Tez No	İndirme	Tez Künye	Durumu
232675		İşaret işleme ve yapay zeka tabanlı arıza dayanımlı denetleyici tasarımı / Design of signal processing and artificial intelligence based fault tolerance controller Yazar:SEDA POSTALCIOĞLU Danışman: PROF. DR. KADİR ERKAN Yer Bilgisi: Kocaeli Üniversitesi / Fen Bilimleri Enstitüsü / Elektrik Eğitimi Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control ; Elektrik ve Elektronik Mühendisliği = Electrical and Electronics Engineering ; Mühendislik Bilimleri = Engineering Sciences Dizin:	Onaylandı Doktora Türkçe 2007 151 s.
Bu tezde, işaret işleme ve yapay zeka tabanlı arıza dayanımlı denetleyicitasarımı gerçekleştirilmiştir. Denetim sistemlerinde ortaya çıkan arızalaristenilmeyen durumlara neden olur. Bu nedenle denetim sistemleri için sistemkararlılığını sağlayabilme ve kabul edilebilir denetim başarımı önemli birproblemdir. İşaret işleme ve yapay zeka tabanlı arıza dayanımlı denetleyicinin testiiçin benzetim ve uygulama çalışmaları yapılmıştır. Benzetim çalışması olarak üçlütank sistemi ve sıcaklık sistemi kullanılmıştır. Gerçekleme çalışması da sıcaklıksistemi üzerinde gerçekleştirilmiştir. MatLab-Simulink programı tarafından gerçekzamanlı olarak fırının denetlenmesi PIC18F4585 tabanlı kart ile sağlanmıştır.Sıcaklık sistemi ve tank sisteminin denetimi için Bulanık Mantık denetleyicikullanılmıştır. Üçlü tank sistemi ve sıcaklık sistemi üzerinde oluşabilecek algılayıcıarıza türleri incelenmiştir. Arıza dayanımlı denetleyici tasarımı üç basamaktanoluşmaktadır. İlk basamak, algılayıcı, eyleyici, sistem ve denetleyici içeren klasikdenetim döngüsüdür. İkinci basamak arıza tespit ve tanılama birimidir. Bu basamaktasistemde arıza olup olmadığı incelenir. İşaret işleme ve yapay zeka yöntemleri arızatespit ve tanılama için birleştirilmiştir. Arıza tespit ve tanılama birimi, işaret işleme,özellik çıkartım ve sınıflandırma modüllerini içermektedir. İşaret işleme için AyrıkDalgacık dönüşümü kullanılmıştır. Özellik çıkartım için istatistiksel hesaplamalardanfaydalanılmıştır. Sınıflandırma için SOM yapay sinir ağı kullanılmıştır ve bilgi tabanıiçin örüntü tablosu oluşturulmuştur. Son basamak yönlendirmeli denetimdir. Bubasamakta, sistemde arıza olması durumunda denetleyici kütüphanesinden arızayauygun denetleyicinin seçimi sağlanarak anahtarlamalı denetim gerçekleştirilir.Sistemde belirli bir arıza oluştuğunda, sistemin kapalı döngü başarımını sürdürmekamacıyla çevrim içi olarak arızaya uygun denetleyici seçilir.Yapılan benzetim ve gerçekleme çalışmaları sonunda, işaret işleme ve yapay zekatabanlı arıza dayanımlı denetleyicinin sistemi kararlı durumda tutarak ve başarımınıkoruyarak çalışmasına devam etmesini sağladığı görülmüştür.Anahtar Kelimeler: Arıza tespit ve tanılama, arıza dayanımlı denetim, dalgacıkanalizi, yapay sinir ağı, bulanık mantık denetleyici, anahtarlamalı denetim.
In this thesis, design of signal processing and artificial intelligence basedfault tolerance controller are realized. Faults often cause undesired reactions in thesystem, so to provide the system stable and acceptable control performance is animportant problem for control system design. Simulation and experimental studieshave been done for testing the signal processing and artificial intelligence based faulttolerance controller. As simulation studies three tank system and temperature systemhave been used. For the experimental study, temperature system has been used byPIC18F4585 based card which is communicated with MatLab-Simulink program forreal time control of the oven. Fuzzy Logic controller has been used for controllingboth three tank and temperature systems. In this thesis, sensor fault types have beenexamined on three tank system and temperature system. Design of fault tolerancecontroller has three stages. First stage is classic control loop consisting of sensor,actuator, system and controller. Second stage is fault detection and identificationunit. In this stage, system is examined whether there is a fault or not. Signalprocessing and artificial intelligence methods have been combined for fault detectionand identification. Fault detection and identification unit includes signal processingmodule, feature extraction module and classification module. For signal processingmodule, Discrete Wavelet analysis has been used. Feature extraction is done usingstatistical calculation. SOM neural network has been used for classification andpattern table has been constructed for knowledge based. The last stage is supervisorcontrol. In this stage, if there is a fault in the system, suitable controller is selectedfrom the controller library and switch mode control is realized. When a particularfault occurs in the system, a suitable controller has been selected online to maintainthe closed-loop performance of the system.Simulation and experimental studies show that signal processing and artificialintelligence based fault tolerance controller keep the system stable and continue towork with acceptable control performance.Keywords: Fault detection and identification, fault tolerance control, waveletanalysis, neural network, fuzzy logic controller, switch mode control.