DÖNEL TERS SARKAÇ SİSTEMİ PARAMETRELERİNİN HAREKETLİ KAYAN KİPLİ KONTROL YÖNTEMİ İLE KONTROL EDİLMESİ

Abstract

Dönel ters sarkaç sistemi kontrol uygulamalarında çokça tercih edilen sistemlerden birisidir. Yeni bir kontrol yönteminin başarısını ortaya koymak amacıyla, dönel ters sarkaç sisteminin kararsız olduğu üst denge noktası için sistem kararlı hale getirilmeye çalışılır. Bu çalışmada üç farklı kontrol yöntemi ile sistem kontrol edilmiştir. İlk olarak klasik hareketli kayma yüzeyine sahip kayan kipli kontrol yöntemi ile sistem kontrol edilmiştir. İlk yöntemde genetik algoritma ile bilinmeyen katsayılar, sistemin hareket denklemleri üzerinden Matlab'daki bir program ile hesaplanmıştır. İkinci kontrol yöntemi olarak bulanık mantık tabanlı hareketli kayan kipli kontrol yöntemi kullanılmıştır. Bu yöntemde kayma yüzeyinin eğimi bulanık mantık yöntemi ile hesaplanmıştır. Bulanık mantığın yapısında yer alan üyelik fonksiyonlarının sınır değerleri ise genetik algoritma ile bulunmuştur. Son olarak uyarlamalı sinirsel bulanık çıkarım tabanlı hareketli kayan kipli kontrol yapısı sistemin kontrolünde tercih edilmiştir. Buradaki uyarlamalı sinirsel bulanık çıkarım yöntemi hareketli kayma yüzeyinin eğimini hesaplamada kullanılmıştır. Uyarlamalı sinirsel bulanık çıkarım yönteminde yer alan katsayıların hesaplanmasında genetik algoritmadan faydalanılmıştır. Sonuçlar irdelendiğinde yaklaşık 1 saniye ile en kısa sürede kontrolü sağlayan yöntem bulanık mantık tabanlı hareketli kayan kipli kontrol yöntemi olmuştur. Eğer tork değerinin az olması isteniyorsa bu durumda klasik hareketli kayan kipli kontrol yöntemi 12 Nm ile en düşük tork değerini sağlayan kontrol yöntemi olmuştur. Sistemin çektiği maksimum amperin önemli olduğu durumlarda ise 2,5 amper ile yine klasik hareketli kayan kipli kontrol yöntemi en iyi sonucu vermiştir.The rotary inverted pendulum system is one of the most preferred systems in control applications. In order to demonstrate the success of a new control method, the system is tried to be stabilized for the upper equilibrium point where the system is unstable. In this study, the system is controlled by three different control methods. Firstly, the system is controlled by a sliding mode control method with a classical moving sliding surface. In the first method, the unknown coefficients are calculated by genetic algorithm through the equations of motion of the system with a program in Matlab. As the second control method, fuzzy logic based moving sliding mode control method was used. In this method, the slope of the sliding surface is calculated by fuzzy logic method. The boundary values of the membership functions in the structure of fuzzy logic were found by genetic algorithm. Finally, adaptive neural fuzzy inference based moving sliding mode control structure is preferred in the control of the system. Here, the adaptive neural fuzzy inference method is used to calculate the slope of the moving sliding surface. Genetic algorithm was used to calculate the coefficients in the adaptive neural fuzzy inference method. When the results are analysed, the fuzzy logic based moving sliding mode control method is the method that provides the control in the shortest time with approximately 1 second. If the torque magnitude is desired to be low, in this case, the classical moving sliding mode control method has been the control method that provides the lowest torque value with 12 Nm. In cases where the maximum amperage drawn by the system is important, the classical moving sliding mode control method gave the best result with 2.5 amperes.