Pamukkale University Journal of Engineering Sciences

1409-1417

Authors: İbrahim Can GÜLERYÜZ1 , Özgün BAŞER1*

Öz: Bu çalışmanın ana hedefi, 4x4 ağır hizmet araçları için, araç testleri ile doğrulanmış ve fren tepki süresi tahminlerinde kullanılacak detaylı bir havalı (pnömatik) fren sistemi dinamik modelinin elde edilmesidir. Bu neden ile bu çalışmada, havalı fren sistemi dinamik davranışını belirleyebilmek amacıyla genel bir matematiksel model önerilmektedir. Bu amaca uygun olarak, öncelikle havalı fren sisteminin pnömatik ve mekanik alt sistemlerine ait detaylar incelenmiştir. Daha sonrasında benzetimlerde kullanılmak üzere elde edilen matematiksel ifadeler Simulink modeline uyarlanmıştır. Simulink modelinin oluşturulması esnasında sistem parametrelerinin bir kısmı literatürde bulunan temel modellerden ve/veya fren sistemine ait bileşenlerin teknik veri sayfalarından elde edilmiştir. Burada daha karmaşık bir havalı fren sistemi modellemesi amaçlandığı için daha fazla sistem parametresine ihtiyaç duyulmaktadır. Bu bilinmeyen parametreleri belirleyebilmek amacıyla, fren tepki süresi testleri kampana frenli bir 4x4 ağır hizmet aracı üzerinde gerçekleştirilmiştir. Bu testlere ait deneysel sonuçlar kullanılarak sistem modelindeki bilinmeyen parametreler ayarlanmıştır. Daha sonra elde edilen model, prototip seviyesindeki başka bir 4x4 araca uyarlanmış ve burada fren tepki süresi hesaplamaları doğrulanmıştır. Anahtar kelimeler: Havalı fren sistemi, Matematiksel modelleme, Simulink model, Fren tepki süresi testleri Abstract Main objective of this study is to obtain a detailed dynamic model of pneumatic brake system that will be verified with vehicle tests and be used for response time prediction of 4x4 heavy duty vehicles. Hence, in this study, a general mathematical model is proposed to determine the dynamic characteristics of pneumatic brake system. For this purpose, first of all the details of pneumatic and mechanical subsystems of the air brake system are investigated. After that; in order to be able to execute the simulations, mathematical equations derived are adapted to the Simulink model. When constructing the Simulink model, some system parameters are obtained from the basic models in the literature and/or are taken from the technical datasheets of the brake system components. Since a more complicated pneumatic brake system is aimed to be modeled, much more system parameters are required to be estimated. To identify those unknown parameters, response time tests were performed on a 4x4 heavy-duty vehicle equipped with wedge drum brakes. The experimental results of those tests are used to tune the system model for the unknown parameters. After that, the model obtained is adapted to a prototype level 4x4 heavy duty vehicle and the break response time calculations are verified.

1425-1434

Authors: Meriç ÇETİN1* , Selami BEYHAN2

Öz: Beyin korteksinin yaklaşık modeli, günümüzde başta epilepsi, Parkinson gibi hastalıklar olmak üzere birçok hastalığın tedavisinde kullanılmaktadır. Korteks matematiksel modeli kesin olduğu kabul edilmektedir. Fakat zamanla değişen parametreler, gürültü ve diğer bozucu etkilerden dolayı bu model her zaman geçerli değildir. Ayrıca bazı durumların ölçülmesi zor ve pahalı olmasından dolayı yazılım temelli yapılması hedeflenmiştir. Dolayısıyla, bu çalışmada, belirsizlik içeren beyin korteks modelinin durum ve parametre kestirimi farklı karakteristiklere sahip doğrusal-olmayan gözetleyiciler ile beraber yapılmaktadır. Sadece durum kestirimi [1] çalışmasında yapılmıştır. Doğrusal-olmayan gözetleyici genişletilmiş Kalman filtre (EKF), kayan kip gözetleyici (SMO) ve ayrıklaştırma temelli gradyan gözetleyici (DBGO) yaklaşımları tasarlanmıştır. Ölçülemeyen durum ve belirsizlik parametresi kestirimleri normal çalışma ve epileptik durumları için yapılmaktadır. Çünkü korteks model doğrusal-olmayan dinamiklere sahiptir fakat epilepsi esnasında kaotik bir davranışa sahiptir. Bu yüzden önce normal durum çalışma sonra nöbet durumu için tahminler yapılmaktadır. Sayısal benzetimlerde tasarlanan gözetleyicilerin başarılı şekilde ölçülemeyen durum ve parametre tahminlerini yaptığı gözlenmiştir. Tahmin sonuçları ve tahmin başarım performansları tasarlanan gözetleyicileri gürültülü ve gürültüsüz durumlarda karşılaştırmak için verilmiştir. Anahtar kelimeler: Korteks model, Doğrusal-olmayan gözetleyici, Durum ve parametre kestirimi, EKF, SMO, DBGO Abstract Nowadays, an approximate mathematical model of the brain cortex has been used for the treatment of the first epilepsy and Parkinson, and several diseases. It is assumed that the mathematical model of the cortex is an exact model. However, due to the time-varying parameters, noise and other disturbances, this model is not always valid. Moreover, since it is difficult and expensive to measure some states, software based solution is aimed here. Consequently, in this paper, state and parameter estimation of the brain cortex model are jointly achieved using nonlinear observers of different characteristics. The state estimation of the model was merely performed in [1]. As the nonlinear observers, extended-Kalman filter (EKF), sliding-mode observer (SMO) and discretization based gradient observer (DBGO) approaches are designed. The estimation of unmeasurable states and parameters are performed both for the epileptic and normal state of the mathematical model since the cortex model has normally nonlinear dynamics but it exhibits chaotic behavior in epileptic state. Therefore, the estimations are provided for first normal state, then epileptic state. In computational results, it is observed that the designed nonlinear observers resulted successful estimations for unmearuable states and parameters. The estimation results and estimation performances are given to compare the nonlinear observers for noisy and noiseless cases.

1443-1449

Authors: Ufuk DURSUN¹* , İlker ÜSTOĞLU² , Fatma Yıldız TAŞÇIKARAOĞLU³

Öz Bu çalışmada, ürünlerin dayanım ve performanslarının belirlenmesi için kullanılan hidrolik test sistemlerinin kontrolü için Model Öngörülü Kontrol (Model Predictive Control- MPC) tasarımı yapılmıştır Sistem kısıtlarının optimal kontrol kuralına dahil edilmesiyle test sistemi uygulamalarında karşılaşılan doyum problemleri için performans artımı sağlanması hedeflenmiştir. Bu amaçla, ilk olarak örnek sistem için sistemin doğrusal olmayan dinamik denklemleri oluşturulmuştur. Model çalışma noktası etrafında doğrusallaştırılarak, ivme durum değişkeni olacak şekilde durum uzayı modeli oluşturulmuştur. Elde edilen model, örnek sisteme ait model parametreleri kullanılarak, MPC içerisinde kullanılmak üzere ayrıklaştırılmıştır. MPC kuralı, yığın metodu (batch method) yardımı ile oluşturularak, kısıtlamalı optimal kontrol problemi arama algoritması yardımı ile çözülmüştür. Kontrol performansının tespiti amacı ile LQR ile karşılaştırmalı sayısal benzetim sonuçları sunulmuştur. Ayrıca sayısal benzetim testleri model belirsizliği ve ölçüm gürültüsü koşulları altında tekrarlanmış ve sonuçlar sunulmuştur. Elde edilen sonuçlar yorumlanmıştır ve gelecek çalışmalar için önerilerde bulunulmuştur. Anahtar kelimeler: Hidrolik test sistemi, Model öngörülü kontrol, Kısıtlamalı optimizasyon Abstract In this study, Model Predictive Control (MPC) is designed for the control of hydraulic test systems that are used for determining the strength and performance of the product. It is aimed to increase the performance of the saturation problems faced during the test system applications while including the system constraints in the optimal control rule. For this purpose, the nonlinear dynamic equations are first obtained for the considered test system. The state space model is obtained by linearizing the model around the equilibrium point in a way that the design variable is considered to be acceleration. The obtained model is discretized for employing it in MPC by using the model parameters of the considered system. MPC rule is solved via constituting batch approach method through constrained optimal control problem search algorithm. The simulation result of the comparisons with LQR is presented with the aim of examining the control performance. In addition, numerical simulations are repeated under parametric model uncertainty and measurement noise conditions and results are presented. The obtained results are discussed, and future studies are suggested.

1458-1463

Authors: Ahmet GÜNEŞ1*

Öz Bu çalışmada rastgele sonlu kümeler teorisi çerçevesinde geliştirilmiş olan kardinalitesi dengelenmiş çoklu Bernoulli filtresinin ardışık Monte Carlo ve Gaus karışımı gerçeklemeleri farklı sensör kontrolü uygulaması için karşılaştırılmıştır. Simülasyonlarda belirsizlik azaltılması ve bilgi kazancına dayalı iki farklı ödül/ceza fonksiyonu kullanılmıştır. Bu fonksiyonlar, kısmen gözlemlenebilir Markov karar süreçleri yöntemi kullanılarak optimize edilmiş ve platformların bir sonraki hamlesi buna göre belirlenmiştir. Literatürde hali hazırda ardışık Monte Carlo gerçeklemeleri için kardinalitesi dengelenmiş çoklu Bernoulli filtresi ile sensör kontrolü alanında yayınlar bulunmaktadır. Ancak rastgele sonlu kümeler tabanlı filtrelerin Gaus karışımları üstüne fazla çalışma yoktur. Bu nedenle, algoritmaların Gaus karışımlarında da kullanılabilmesi için denklemler sunulmuştur. Bu iki farklı gerçekleme farklı sensörler ve farklı ödül/ceza fonksiyonları açısından simülasyonlarla karşılaştırılmıştır. Algoritmaların gerçek sistemlerde uygulandığında gösterecekleri performansları hakkında fikir vermesi açısından, çalışma süreleri sunulmuştur. Anahtar kelimeler: Sensör kontrolü, Rastgele sonlu kümeler, Gaus karışımları Abstract In this work, sequential Monte Carlo and Gaussian mixture implementations of cardinality balanced multi-Bernoulli filter, developed under random finite set theory framework, are compared for sensor control application. In the simulations, two different types of reward/penalty functions are utilized. They are based on reduction of uncertainty and information gain. These functions are calculated using partially observable Markov decision processes framework. The sensors move according to the outputs of these functions. The formulations for sequential Monte Carlo methods can already be found in the literature. However, there is not much work done on Gaussian mixtures. Gaussian mixtures based formulations are presented in this work. These two different implementations are compared for different sensor types, reward/penalty functions. In order to give an idea on a possible implementation on a real application, run times of the algorithms are also presented.