System Identification and Control of High Voltage Boost Converter

Fidan, Şehmus; Sevim, Davut; Erkan, Emre

doi:10.1109/gec55014.2022.9986621

Cited by 6 publications

(2 citation statements)

References 22 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Kontrol mühendisliğinin önemli bir alt alanı olan sistem tanımlama, giriş ve çıkış verilerinden matematiksel denklem üretme amacıyla kullanılmaktadır [31][32][33]…”

Section: F Sistem Tanımlamaunclassified

Hata Fonksiyonlarının Meta-Heuristik Algoritmalara Etkisi ve Transfer Fonksiyonu Optimizasyonu

2023

Proceeding Book of 2nd International Conference on Contemporary Academic Research ICCAR 2023

View full text Add to dashboard Cite

Özet -Sistem tanımlama uygulamaları kontrol mühendisliği alanının önemli bir alt dalıdır. Sistem tanımlama temel olarak bir sistemin giriş/çıkış verilerine bağlı olarak matematiksel model oluşturma sürecidir. Lineer kontrolör geliştiren araştırmacılar sistemin iyi bir şekilde bilinmesine ihtiyaç duymaktadır ancak optimal transfer fonksiyonu belirlenirken minimum komplekslik ve maksimum performanslı bir model elde etmek her zaman kolayca mümkün olmamaktadır. Bu problemi çözmek ve optimal transfer fonksiyonlarını elde etmek için meta-heuristik (MH) algoritmaları kullanmak mümkündür. Bununla birlikte meta-heuristik algoritmalarıyla optimal çözümü araştırırken hata fonksiyonunu doğru seçmek performansı etkilemektedir. Literatürde yaygın olarak bilinen hatanın karesinin integrali (Integral of Square Error-ISE), hatanın mutlak değerinin integrali (Integral of the Absolute Value of Error -IAE), hatanın zaman ağırlıklı karesinin integrali (Integral of Time-Weighted Squared Error-ITSE) ve hatanın mutlak değerinin zamanla çarpım integrali (Integral of Time Multiply Absolute Error-ITAE) gibi yöntemler bulunmaktadır. Bu makalede zaman cevabı tabanlı bir hata fonksiyonu (Transient Response Error-TRE) önerilmiş ve IAE, ISE, ITSE ve ITAE gibi yöntemler ile karşılaştırılmıştır. Hataların performansa etkisini incelemek ve optimal transfer fonksiyonunu belirlemek için çiçek tozlaşma (Flower Pollination Algorithm-FPA), karınca aslanı algoritması (Ant Lion Optimization-ALO), güve-alev (Moth-Flame Optimizer-MFO) su döngüsü (Water Cycle Algorithm-WCA) ve mercan resifi (Coral Reef Optimizer-CRO) optimizasyon algoritmaları önerilmiştir. Önerilen hata fonksiyonları ve meta-heuristik algoritmaların sonuçlarının değerlendirilmesi için hava ısıtıcısı deney setinden alınan giriş/çıkış verileri kullanılmış ve karşılaştırmalar yapılmıştır. Yapılan çalışmalar sonucunda önerilen hata fonksiyonunun meta-heuristik algoritmalarının performansını arttırdığı görülmüştür.

show abstract

“…Kontrol mühendisliğinin önemli bir alt alanı olan sistem tanımlama, giriş ve çıkış verilerinden matematiksel denklem üretme amacıyla kullanılmaktadır [31][32][33]…”

Section: F Sistem Tanımlamaunclassified

Hata Fonksiyonlarının Meta-Heuristik Algoritmalara Etkisi ve Transfer Fonksiyonu Optimizasyonu

2023

Proceeding Book of 2nd International Conference on Contemporary Academic Research ICCAR 2023

View full text Add to dashboard Cite

show abstract

“…Meta-heuristik algoritmaları temel alan sistem tanımlama yöntemleri de bulunmaktadır [8]. Yüksek dönüştürme oranına sahip boost konverterler içinde sistem tanımlama çalışmaları yapılmıştır [9]. Meta heuristik algoritmalar kontrol sistemlerinde özellikte yaygın olarak PID kontrolörün tasarlanmasına dönük olarak yaygınca kullanılmıştır [10,11].…”

unclassified

Boost Konvertörün Black-Box Sistem Tanımlama Yöntemi ile Transfer Fonksiyonunun Elde Edilmesi ve Parçacık Sürü Algoritması Tabanlı PI Kontrolör Tasarımı

FİDAN

Erkan

2023

ICRAS

View full text Add to dashboard Cite

Girişine uygulanan DC gerilimi daha yüksek bir DC gerilime dönüştüren boost konvertörler uzunyıllardır endüstride yaygın olarak kullanılmaktadır. Konvertörler tasarlanırken öncelikle Matlab/Simulinkgibi programlarda simüle edilir daha sonra tasarım aşamasına geçilir. Simülasyon modelini oluştururkenboost konvertörü transfer fonksiyonu olarak basitçe göstermek mümkünken Simulink ortamındamodelleme yapmak daha kompleks elemanlar kullanıldığı için daha karmaşık hale gelmektedir. Budurumda birçok araştırmacı PI kontrolör tasarlarken deneme yanılma sürecine girmektedir. Belirtilenzorluğu gidermek için sistem tanımlama yöntemleri oldukça pratik ve etkili çözümler sunmaktadır. Sistemtanımlamada çeşitli yöntemler bulunmakla birlikte black-box tabanlı yapılar oldukça etkilidir. Black-boxtabanlı sistem tanımlama temelde bir sistemin giriş/çıkış değerlerinin ölçüldüğü ve sistemi temsil eden birmodelin önerildiği matematiksel yöntemdir. Bu yöntem sayesinde bir sistemin davranışını temsil edentransfer fonksiyonu, durum uzay denklemi gibi modeller önermek mümkündür. Bu çalışmada black-boxtabanlı sistem tanımlama yöntemi yüksek kazançlı boost konvertörün modelini elde etmek içinkullanılmıştır. Transfer fonksiyonu elde edildikten parçacık sürü optimizasyon tabanlı PI kontrolörtasarlamak için kullanılmıştır. Simulink modeli üzerinden veriler toplandığı için oluşturulan transferfonksiyonu sistemi temsil etmede basit ve etkili olmuştur. Önerilen model için geri beslemeli kontrolsistemi ve devre eşitliği modelleri karşılaştırılmış ve oldukça benzer cevaplara sahip oldukları görülmüştür.Bu noktada önerilen black-box sistem tanımlama yöntemi doğru bir deney düzeneği ile oldukça pratik birşekilde sistem modellenmesine olanak sağlamış ve kontrolör tasarım sürecini kolaylaştırmıştır.

show abstract

Artificial Ecosystem Optimizer-Based System Identification and Its Performance Evaluation

Fidan

2024

Arab J Sci Eng

View full text Add to dashboard Cite

This study delves into the realm of system identification, a crucial sub-field in control engineering, aimed at constructing mathematical models of systems based on input/output data. This work particularly proposes the application of artificial ecosystem algorithm (AEO) for solving system identification problems. Inspired by the energy flow of natural ecosystems, AEO has undergone specific modifications leading to derived versions. Additionally, five diverse meta-heuristic algorithms are employed to assess their applicability and performance in system identification using data from an air stream heater experiment kit. A comprehensive performance comparison is made, considering time bounds, maximum generations, early stopping, and function evaluation constraints, presenting their respective performances. Among the evaluated algorithms, the AEO algorithm enhanced with the sine and cosine strategy stands out with a determined R2 value of 0.951. This algorithm consistently outperforms others in Wilcoxon tests, showcasing its significant success. Our study affirms that meta-heuristic algorithms, particularly the proposed AEO algorithm, can be effectively applied to system identification problems, yielding successful calculations of transfer function parameters.

show abstract

System Identification and Control of High Voltage Boost Converter

Cited by 6 publications

References 22 publications

Hata Fonksiyonlarının Meta-Heuristik Algoritmalara Etkisi ve Transfer Fonksiyonu Optimizasyonu

Hata Fonksiyonlarının Meta-Heuristik Algoritmalara Etkisi ve Transfer Fonksiyonu Optimizasyonu

Boost Konvertörün Black-Box Sistem Tanımlama Yöntemi ile Transfer Fonksiyonunun Elde Edilmesi ve Parçacık Sürü Algoritması Tabanlı PI Kontrolör Tasarımı

Artificial Ecosystem Optimizer-Based System Identification and Its Performance Evaluation

Contact Info

Product

Resources

About