Bu çalışmada, kullanımı hızla yaygınlaşan özel elektrik motorlarından fırçasız DC motorların, genetik tabanlı bulanık denetleyici ile optimal kontrolü simüle edilmiş ve işlem gücü yüksek olan bir DSP kullanılarak sensörsüz hız kontrolü pratik olarak gerçekleştirilmiştir.
Simülasyon çalışmasında, fırçasız DC motorların modellenmesi işleminde, literatürde verilen sinüsoidal zıt emk fonksiyonunun yerine, motor yapısına daha uygun olan zıt emk trapezoidal şekil fonksiyonu tanımlanmış ve böylece daha doğru bir motor modeli elde edilmiştir. Simülasyon işleminde diferansiyel motor denklemleri dördüncü dereceden Runge-Kutta nümerik integrasyon metodu ile hesaplanmıştır. Böylece simülasyonda, hesaplama hataları ve nümerik kararsızlıklar azaltılmıştır. Ayrıca, fırçasız DC motorları sürmek için kullanılan inverter yapısı incelenmiş ve matematiksel olarak modellenmiştir.
Fırçasız DC motor kontrol sisteminde, ilk olarak bulanık denetleyici tasarımı, geleneksel deneme ve yanılma yöntemi kullanılarak gerçekleştirilmiştir. Bu yöntemde, tasarım işlemi uzun zaman almakla beraber, denetleyici performansı hakkında bir kriter belirlenememiş ve optimal kontrol garanti edilememiştir. Sadece görsel olarak sistem cevap eğrisi gözlemlenebilmiştir.
Bulanık denetleyicinin optimal tasarımında optimizasyon işlemi için gerçek kodlu bir genetik algoritma başarıyla uygulanmıştır. Bulanık denetleyicinin GA ile optimizasyonu için, sistem performansını ölçen ve GA’da uygunluk değeri olarak kullanılan çok parametreli bir performans indeksi (Jin) tanımlanmıştır. Tanımlanan performans indeksi, çoklu amaç fonksiyonu formuna sokularak GA ile minimize edilmiştir. Bulanık denetleyicinin GA ile optimizasyonu için iki ayrı yaklaşım kullanılmıştır. İlki; GA ile önce normalizasyon, daha sonra kural tablosu ve son olarak üyelik fonksiyonlarının optimize edildiği ardışık optimizasyon yöntemidir. İkincisi; tüm bulanık denetleyici parametrelerinin aynı anda optimize edildiği eş zamanlı optimizasyon yaklaşımıdır.
Simülasyon sonuçlarına göre; ardışık optimizasyon yönteminde, GA ile denetleyicinin 3 adet normalizasyon parametresinin optimizasyonu sonucunda performans indeksi Jin=3.2674 değerine düşmüş ve bu işlem yaklaşık 35 nesil sonra gerçekleşmiştir. Ardışık optimizasyon yönteminin ikinci adımında kural tablosu GA ile yeniden belirlenmiştir. Bu amaçla 7x7=49 adet hücreye sahip olan kural tablosu, kayan tip bir tabloya dönüştürülerek optimizasyon parametre sayısı 7’ye kadar indirgenmiştir. GA ile bu parametrelerin optimizasyonu sonucu, yeni kural tablosu elde edilmiş ve yaklaşık 90 nesil sonra performans indeksi Jin=3.2641 değerine düşmüştür. Ardışık optimizasyon yönteminin son adımında, GA ile bulanık denetleyicinin üyelik fonksiyonları optimize edilmiştir. İki girişli tek çıkışlı olan denetleyicide üç adet üyelik fonksiyonu ve her birinde 7’şer adet üçgen bulanık küme bulunmaktadır. Her bir bulanık küme üç adet parametre ile temsil edilirse, optimize edilmesi gereken parametre sayısı oldukça büyük çıkmaktadır. Bu nedenle ilk olarak simetri özellikleri ve kümelerin örtüşme özellikleri kullanılarak GA ile optimize edilecek parametre sayısı 6’ya kadar indirgenmiştir. Bu altı parametrenin GA ile optimizasyonu sonucu, yeni üyelik fonksiyonları elde edilmiş ve performans indeksi yaklaşık 30 nesil sonra Jin=3.2349 değerine kadar düşmüştür. Ardışık optimizasyon işlemi toplamda, yaklaşık 150 nesilde gerçekleştirilmiştir. Ardışık optimizasyon sonucu elde edilen optimal bulanık denetleyici parametrelerinde oldukça iyi sistem cevap eğrileri elde edilmiştir. Ardışık GA ile optimizasyon işlemiyle, geleneksel yönteme göre sistemin geçici ve sürekli rejim cevabında gözle görülür bir iyileşme sağlanmıştır.
Eş zamanlı optimizasyon yönteminde ise, normalizasyon parametreleri, kural tablosu ve üyelik fonksiyonu parametreleri aynı anda eş zamanlı olarak GA ile optimize edilmiştir. Optimizasyon işlemi sonucunda sistemin performans indeksi Jin=3.2327 değerine kadar düşmüştür. Bu değer, yapılan çalışmada elde edilen en iyi optimizasyon değeridir. Eş zamanlı GA ile optimizasyon işlemi yaklaşık 850 nesil sonra gerçekleşmiştir. Bu yöntem ile bulanık denetleyicinin geçici ve sürekli rejim cevabında geleneksel yönteme ve ardışık GA’ya göre daha iyi sonuçlar elde edilmiştir. Ancak, Ardışık optimizasyon yönteminde toplam 150 nesilde tüm denetleyici optimize edilirken, tüm parametrelerin aynı anda optimize edildiği eş zamanlı yaklaşımda yaklaşık 850 nesilde optimizasyon gerçekleşmiştir. Buradan
görülmektedir ki, ardışık optimizasyon daha az zaman almaktadır. Ayrıca, sistem cevap eğrileri incelendiğinde, ardışık optimizasyon yönteminin yeterince iyi sonuç verdiği görülmektedir. Ardışık optimizasyon işleminde yukarıda da verildiği gibi kural tablosunun optimizasyonu ile performans indeksinde çok az bir iyileşme sağlanmıştır. Standart kural tablosu kullanılırsa ardışık optimizasyon işlemi 65 nesil sonra yakınsamaktadır.
Deneysel çalışmada, ADSP-21992 işlemci kullanılarak fırçasız DC motorların sensörsüz kontrolü başarılı bir şekilde gerçekleştirilmiştir. Sistemde hız sensörü kullanılmadan zıt emk sinyalleri yardımıyla motor hızı dolaylı olarak belirlenmiş ve geri besleme olarak denetleyiciye uygulanmıştır. Uygulamada fırçasız DC motor pozisyon sensörleri elimine edildiği için, sensörlerden dolayı oluşan olumsuzluklar giderilmiştir. Denetleyici olarak, simülasyon çalışmasında gerçekleştirilen geleneksel denetleyici, ardışık GA ve eş zamanlı GA ile optimize edilen bulanık denetleyiciler kullanılmıştır. Simülasyon işlemlerinde kullanılan denetleyici algoritmaları pratik uygulama için DSP işlemcisine uygun yapıya dönüştürülmüş ve gerçek zaman uygulama yapılarak, fırçasız DC motorların bulanık denetleyici ile sensörsüz kontrolünde yeni bir çözüm ortaya konulmuştur.
Deneysel sonuçlar incelendiği zaman, simülasyon sonuçları ile uyum içinde olduğu, simülasyon işlemlerinden elde edilen optimal denetleyicilerin uygulamada başarıyla kullanılabileceği görülmüştür.
Hızla sanayileşen ülkemizde, teknolojik ürünlerin büyük bir kısmının yurtdışından ithal edildiği düşünülürse, simülasyon ortamında yürütülen ve pratik olarak gerçekleştirilen bu çalışma, ilgili konularda çalışan kişi ve firmalara yardımcı olacak ve ülke ekonomisine katkı sağlayacaktır.
6.2 Öneriler
Gerçekleştirilen sistem, oldukça genel bir yaklaşım içermesinden dolayı, fırçasız DC motorların sensörsüz kontrolünün yanında, bulanık denetleyicilerin kullanıldığı lineer olmayan diğer sistemlerde de etkin olarak kullanılabilir yapıdadır.
Yapılan bu çalışmada elde edilen sonuçlar göz önüne alındığında, GA ile, diğer optimizasyon problemlerinin çözümünü etkili bir şekilde gerçekleştirmek mümkündür. Özellikle, GA ile çok parametreli ve çoklu amaç fonksiyonuna sahip sistemlerde etkili çözüm elde edilebilmektedir. Optimize edilecek olan parametre sayısı fazla ise, gerçek kodlu GA’ları kullanmak avantaj sağlamaktadır.
Bu çalışmada, simülasyon ortamında gerçekleştirilen optimizasyon işleminin, gerçek zaman uygulamalarında yapılabilirliği araştırılmalıdır. Bunun için, GA’ların özel yapılara sokularak işlem süresinin azaltılması düşünülebilir. Ayrıca, çalışmada seçimi kullanıcıya bırakılan denetleyici yapısıyla ilgili parametreler de GA ile elde edilerek, bulanık denetleyici tasarımı tam otomatik bir yapıya sokulabilir.
Fırçasız DC motorların sensörsüz kontrol uygulamalarında yapay sinir ağları gibi diğer yapay zeka yöntemleri, adaptif kontrol yöntemleri ve optimal kontrol yöntemleri uygulanabilir.
Diğer optimizasyon yöntemleri kullanılarak bulanık denetleyiciler optimize edilebilir ve karşılaştırma yapılabilir.
Gerçekleştirilen simülasyon algoritmaları ve uygulama devreleri, eğitim amaçlı kullanılabilir ve görsel özelliği sayesinde kolayca anlaşılabilir.
Çalışmada kullanılan Runge-Kutta yöntemi, diğer benzer nümerik problemlerin çözümünde kullanılabilir.
GA’ları gerçek zaman uygulamalarda, yakın optimal çözüm (near optimal solution) amacıyla kullanmak mümkündür.