
q tank i'den tank j'ye
125
(i,j=1,2,3) sv ak orandr ve
. . ( ). 2 =
ij i p i j i j
q S sign L L g L L
eklinde tanmlanmaktadr.
20
q k sv ak orann temsil etmektedir ve
20 2 2
. . 2 =
p
q S gL dir. Sistem parametrelerinin saysal
deerleri iin [17] den yaralanlmtr.
3. Uyarlamal Sinirsel-Bulank karm Sistemi
Bulank sistemler, yapay sinir alarndaki renme
algoritmalar kullanlarak, herhangi bir fonksiyonun kestirimi
iin uygulanabilirler. Bu tipteki bulank sistemler Uyarlamal
Sinirsel-Bulank karm Sistemleri (USBS) olarak
adlandrlrlar. stn genelleme performanslar ve
belirsizliklere kar dayankllklarndan dolay, USBS
tabanl modeller, karmak dorusal olmayan dinamiklerin
tanlanmasnda kullanlabilirler. USBS yaps fonksiyonel
olarak ekil 2de grld gibi Sugeno tipinde bir bulank
modele edeerdir [7, 8]. USBSnin normal bulank mantk
sistemlerinden ana fark uyarlamal parametrelere sahip
olmasdr. ncl ve soncul parametreler olarak adlandrlan bu
parametreler uyarlanabilmektedirler[12]. Yap 5 tane
katmandan olumaktadr [8-14]. Uyarlamal adaki balantlar
sadece dmler arasndaki sinyalin ak ynn
gstermektedir, yani, balantlara ilikin arlklar
bulunmamaktadr[9]. Katmanlar ve fonksiyonlar aadaki
gibi zetlenebilir:
Katman 1: Girilerin yelik dereceleri bu katmanda
hesaplanmaktadr. yelik fonksiyonlar uyarlanabilir
parametreler ierdii iin, bu katman uyarlamal katman
olarak adlandrlmakta ve bu katmandaki parametreler ncl
parametreler olarak isimlendirilmektedir.
Katman 2: Kurallara ait atelenme dereceleri bu katmanda
hesaplanmaktadr. Katman sabit bir katmandr ve ile
etiketlenmektedir.
Katman 3 : Atelenme dereceleri bu katmanda normalize
edilmektedir.
Katman 4 : Bu katmana ilikin parametreler { , , }
i i i
p q r
soncul parametreler olarak adlandrlmaktadrlar ve
uyarlanabilir parametrelerdir.
i
f 'ler aadaki gibi
verilmektedirler.
1 2
= + +
i i i i
f p x q x r .
Katman 5 : k katman olarak adlandrlmaktadr. 4.
katmann klar bu katmanda toplanmaktadr.
Katman 1 ve katman 4 uyarlamal katman olarak
adlandrlmaktadr [15,16]. Bu parametrelerin optimizasyonu
iin hibrit renme algoritmas kullanlmaktadr. Hibrit
renme algoritmas geri yaylm algoritmas ile en kk
kareler algoritmasnn birletirilmesiyle oluur. renme
sreci 2 admda gerekletirilmektedir: ileri yaylm ve geri
yaylm. leri yaylmda, ncl parametreler sabitken, a
girileri 4. katmana kadar ileri yaylmaktadr ve normalize
atelenme dereceleri hesaplanmaktadr. Daha sonra, en kk
kareler algoritmasnn yardmyla soncul parametrelerinin
optimal deerleri elde edilen normalize atelenme dereceleri
ve k verileri iin hesaplanmaktadr.
M
1 A
2 A
k A
M
1 B
2 B
k
B
N
N
N
M
M
M
M
M
M
M M
M
M
M
1
x
2
x
1
w
2
w
R
w
1
w
2
w
R
w
M
1 1
w f
2 2
w f
R R
w f
y
1
x
2
x
2
x
2
x
1
x
1
x
1 ( ) A
( ) k B

ekil 2: Uyarlamal Sinirsel-Bulank karm Sistemi.
Geri yaylmda, soncul parametreler sabitken, ncl
parametreler geri yaylm algoritmas yardmyla optimize
edilmektedir. Bu yaklamda, en kk kareler algoritmas
geri yaylm algoritmasnn arama uzaynn boyutunu
drd iin yaknsaklk hzn artrmaktadr [10, 11]. Bu
nedenle, hibrit renme algoritmas geri yaylm algoritmasna
gre daha etkilidir . Ayrntl bilgi [13]'te bulunabilir.
4. USBS ile Arza Tehisi
Arza tehisi ve izolasyon emas ekil 3'te verilmitir. Yap 3
paradan olumaktadr. Sistem tanlayc, sistemin durumlar
kestirmek iin kullanlmaktadr. Sistem durumlar ve
gzleyicinin k ile kestirim hatas oluturulmaktadr.
Kestirim hatasna bal olarak, rezidler retilmekte ve bu
rezidler hata snflandrcsnn eitildii deerlere normalize
edilmektedir. Arza snflandrc ile rezidlere bal olarak
arzalar tespit edilmektedir.
( ) u k ( 1) x k +
+
( 1) x k +
( 1) r k +
( 1) f k +
1
z

ekil 3: Arza Tehisi.
Sistemde bir arza olmas durumunda, sistem tanlayc,
arzann dinamiini bilmedii iin olaand davranacaktr ve
bu durum gzleyici ile tespit edilebilir. Delinme arzalarna
bal rezidlerle eitilen karm mekanizmas ile arzann yeri
ve zaman tespit edilebilmektedir. Blm 4.1'de sistem
tanlama problemi ana hatlaryla belirlenmitir. Arza tespiti
ve izolasyon snflandrcs Blm 4.2 de aklanmtr.
4.1. Sistem Tanlama
Bu almada l tank sisteminin kestirimi iin, sistemin
YSA ve USBS tabanl NARX (Nonlinear AutoRegressive
with eXogenous inputs model) modeli kullanlmtr. Lineer
olmayan sistemin dinamikleri (4) ile temsil edilebilir.

( ) ([ ( ),.., ( ), ( 1),.., ( )]) =
u
y n F u n u n n y n y n n
y
(4)

126
Burada, srasyla, ( ) u n kontrol sinyalini, ( ) y n sistem
kn, n
u
ve n
y
NARX modelin derecesini
gstermektedir. Modelin eitimi ve testi iin srasyla 3000 ve
500 veri rastlantsal olarak seilmitir. Seilen eitim verisi ile
YSA ve USBS eitilmi ve test verisi ile NARX modelin
performans deerlendirilmitir. USBS'de, her giri iin 2
tane gauss yelik fonksiyonu kullanlmtr. ekil 4te
USBSnin dorulama performans verilmitir. Sonulardan
grld gibi uygun model verisi seti ile sistem dinamikleri
baarl bir ekilde modellenebilmektedir.
4.2. Arza Alglama ve zolasyon
Rezid sinyalleri (5)'te verilen kestirim hatas ile
retilmektedir.

( 1) ( 1) ( 1) + = + + e k x k x k (5)

Burada ( 1) + x k kestirilen sistem durumlarn gstermektedir.
Grlt, parametre deiimi ve dier faktrlerden dolay
gerek durum farkl olabilecei iin, alarm durumu iin bir
eik deeri kullanlabilir.

, . tan
, . tan var
<
>
i i
i i
if e i kta arza yok
if e i ktaarza
(6)

Baka bir USBS ile rezid sinyallerinin karakteristikleri
kestirilebilir. Bylece, retilen rezidler ile sistemde arza
olup olmad snanabilir. USBS snflandrcsnn k
alarm sinyalidir ve
1 2 3
[ ] = f f f f ile gsterilir.
i
f , i.
tanktaki arzay gstermektedir. Snflandrcnn eitimi iin
genelletirilmi gzleyici emasna (GG) bal delinme
arzalar iin kullanlan eitim verileri Tablo 1de verilmitir.
Tablo 1: Genelletirilmi Gzleyici emas iin Arzalar
Arzalar
1
f
2
f
3
f
Tank 1 0 1 1
Tank 2 1 0 1
Tank 3 1 1 0

i. tankta delinme olmas durumunda, GG gre, f 'nin i.
eleman 0, dierleri 1 olacaktr. Arza olmamas durumunda,
alarm verilmeyecek yani f [0 0 0] olacaktr.
5. Benzetim Sonular
5.1. Sistem Tanlama
USBS modellerinin tanlama performanslar ekil4 te
verilmitir. USBS ve YSA modellerinin eitim ve test
sreleri iin srasyla 3000 ve 500 veri seilmitir.

ekil 4: USBS ile tanlama.
USBS nin tanlama performans YSA modeller ile
kyaslanm, fakat USBS nin performans daha iyi olduu
iin YSAya ait grafikler verilmemitir. Tablo 2de USBS ve
YSAya ait eitim, test ve dorulama perforanslar verilmitir.
Burada,
tr
e ,
tst
e ve
v
e , srasyla, ortalama mutlak eitim, test
ve dorulama hatasn gstermektedir.
Tablo 2: Hatalar
Hatalar YSA USBS Kyaslama
1 tr
e
4.5134
4
10
x 1.1704
5
10
x 97.4068
2 tr
e
5.6569
4
10
x 1.0499
5
10
x 98.1440
3 tr
e
6.0353
4
10
x 2.8974
6
10
x 99.5199
1 tst
e
4.7838
4
10
x 1.2353
5
10
x 97.4177
2 tst
e
6.4341
4
10
x 9.8523
6
10
x 98.4687
3 tst
e
5.9652
4
10
x 3.0929
6
10
x 99.4815
1 v
e
6.4535
4
10
x 8.1657
5
10
x 87.3469
2 v
e
9.4120
4
10
x 1.5126
4
10
x 83.9291
3 v
e
8.2236
4
10
x 8.8265
6
10
x 98.9267

Tablo 2den grlebilecei gibi, YSA ve USBS modelleri
yeterince kk hatalara sahiptir. Tablonun 3. stunu USBS
ve YSA arasndaki performans farkn gstermektedir. Tm
durumlar iin USBS, YSA dan daha iyi bir performansa
sahiptir.
5.2. Arza alglama ve zolasyon Snflandrcs
Tablo 1 yardmyla arza alglama ve izolasyon snflandrc
oluturmak iin 2000 eitim 500 dorulama veri ifti
retilmitir. Snflandrcnn performans ekil 5te
verilmitir. Sonular USBS tabanl snflandrcnn ideal bir
karm mantna sahip olduunu gstermektedir. YSA ve
USBS performanslar Tablo 3te kyaslanmtr.

200 400 600 800 1000 1200 1400 1600 1800 2000
0.2
0.4
0.6
0.8

L
1
ANF
1
200 400 600 800 1000 1200 1400 1600 1800 2000
0.1
0.2
0.3
0.4

L
2
ANF
2
200 400 600 800 1000 1200 1400 1600 1800 2000
0.2
0.4
0.6
Zaman(sn)

L
3
ANF
3
127

ekil 5: Dorulama performans,Krmz(USBS),
Mavi(Gerek).
Tablo 3ten grlebilecei gibi, eitim evresinde USBSnin
performans daha iyi iken dorulama evresinde YSA ve
USBSnin performanslar ok yakndr.
Tablo 3: Hatalar
Hatalar YSA USBS Kyaslama
1 tr
e 0.0034 4.9974
10
10
x 100
2 tr
e 0.0025 5.1124
10
10
x 100
3 tr
e 0.0025 3.9921
10
10
x 100
1 v
e 0.0360 0.0334 7.2222
2 v
e 0.0350 0.0333 4.8571
3 v
e 0.0351 0.0333 5.1282

5.3. Arza Tehisi
USBSnin performansn snamak iin, 400.-600. saniyeler
arasnda 1. tankta, 700.-800. saniyeler arasnda 2. tankta ve
850.-870. saniyeler arasnda 3. tankta delinmeler meydana
geldii farz edilmitir. ekil 6-7 sistem ve gzleyici
davranlarn ve kestirim hatasn gstermektedir. Tanklardaki
delinmeler kestirim hatasnn gzlenebilir bir ekilde
artmasna neden olmaktadr . Elde edilen kestirim hatalar bir
eik deeri kullanlp, arza snflandrcsnn eitildii deer
aralna normalize edilmektedir. Bu normalize edilmi rezid
sinyalleri arzann yerinin tespiti iin kullanlmaktadr. ekil
8den grld gibi, arza vektr, Tablo 1de verilen
deerlere gre, 400-600 sn lerde [0 1 1] = f deerine
sahiptir. Arza vektr 1. tankta delinme olduunu
gstermektedir. Benzer ekilde, tank 2 ve tank 3 deki arzalar
700-800 ve 850-870 saniyeler arasnda baarl bir ekilde
izole edilmitir.

ekil 6: Sistem ve gzleyici k(arzal durum).

ekil 7: Arza Sinyalleri.

0 1000 2000 3000
0
0.05
0.1
0.15
r
1
0 1000 2000 3000
0
0.5
1
f
1
0 1000 2000 3000
0
0.05
0.1
0.15
r
2
0 1000 2000 3000
0
0.5
1
f
2
0 1000 2000 3000
0
0.05
0.1
0.15
r
3
0 1000 2000 3000
0
0.5
1
f
3
0 200 400 600 800 1000
0.1
0.2
0.3
0.4

L
1
ANF
1
0 200 400 600 800 1000
0
0.05
0.1
0.15
0.2
0.25

L
2
ANF
2
0 200 400 600 800 1000
0.1
0.2
0.3

L
3
ANF
3
0 200 400 600 800 1000
0
5
10
15
x 10
-3

|e
1
|
th
1
0 200 400 600 800 1000
0
0.01
0.02
0.03

|e
2
|
th
2
0 200 400 600 800 1000
-5
0
5
10
15
20
x 10
-3
Zaman(sn)

|e
3
|
th
3
128

ekil 8: Rezidler ve Snflandrc k.
6. Sonular
Bu almada, l tank sisteminin arza tehisi iin YSA
ve USBS modelleri kullanlmtr. Sistem tanlama ve arza
snflandrc iin iki ayr model kullanlmtr. Arza olmas
durumunda, sistem olaan davranmad iin sistem tanlayc
ile sistemin davran arasnda farkllk olumaktadr. Oluan
bu rezid sinyalleri arza snflandrcda kullanlarak arzann
yerinin tespiti yaplabilmektedir. Simlasyon sonular, sistem
tanlama ve arza snflandrmasnda USBSnin
performansnn YSAdan daha iyi olduunu gstermektedir.
Gelecek almalarda, tkanma, lme eleman (alglayc)
ve eyleyici arzalar ele alnarak arzalar eitlendirilebilir.
Sistemin durumlarnn kestirimi iin EKF ve UKF tabanl
kestiricilerden yararlanlabilir.
Kaynaka
[1] P.J. Patton, J. Chen, T.M. Siew, "Fault Diagnosis in
nonlinear dynamic systems via neural networks", in IEEE
International Conference on Control, United Kingdom,
Coventry, 1994, pp. 1346-1351.
[2] A.P. Wang, H. Wang, "Fault Diagnosis for nonlinear
systems via neural networks and parameter estimation",
in IEEE International Conference on Control and
Automation, China, Hefei, 2005, pp. 559-563.
[3] S. Srinivasan, P. Kanagasabapathy, N. Selvaganesan,
"Neural Based Parameter Identification and Fault
Diagnosis in a Three-Tank System", in IEEE
International Conference on Computational Intelligence
and Multimedia Applications, India, Tamil Nadu, 2007,
pp. 169-173.
[4] R.Z.A. Rahman, A.C. Soh, N.F.B. Muhammad, "Fault
Detection and Diagnosis for Continuous Stirred Tank
Reactor using Neural Network", Journal of Science, vol.
6, no. 2, pp. 66-74, Nov.,2010.
[5] P. Chalupa, J. Novk, V. Bobl , "Comprehensive Model
of DTS200 Three Tank System in Simulink",
International Journal of Mathematical Models and
Methods in Applied Sciences, vol. 6, no. 2, pp. 358-365,
2012.
[6] M. Hou, Y. S. Xiong, and R. J. Patton, "Observing a
Three-Tank System" , IEEE Transsaction on Control
Systems Technology, vol. 13, no. 3, pp. 478-484, May.,
2005.
[7] P. Akhlaghi, A. R. Kashanipour, K. Salahshoor,
"Complex Dynamical System Fault Diagnosis based on
Multiple ANFIS using Independent Component" in
Proceeding of 16th Mediterranean Conference on
Control and Automation, Ajaccio, 2008, pp. 1798-1803.
[8] J-S.R. Jang, C.-T. Sun, E. Mizutani, "Neuro-Fuzzy and
Soft Computing: A Computational Approach to Learning
and Machine Intelligence" Prentice Hall ,1997.
[9] H. Sadjadian, H.D. Taghirad, A. Fatehi, "Neural
Networks Approaches for Computing the Forward
Kinematics of a Redundant Parallel Manipulator",
International Journal of Computational Intelligence, vol.
2, no. 1, pp. 40-47, 2005.
[10] M. Aghajarian, K. Kiani " Inverse Kinematics Solution of
PUMA 560 Robot Arm Using ANFIS" in International
Conference on Ubiquitous Robots and Ambient
Intelligence, Incheon, 2011, pp. 574-578.
[11] S. Alavandar M.J. Nigam " Adaptive Neuro-Fuzzy
Inference System based Control of six DOF robot
manipulator" Journal of Engineering Science and
Technology Review, vol. 1, issue 1, pp. 106-111, 2008.
[12] S. Alavandar, M.J. Nigam, "Neuro-Fuzzy based
Approach for Inverse Kinematics Solution of Industrial
Robot Manipulators", International Journal of
Computers, Communication and Control, vol. 3, no. 3,
pp. 224-234, 2008.
[13] J.S.R. Jang, "ANFIS: Adaptive-network based fuzzy
inference system", IEEE Transactions on Systems Man
and Cybernetics, vol. 23, no. 3, pp. 665-685, 1993.
[14] O.M.Al Jarah, M.Al Rousan, "Fault Detection and
accomodation in dynamic systems using adaptive
neurofuzzy systems", in IEE Proceedings Control Theory
and Applications, vol. 148, issue 4, 2011, pp. 283-290.
[15] B. Zhang, J. Luo, Z. Chen, S. Li, "Fault Diagnosis using
Neuro-fuzzy Transductive Inference Algorithm", in
International Symposium on Systems and Control in
Aerospace and Astronautics, China, Shenzhen, 2008, pp.
1-4.
0 200 400 600 800 1000
0
0.02
0.04
0.06
0.08
0.1

r
1
r
2
r
3
0 200 400 600 800 1000
0.2
0.4
0.6
0.8
1
Time(sec)

f
1
0 200 400 600 800 1000
0.2
0.4
0.6
0.8
1

f
2
0 200 400 600 800 1000
0.2
0.4
0.6
0.8
1
Zaman(sn)

f
3
129
[16] X. Wang, X.B. Xu, Y.-D. Ji, X.-Y. Sun, "Fault Diagnosis
using Neuro-fuzzy Network and Dempster-Shafer
Theory", in International Conference on Wavelet
Analysis and Pattern Recognition, China, Xian,2012, pp.
137-147.
[17] DTS200- Laboratory Setup Three-Tank System. Amira
GmbH, Duisburg, 2000.
130

Bolum3-Akıllı Ve Uyarlamalı Kontrol Sistemleri (Sayfa 96-130)

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Bolum3-Akıllı Ve Uyarlamalı Kontrol Sistemleri (Sayfa 96-130)

Transféré par

Droits d'auteur :

Formats disponibles

AKILLI VE UYARLAMALI

Integral-Trevsel (PID) denetleyici (RK-

Z kabul edilmitir [5-10].

vardr ve sonludur. Bylece Barbalat

= sistemin bal giri-k derecesidir (relative degree)

ile temsil edilmekte olup ayn zamanda

aracn x ekseni ile

Vous aimerez peut-être aussi