DOĞRU AKIM MOTORLARIN HIZ DENETİMİNDE YAPAY SİNİR AĞLARININ PERFORMANS ANALİZİ

Abstract

YÜKSEK LİSANS TEZİ DOĞRU AKIM MOTORLARININ HIZ DENETİMİNDE YAPAY SINIR AĞLARININ PERFORMANS ANALİZİ Cafer BAL Fırat Üniversitesi Fen Bilimleri Enstitüsü Elektronik Bilgisayar Eğitimi Ana Bilim Dalı 2002, Sayfa: 82 Bu tez çalışmasında, uyarlanabilir aktivasyon fonksiyonlu yapay sinir ağlan (YSA) ile doğru akım motorlarının hız kontrolü gerçekleştirilmiştir. Doğrusal olmayan aktüatör içeren bir doğru akım motorunun hız kontrolünde, saklı katmanında standart sigmoid, adaptif sigmoid, spline ve üstel sigmoid aktivasyon fonksiyonları kullanılan yapay sinir ağının performansı karşılaştırmalı olarak incelenmiştir. Böylece değişen yük şartlarında motorun kontrol performansını artıran ve YSA'nın eğitim süresini azaltan en uygun aktivasyon fonksiyonu belirlenmiştir. Doğru akım motorlarının hız denetiminde, uyarlanabilir aktivasyon fonksiyonlu YSA'nın etkinliğini gösteren simülasyon sonuçlan verilmiştir. Anahtar Kelimeler : Yapay sinir ağlan, Uyarlanabilir aktivasyon fonksiyonları, Doğru akım motorlarm ABSTRACT MSc.Thesis THE PERFORMANCE ANALYSIS OF ARTIFICIAL NEURAL NETWORK FOR SPEED CONTROL OF DC MOTORS Cafer BAL Fırat University Graduate School of Natural and Applied Sciences Department of Electronics and Computer Science 2002, Page: 82 This thesis describes the speed control of DC motors using adaptive activation function neural networks. Comparative performance of the adaptive sigmoid, polynomial and spline activation functions used in the hidden layer of the multi-layer neural networks are tested for the control of DC motor including a nonlinear actuator. This comparison aims to determine the most suitable activation function, which reduces the training time of the artificial neural network and increases the control performance of the motor, under variable load conditions. Simulation results showing the effective of the adaptive activation function neural networks for speed control of DC motors, are given. Keywords : Artificial neural networks, Adaptive activation functions, DC motors