Tez No İndirme Tez Künye Durumu
143160 Bu tezin, veri tabanı üzerinden yayınlanma izni bulunmamaktadır. Yayınlanma izni olmayan tezlerin basılı kopyalarına Üniversite kütüphaneniz aracılığıyla (TÜBESS üzerinden) erişebilirsiniz.
Adaptive neuro fuzzy inference system (anfis) applications in chemical processes / Kimyasal proseslerde adaptif sinirsel bulanık tahmin yönteminin uygulamaları
Yazar:EVREN GÜNER
Danışman: PROF.DR. CANAN ÖZGEN ; PROF.DR. KEMAL LEBLEBİCİOĞLU
Yer Bilgisi: Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Kimya Mühendisliği Ana Bilim Dalı
Konu:Kimya Mühendisliği = Chemical Engineering
Dizin:
Onaylandı
Yüksek Lisans
İngilizce
2003
152 s.
Sinirsel bulanık sistemler bilgiyi otomatik olarak sinir ağları öğrenme algoritmalarıyla elde edebilen, bulanık sistemler ile sinir ağlarının birleştirildiği sistemlerdir. Bu sistemler yerel uzmanların karışımı olarak irdelenebilirler. Adaptif sinirsel bulanık tahmin yönetimi (ASBT) bulanık sistemin adaptif ağ sisteminin yapısında uygulandığı sinirsel bulanık sistemlerden biridir. ASBT uzman bilgisine (bulanık system kuralları şeklinde) ve elde edilen girdi-çıktı verilerine dayalı olarak sistemin girdi-çıktı yapısını oluşturur. Kimya endüstrilerinde önemli temel işlemlerden biri olan Damıtma sistemlerinin etkili kontrolü ölçülebilen derişim değerleriyle kolayca tasarlanabilir. Gerçek zamanlı derişim ölçümleri doğrudan derişim analiz cihazları kullanarak yapılabilir. Ancak, gerçek zamanlı derişim analizleri kolay değildir. Çünkü, bu analiz cihazları (gaz kromotografisi gibi) ölçümlerde zaman gecikmesi içerirler. Bu yüzden, ölçülebilen sıcaklık verilerini kullanan gerçek zamanlı tahmin ediciler derişimleri tahmin etmek için kullanılabilirler. Bu çalışmada, sürekli damıtma kolonunda alt ve tepe ürün, kesikli damıtma kolonunda geri döngü tankı derişimleri ölçülebilir tepsi sıcaklıklarını kullanarak tahmin edebilen ASBT tahmin ediciler tasarlanmıştır. Tasarlanan tahmin edicilerin performansları, önceden tasarlanan sinir ağı ve geliştirilmiş kalman filtre (GKF) sonuçları ile karşılaştırmıştır. Bu çalışmada, ASBT performansı ayrıca adaptif sinirsel bulanık pH sistem kontrolünde de araştırılmıştır. ASBT özel öğrenme algoritmasının içinde kontrol edici olarak kullanılmıştır. Basit ASBT yapısı dizayn edilmiş ve adaptif kapalı döngü kontrol planında uygulanmıştır. ASBT kontrol edici performansı ayrıca çalışılan sistem için tasarlanan sinir ağı kontrol ediciyle de karşılaştırmıştır. Anahtar Kelimeler:, Sinir ağları, Bulanık sistemler, Tahmin edici, GKF, ASBT, pH kontrolü
Neuro-Fuzzy systems are the systems that neural networks (NN) are incorporated in fuzzy systems, which can use knowledge automatically by learning algorithms of NNs. They can be viewed as a mixture of local experts. Adaptive Neuro-Fuzzy inference system (ANFIS) is one of the examples of Neuro Fuzzy systems in which a fuzzy system is implemented in the framework of adaptive networks. ANFIS constructs an input-output mapping based both on human knowledge (in the form of fuzzy rules) and on generated input-output data pairs. Effective control for distillation systems, which are one of the important unit operations for chemical industries, can be easily designed with the known composition values. Online measurements of the compositions can be done usingdirect composition analyzers. However, online composition measurement is not feasible, since, these analyzers, like gas chromatographs, involve large measurement delays. As an alternative, compositions can be estimated from temperature measurements. Thus, an online estimator that utilizes temperature measurements can be used to infer the produced compositions. In this study, ANFIS estimators are designed to infer the top and bottom product compositions in a continuous distillation column and to infer the reflux drum compositions in a batch distillation column from the measurable tray temperatures. Designed estimator performances are further compared with the other types of estimators such as NN and Extended Kalman Filter (EKF). In this study, ANFIS performance is also investigated in the adaptive Neuro-Fuzzy control of a pH system. ANFIS is used in specialized learning algorithm as a controller. Simple ANFIS structure is designed and implemented in adaptive closed loop control scheme. The performance of ANFIS controller is also compared with that of NN for the case under study. Keywords: NN, Fuzzy Systems, Estimator, EKF, ANFIS, pH control