Akademik Veri Yönetim Sistemi
4th International Mediterranean Science and Engineering Congress (IMSEC 2019), Antalya, Türkiye, 25 - 27 Nisan 2019, ss.462-466
DA-DA dönüştürücüler, günümüz dünyasında yüksek güç yoğunluğu, iyi tepki hızı, çıkış gerilim değerinin geniş aralıkta olması gibi çeşitli özellikleri ile yaygın olarak kullanılmaktadır. Negatif çıkışlı Luo dönüştürücü pozitif DA giriş geriliminden negatif DA çıkış gerilimine yüksek kazançlı az dalgalanmalı çıkış gerilimi sağlamaktadır. Negatif çıkışlı Luo dönüştürücünün denetimi için literatürde çok farklı denetleyici tiplerinin kullanıldığı birçok çalışma bulunmaktadır. Anahtarlamalı yapılarından dolayı DA-DA dönüştürücü devre topolojileri doğrusal olmayan yapıya sahiptir. Klasik PI ve PID denetleyiciler doğrusal olmayan sistemlerin denetiminde yetersiz kalmaktadır. Doğrusal olmayan sistemlerin denetiminde bulanık mantık, yapay sinir ağları gibi modern denetim yöntemleri klasik denetim yöntemlerine göre daha başarılıdır. Yapay Sinir Ağları öğrenme, optimize etme ve uyarlanabilirlik gibi önemli yeteneklere sahiptir. Bulanık mantık ve yapay sinir ağları, bulanık mantık denetleyicisine dayanan uyarlamalı bir yapı olarak kullanılmaktadır. Bu uyarlanabilir yapı, bulanık kuralların özelliklerini ve denetim sisteminin özelliklerini ayarlamaktadır ve böylece sinirsel-bulanık denetleyici tüm farklı sistem koşullarına uyarlanabilmektedir. Bu çalışmada Matlab/Simulink benzetim programında denetim sistemi devre modeli oluşturulmuştur ve farklı iki denetim senaryosunda (giriş gerilimi değişimi ve çıkış yükü değişikliği) negatif çıkışlı yüksek kazançlı Luo dönüştürücü için tip-2 sinirsel-bulanık denetleyicinin dinamik performansı incelenmiştir.
In this DC-DC converters are widely used in today’s world with their various qualities such as high power density, good response speed, a wide range of output voltage value. Negative output Luo converter provides high gain output voltage with small ripples to negative DC output voltage from positive DC input voltage. There are many studies using different types of controllers in the literature for the control of negative output Luo converter. DC-DC converter circuit topologies are non-linear due to their switched structures. Classical PI and PID controllers are insufficient in the control of non-linear systems. In the control of nonlinear systems, modern control methods such as fuzzy logic and artificial neural networks are more successful than classical control methods. Artificial neural networks have important capabilities such as learning, optimizing and adaptability.Fuzzy logic and neural networks are used as an adaptive structure based on a fuzzy logic controller. This adaptive structure adjusts the properties of fuzzy rules and the characteristics of the control system so that the neuralfuzzy
controller can be adapted to all different system conditions. In this study, the control system circuit model was created in Matlab / Simulink simulation program and the dynamic performance of neuro-fuzzy controller was examined two different control scenarios (input voltage change and output load change) of negative output
high gain Luo converter.