See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/237664279

DC MOTOR PARAMETRELERİNİN BİLGİSAYAR TABANLI BELİRLENMESİ,

SİMULASYONU ve PARAMETRE İYİLEŞTİRMESİ COMPUTER BASED DC
MOTOR PARAMETER IDENTIFICATION, SIMULATION and PARAMETER
ESTIMAT...

Article

CITATIONS READS

0 845

1 author:

Hasan Erdal
Marmara University
32 PUBLICATIONS   78 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

intelligence transportation systems View project

M.Sc. Thesis View project

All content following this page was uploaded by Hasan Erdal on 13 January 2014.

The user has requested enhancement of the downloaded file.

5. Uluslararası İleri Teknolojiler Sempozyumu (IATS’09), 13-15 Mayıs 2009, Karabük, Türkiye
DC MOTOR PARAMETRELERİNİN BİLGİSAYAR TABANLI
BELİRLENMESİ, SİMULASYONU ve PARAMETRE İYİLEŞTİRMESİ
COMPUTER BASED DC MOTOR PARAMETER IDENTIFICATION,
SIMULATION and PARAMETER ESTIMATION
a*
Hasan ERDAL , Barış DOĞAN ve Sezai TAŞKIN
a
Marmara Üniversitesi Teknik Eğitim Fakültesi, İstanbul, Türkiye,
E-posta: herdal@marmara.edu.tr , baris@marmara.edu.tr
b
Celal Bayar Üniversitesi Turgutlu MYO End. Oto. Bölümü, Manisa, Türkiye, E-posta: sezai.taskin@bayar.edu.tr
Özet
Yapılan bu çalışmada, sargılı kutuplu bir DC motora ait
parametrelerin deneysel yolla bulunması ve bulunan
parametrelerin yazılımsal olarak iyileştirilmesi
gerçekleştirilmiştir. Bu amaçla bir Elektrik Makineleri Test
Ünitesi (EMTÜ), DC motor ile sürücüsü ve veri toplama
kartı (DAQ) yüklü bir bilgisayar kullanılarak bir dizi deney
yapılmıştır. EMTÜ’de motorun hızını ölçmek için bir tako-
generatör, motor mil momentini ölçen bir gerilme-ölçer
(strain-gauge) ve motora uygulanan yükü değiştirebilen bir
fuko-freni bulunmaktadır. EMTÜ’nin sahip olduğu analog
giriş-çıkışlar sayesinde ölçüm değerleri ile motora
uygulanan referans ve yük değerleri DAQ yüklü bilgisayara
aktarılabilmektedir. Deneylerin yapılabilmesi için Matlab-
Simulink ortamında Real-Time Windows Target
Kütüphanesi kullanılarak bir yazılım geliştirilmiştir.
Motor parametrelerinin deneysel olarak elde edilebilmesi
için önce, deney düzeneğinde yer alan sürücünün
davranışlarını belirlemek ve algılayıcıları kalibre etmek
amacıyla açık-çevrim deneyler yapılmıştır. Sonrasında
motor parametrelerinin bulunması için gerekli ölçümler ve
deneyler yapılmıştır. Elde edilen parametreler kullanılarak,
sistemin simülasyon ve gerçek zaman davranışlarının
karşılaştırıldığı, Matlab-Simulink ortamında kurulan model
ile simulasyon yapılmıştır. Son olarak parametrelerin
iyileştirilmesi ve gerçeğe en yakın değerlerin bulunması
için Matlab-Parameter Estimation aracı kullanılmıştır.
Böylelikle bir DC motorun parametreleri elde edilmiştir.
Anahtar kelimeler: DC Motor, Parametre Belirlenmesi,
Parametre İyileştirmesi, Simulink, Real-Time Windows
Target.
Abstract
In this paper, experimentally estimation of a DC motor
parameters and parameter-fitting with software is realized.
For this reason, a series of experiments are made by using
an Electrical Machines Test Bed (EMTB), a DC motor with
driver and a data acquisition card (DAQ) installed
computer. In EMTB, there is a taco-generator for
measuring the motor speed (rpm), a strain-gauge for
obtaining the motor shaft torque (Nm) and a foucoult-brake
for altering the load of the motor. By the help of analog
input-output ports that EMTB has; measured speed,
applied reference voltage to the motor and motor load
values can be transferred to the DAQ installed computer.
Software is developed on Matlab-Simulink platform using
© IATS’09, Karabük Üniversitesi, Karabük, Türkiye
a* b*
Real-Time Windows Target library, in order to make
experiments.
At first; open-loop experiments are made for gathering
information about behaviors of driver and calibrating
sensors, which are present in the experiment setup. Then,
required experiments and measurements are made for
estimating the parameters. By using estimated
parameters, a simulation is made with the model created
on Matlab-Simulink platform; where simulation and real-
time responses of the motor are compared. In the end;
Matlab-Parameter Estimation tool is used to fit estimated
motor parameters with the most real values. As a result,
parameters of a DC motor are estimated.
Keywords: DC Motor, Parameter Estimation, Parameter
Fitting, Simulation, Simulink, Real-Time Windows Target.
1. GİRİŞ
Mekanik sistemlerin tanılanması ve modellenmesi pratik
kontrol tasarımı uygulamalarında oldukça önemlidir.
Sistem tanılama, dinamik bir sistemin modelinin gerçek
sistemden alınan giriş-çıkış ölçümleriyle bulunması
anlamına gelir. Amacı ise belirli bir sisteme uygulanacak
veri giriş-çıkışı ilişkisini kullanarak sistem üzerinde ileriki
çalışmalarda kullanılabilecek güvenilir bir matematiksel
model kurulmasıdır. Bu modelin hedefi:
 Sistem davranışlarının öngörülebilmesi,
 Sistem davranışının istenilen yönde kontrol edilmesi
ve yönlendirilebilmesidir.
Sistem tanılama süreci, deneysel planlama ve veri
toplama, modellerin kurulması, deney verilerinden
bilinmeyen sistem parametrelerinin tahmin edilmesini ve
bulunan modelin geçerliliğinin test edilmesini içerir.
Böylelikle sistem modelinin bilinmesi, sistem
karakteristiklerinin formülleştirilmesi ve buna dayanarak
yüksek performanslı kontrol sistemlerinin tasarımını ve
oluşturulmasını sağlar [1–4]. Sistem tanılamada izlenen
sıralama genellikle şu şekildedir:
 Deneysel planlama
 Model yapısının seçimi
 Parametre kestirimi
 Kurulan modelin geçerliliğinin test edilmesi.
Bir elektrik makinesinin tasarımında ve kontrol
optimizasyonun da makine modelinin ve parametrelerinin
kesin olarak bilinmesi, makineden iyi bir dinamik
performans ve enerji verimliliği elde edilmesini sağlar. Bu
parametreler genellikle makine tasarımı esnasında analitik

olarak veya daha çoğunlukla fabrikada laboratuvar
ortamındaki deneysel ölçümler ile elde edilir.
Literatürde bir elektrik makinesinin modellenmesi ve
parametrelerinin belirlenmesi ile ilgili birçok çalışma
bulunmaktadır. [5]’de anlatıldığı gibi bir DC motor
parametrelerinin deneysel olarak bulunması bu
yöntemlerden birisidir. Böyle bir çalışmada motor endüvi-
sargısı direnci ve indüktansı, zıt emk sabiti, motor tork
sabiti, eylemsizlik momenti ve sürtünme katsayısı
yapılacak deneyler aracılığıyla hesaplanır. Kullanılan
Kalman filtresi ile özellikle endüvi akımının ayrık zamanda
(discrete) yapılan ölçümleri düzleştirilir ve açısal hızlanma
hesaplanır.
Deneysel yolla bir PM-DC motorun modellenmesi ve
parametrelerinin belirlenmesi üzerine çalışmalardan biri de
[6]’da görülmektedir. Bu çalışmada öncelikle standart
doğrusal fark denklemleri kullanılarak bir üç-kütleli (three-
mass) sistem modeli geliştirilmiş ve ardından sayısal giriş-
çıkış verileriyle sistem doğrusal fark denklemeleri ile
modellenmiştir. Elde edilen model ayrık-zaman belirleme
algoritması (discrete-time identification algorithm) ile
denenmiştir. Model çıkışları ile motor seti üzerinden
deneysel yolla elde edilen değerlerin birbirlerine yakın
oldukları görülmüştür. Root-mean-square (RMS) error
metodu ile model doğrulanmıştır. Açık çevrim ve PI
denetleyici ile kapalı çevrim testleri yapılmıştır.
Bir sistemin parametrelerinin bulunması için doğrusal ve
doğrusal olmayan modeller de oluşturulabilir. Coulomb
sürtünmesi ve ölü bölge (dead zone) gibi temel doğrusal
olmayan parametreler doğrusal olmayan model içerisine
dahil edilir. Hammerstein doğrusal olmayan sistem
yaklaşımı doğrusal olmayan sistem modelinin belirlenmesi
için kullanılır. Böylelikle DC motor gibi bir sistemin doğrusal
ve doğrusal olmayan modelleri kullanılarak eş zamanlı bir
modeli oluşturulabilir [7].
Doğrusal olmayan sistemlerin modellenmesinde NARMAX
(nonlinear autoregressive moving average with exogenous
input – sistem dışı giriş ortalaması ile doğrusal olmayan
geriye bağımlı hareket) modeli oldukça doğru ve etkin
sonuçlar veren bir yöntemdir. Bu yöntem girişleri, çıkışları
ve modellenmiş sistemin hatalarını birleştiren çeşitli
doğrusal ve doğrusal olmayan terimler içeren
polinomlardan meydana gelen bir genel parametrik modele
dayanır. [8]’de NARMAX yaklaşımıyla bir DC motor
modellenmiştir. NARMAX modelinin yapısını oluşturmak
için MLP (Multilayer Perceptron) ağı kullanılmıştır.
[9]’da ise senkron makinenin parametrelerinin bulunması
için gerekli yöntemlerden biri olan DC Decay testi bir 4,5
KW ASEA senkron makine üzerinde uygulanmıştır. DC
Decay testi, bir makinenin rotorunun belirli bir konumda
sabit tutularak ufak bir dc voltaj uygulanması ve
parametrelerin deneysel tekniklerle bulunmasını içerir. Bu
yöntem hareketsiz zaman domeni testi (standstill time-
domain test) veya DC Decay testi denir. Özel test
ekipmanlarına ihtiyaç duymadığı için bu yöntem oldukça
avantajlı ve dikkate değerdir.
Yapılan bu çalışmada ise sargılı kutuplu bir DC motorun
parametrelerinin deneysel yolla bulunması ve bulunan
parametrelerin iyileştirilmesi gerçekleştirilmiştir. Bu amaçla,
TQ Equipment FH2 Elektrik Makineleri Test Ünitesi, DC
Erdal, H., Doğan, B. ve Taşkın, S.
motor sürücüsü, bilgisayar ve veri toplama kartı
kullanılarak bir dizi deney gerçekleştirilmiştir. Test
ünitesinde motorun hızını ölçmek için bir tako-generatör,
motor mil momentini ölçmek için bir strain-gauge ve
motora uygulanan yükü değiştirebilmek için bir fuko freni
bulunmaktadır. Test Ünitesi yaptığı ölçümler sonucu
analog işaretler üretmektedir. Ayrıca test ünitesi sahip
olduğu analog giriş aracılığıyla kullanıcıya motora
uygulanan yükü değiştirebilme olanağı vermektedir.
Sistemle bilgisayar arasındaki veri alış-verişi için
Advantech PCI–1711 veri toplama kartı, yazılım olarak ise
Matlab-Simulink Real-Time Windows Target [10] ortamı
kullanılmıştır. Çalışmada öncelikle, sistemde yer alan
sürücü ve algılayıcıların davranışlarını belirlemek ve
kalibre etmek amacıyla bir dizi deney gerçekleştirilmiştir.
Daha sonra ise, parametrelerin elde edilmesi için gerekli
ölçümler ve deneyler yapılmıştır. Deneyler sonucu elde
edilen parametreler Matlab-Simulink ortamında kurulan
modelde kullanılarak simülasyon yapılmış, simülasyon ve
gerçek zamandaki davranışlar karşılaştırılmıştır.
Karşılaştırmadan elde edilen sonuçlar, bulunan
parametrelerin büyük bir yaklaşıklıkla doğru olduğunu
göstermiştir. Daha sonra parametrelerin iyileştirilmesi ve
gerçek değerlerine daha yakın bulunması amacıyla
Matlab-Parameter Estimation aracı kullanılmıştır. Bu işlem
sonucu elde edilen parametrelerle yapılan testlerde,
simülasyon ve gerçek zamanlı davranışların örtüştüğü
görülmüştür.
2. DENEY DÜZENEĞİ KURULUMU
Çalışmada kurulan deney düzeneği veri toplama kartı
yüklü bir bilgisayar, bir Elektrik Makineleri Test Ünitesi
(EMTÜ) ve bir DC motordan oluşmaktadır.
Test ünitesi olarak TQ Equipment firmasının FH2 modeli
EMTÜ tercih edilmiştir. Bu ünite Üç Fazlı Sargılı Kutuplu
Motor (FH100), Step Motor (FH150) ve Sargılı Kutuplu
Fırçalı DC Motor (FH50) gibi farklı tiplerdeki düşük güçlü
(fractional horsepower) elektrik makinelerinin test edilmesi
için tasarlanmıştır. Test ünitesinin ve deney düzeneğinin
resmi Şekil 1’de görülmektedir.
Şekil 1. FH2 test ünitesi ve deney düzeneğinin görünümü.
Deney düzeneği ile bilgisayar arasındaki bağlantı
Advantech PCI–1711 veri toplama kartı kullanılarak
yapılmıştır. DC motor akımının ölçümü için bilgisayar
bağlantısı (seri-port) ve yazılım desteği bulunan Fluke 45
ölçü aleti kullanılmıştır. Deney düzeneği ve bilgisayar
bağlantı şeması Şekil 2’de görülmektedir.
 Erdal, H., Doğan, B. ve Taşkın, S.

Şekil 2 Sistemin Genel Yapısı ve bilgisayar bağlantı şeması.

2.1 DC Motorun Yapısı ve Matematiksel Bağıntıları: Tm (t )  K m .ia (t ) (4)

Deneyde kullanılan motor, TQ Equipment firmasının FH50 Mekanik yana ilişkin mil momenti;
modeli, hem seri hem de şönt kutup sargısına sahip
kompunt özellikli fırçalı DC makinedir. Bu çalışmada dış d ( t )
uyarımlı DC motor olarak kullanılmıştır. Makine şönt motor Tm (t )  J  B. (t )  TL (t ) (5)
olarak çalıştırıldığında kutup sargısı ve endüvisi 110 V ile dt
beslenirse yüksüz durumda devir sayısı yaklaşık olarak
1500 rpm’e çıkmaktadır[11]. Motorun elektriksel ve şeklindedir. Bu bağıntılarda kullanılan terimler ve
mekanik yapısı Şekil 3’te görüldüğü gibidir. açıklamaları:
ea (t ) = Endüvi gerilimi (110 V)
ia (t ) = Endüvi akımı (1 A)
Ra = Endüvi direnci (Ohm)
eb (t ) = Zıt E.M.K. (V)
 (t ) = Açısal hız (rad/s)
K b = Zıt EMK sabiti (V/rad/s)
Tm (t ) = Mil momenti (Nm)
J = Atalet (Nm/rad/s2)
B = Sürtünme (Nm/rad/s)
TL (t ) = Yük momenti (Nm)
Şekil.3 Kullanılan DC motorun elektr0-mekanik yapısı.
K m = Moment sabiti (Nm/A)
Yukarıdaki şemaya göre DC motorun parametrelerinin olarak tanımlanmıştır.
hesaplanmasında kullanılacak bağıntılar aşağıdaki
gibidir[12]: 3. MOTOR PARAMETRELERİNİN BULUNMASI

dia (t ) 3.1 Endüvi Direnci ( Ra ) ve Zıt EMK. Sabiti ( K b ) ’nin

ea (t )  ia (t ).Ra  La  eb (t ) (1)
dt Bulunması:

(1) Bağıntısındaki La ihmal edilirse [12]; (2) Numaralı bağıntıda her terim ia’ ya bölünürse;

ea (t )  (t )
ea (t )  ia (t ).Ra  eb (t ) (2)  Kb.  Ra (6)
ia (t ) ia
olur. Zıt EMK ise;
elde edilir. Bu eşitlikteki parametrelerin bulunması için
motora uygulanan gerilim 0’dan başlanarak arttırılmış, her
eb (t )  K b . (t ) (3)
adımda devir sayısı ve akım ölçülüp Şekil.4’teki grafik elde
edilmiştir.
Elektriksel yana ilişkin mil momenti;
 Erdal, H., Doğan, B. ve Taşkın, S.

Ea/Ia - W/Ia Tm - W

1400 0.11

0.108
1200
y = 0.0001x + 0.0865
0.106
1000 R2 = 0.979
y = 0.6739x + 31.825

Tm (Nm)
0.104
800 R2 = 0.9999
Ea/Ia

0.102
600
0.1
400
0.098

200 0.096
0 20 40 60 80 100 120 140 160
0
W (rad/s)
0 500 1000 1500 2000
W/Ia

Şekil.5 Sürtünme (B)’nin bulunması.

Şekil 4. Endüvi direnci ve Zıt EMK sabitinin bulunması.
Grafik üzerinde yapılan eğri uydurma işleminden
Grafik üzerinde yapılan
eğri uydurma işleminden y  0.0001x  0.0865 denklemi elde edilmiştir. Bu
y  0.6739 x  31.825 denklemi elde edilmiştir. Bu denklem Tm (t )  B. (t )  TL (t ) denklemi ile
denklem (6) denklemi ile eşleştirildiğinde zıt emk sabiti ve
endüvi direnci: eşleştirildiğinde B  0.0001 ve TL  0.0865 olarak
elde edilir.
rad s
K b  0.6739 , Ra  31.825 3.3 Moment Sabiti ( K m ) ’nin Bulunması:
V
Elektriksel yana ilişkin momentin bulunması için (4)
olarak elde edilir. K b nin bulunması için bir diğer numaralı bağıntı kullanılabilir. Bunun için motorun çektiği
yöntemde; makine, DC generatör olarak çalıştırılıp değişik akım ve mil momenti ölçülürse moment sabiti bulunabilir.
Bu amaçla yapılan deneyde, motor nominal değerlerde
devirlerde ürettiği gerilimler ölçülerek K b ’nin değeri
boş çalıştırılmış, sonra yük momenti 0’dan başlayarak
yaklaşık olarak 0.7182 şeklinde elde edilmiştir. Elde edilen
değerler birbirine yakındır, bu nedenle 1. metotla bulunan
arttırılmış ve Tm (t ) değerlerine karşılık gelen ia (t )
değerleri kaydedilerek aşağıda Şekil.6’da görülen grafik
Kb değeri kullanılacaktır.
elde edilmiştir.

3.2 Sürtünme (B) ’nin Bulunması: Tm - Ia

0.6
Yukarıdaki (5) bağıntısına göre sürekli hal durumunda hız
0.5
sabit olacağından türevli terim sıfırdır ve dolayısıyla (5)
bağıntısındaki eşitlik; 0.4
y = 0.5024x - 0.0547
R2 = 0.9973
Tm (Nm)

0.3

d ( t ) 0.2
 0  Tm (t )  B. (t )  TL (t )
dt 0.1

0
0 0.2 0.4 0.6 0.8 1 1.2

olur. Belli bir TL (t ) yük momenti değeri için motor -0.1

Ia (A)

çalıştırılarak mil momenti Tm (t ) ve açısal hız  (t )

değerleri ölçülüp bu değerlere bağlı grafik çizilir. Elde Şekil.6 Moment-akım grafiği.
edilen grafikte yine eğri uydurma ile bulunacak
denklemden B ve TL (t ) değerleri hesaplanır. Bu deneyde Grafik üzerinde yapılan eğri uydurma işleminden
motor nominal gerilim değerinde çalışırken moment-ölçer y  0.5024 x  0.0547 denklemi, bu denklemden de
den 0.1 Nm görülene kadar yüklenmiştir. Bu işlemden K m  0.5024 olarak elde edilir.
sonra motor devir sayısı kademeli olarak azaltılmış, her
devir sayısındaki Tm (t ) ve  (t ) değerlerine göre
3.4 Atalet (J ) ’in Bulunması:
Şekil.5’teki grafik elde edilmiştir.
Atalet esas olarak aşağıdaki (7) bağıntısından da
görüleceği gibi ivmelenme momenti Ta (t ) ve açısal ivme
a w (t ) ile alakalıdır[ kaynak].
 Erdal, H., Doğan, B. ve Taşkın, S.

Ta (t ) koşturulması ve elde edilen sonuçların gerçek sistem

J (7) davranışlarıyla karşılaştırılması gerekmektedir. Buraya
a w (t ) kadar yapılan deneylerle, sistem içerisindeki ana eleman
İvmelenme momenti ise ilk kalkış anında çekilen akımın olan DC motorun parametreleri elde edilmiştir. Şekil 1’deki
sistem yapısından görüleceği gibi motor elektronik bir
maksimum değeri ile moment sabitinin ( K m ) çarpımından anahtarlama elemanı ile sürülmektedir. Sürücü, girişine
elde edilebilir. uygulanan 0–6 V aralığındaki referans sinyali ile 0–110 V
aralığında motor sürme gerilimi üretir. Bu nedenle motorun
Ta  K m .i amax (8) modelinin çıkartılabilmesi için öncelikler sürücünün
davranışı belirlenmiştir. Yapılan deneyde sürücü kontrol
girişine üç farklı seviyede basamak girişler uygulanmış ve
İvmelenme ise; DC motora nominal çalışma gerilimi (110 sürücü çıkışının çıkışın zamana bağlı değişimi
V) uygulandığında elde edilecek hız-zaman grafiğinin belirlenmiştir. Ölçülen değerler ile Şekil 8’de görülen
eğiminden bulunabilir. sürücü karakteristik grafiği elde edilmiştir.
n
aw  (9) DC MOTOR SÜRÜCÜ ÇIKIŞ KARAKTERİSTİĞİ
tx
140
y = 22.643x - 24.431
120 R2 = 0.9999
y = -20.59x + 300.02

Motor Sürüş Gerilimi (V)

Hızlanma R2 = 1
100
y = 268.29x - 30.355
180 R2 = 0.9466
y = 22.654x - 386.86 y = -20.491x + 547.96
80 R2 = 0.9992 R2 = 0.9999
160
60
140 y = 22.992x - 668.79
R2 = 0.9992
120 40
y = -20.249x + 707.07
W (rad/s)

R2 = 0.9995
100 20
80
0
60 0 5 10 15 20 25 30 35 40
40 t (s)
20

0
0 1 2 3 4 5 6 7 8 Şekil.8 DC motor sürücüsünün davranışı.
t (s)

Şekil 8’deki grafikte görüldüğü gibi sürücüye verilen

Şekil.7 Hızlanma grafiği ve ataletin bulunması. basamak girişe karşılık sürücü çıkışının belirli bir eğime
sahip rampa şeklinde olduğu anlaşılmaktadır. Grafikteki
Fluke 45 ile yapılan akım ölçme işleminde motorun ilk değerlere bakıldığında sürücünün yükseliş ve iniş eğimleri
yaklaşık olarak 22.5 ile -20.4 olduğu görülmektedir.
kalkış akımı iamax  1.73 A olarak ölçülmüştür. Şekil 5.
Sürücünün davranışı da bulunduktan sonra sürücü ve DC
deki hızlanma grafiğinden ise eğimin yaklaşık olarak motorun modeli Simulink’te Şekil 9’da görüldüğü gibi
268.29 rad s 2 olduğu görülmektedir. Buna göre; oluşturulmuştur.

Ta  K m .iamax  0.5349 *1.73  0.92538 Nm

Ta 0.92538
J   0.003449178128 Nm
aw 268.29 rad s 2
olarak elde edilir.

Yapılan tüm hesaplamalar sonucunda motora ait

parametreler yaklaşık olarak aşağıdaki şekilde elde edilmiş
olur:
Ra  31.825 , K b  0.6739 V
rad s Şekil.9 DC motor ve sürücünün Simulink modelleri.
K m  0.5024 Nm A , B  0.0001 Nm rad s Simulink modelleri oluşturulduktan sonra 3. bölümdeki
deneyler ile hesaplanan parametreler yerlerine konmuş ve
J  0.003449 Nm simülasyon yapılmıştır. Gerçek sistem davranışları ile
rad s 2 simülasyon sonuçları karşılaştırıldığında sonuçların tam
olarak örtüşmedikleri görülmüştür. Bu nedenle Simulink-
4. BULUNAN PARAMETELERİN İNCELENMESİ ve Parameter Estimation aracı kullanılarak parametre
İYİLEŞTİRİLMESİ iyileştirmesi yapılmıştır. Parameter-Estimation aracının
kullanılması için öncelikle sistem modelinin Simulink
Elde edilen bu parametrelerin doğruluğunu test etmek için, ortamında oluşturulması gereklidir. Daha sonra modele
sistemin modelinin oluşturulması, simülasyon ortamında uygulanacak giriş verileri belirlenir ve gerçek sisteme
uygulanır. Gerçek sistem cevabı da model için referans

olacağından kaydedilir. Araç içerisinde giriş ve çıkış verileri
tanıtıldıktan sonra iyileştirme yapılacak parametreler ve
değer aralıkları belirlenir. Birden fazla parametrede
iyileştirme yapılacağı varsayıldığında parametrelerdeki
değişim birbirlerini etkileyecektir. Bu noktada değer
aralıkları, hesaplanan değerler göz önüne alınarak
belirlenmiştir. Örneğin Ra  31.825 olarak
hesaplanmıştır, ommetre ile yapılan ölçümde de
değeri yaklaşık olarak 30 ohm civarındadır. Dolayısıyla,
Ra için değer aralığı makul olduğu düşünülen en küçük
27, en büyük 35 ohm olarak verilmiştir. Bu şekilde özellikle
değeri yaklaşık olarak bilinen parametreler için yapılacak
sınırlamalar, iyileştirme sonucunu ve performansını
arttıracaktır. Şekil 10’da motorun parametre iyileştirmesi
yapılmadan önceki simülasyon davranışı (simülasyon),
iyileştirme yapıldıktan sonraki simülasyon davranışı
(Optimizasyon) ve motorun gerçek davranışı (Gerçek
Çıkış) görülmektedir.
Simulasyon, Optimizasyon ve Gerçek Çıkış Değerleri
180
160
Motor Dönüş Hızı (rad/s)
140
120
100
80
60
40
20
0
0 5 10 15 20 25 30
t (s)
Şekil.10 DC motor simülasyon, iyileştirme ve gerçek çıkış
davranışları.
5. SONUÇ
Birçok fiziksel sistemi modelleyebilmek için basit
matematiksel tanımlamalar gereklidir. Öncelikle sistem
içerisinde etkileşimde olan önemli öğeler, bağıntılar
belirlenir. Sonrasında sistemin giriş ve çıkış değerleri
ölçülerek dış etkileşimleri belirlenir. Sistemin iç bağıntıları
ve dış davranışları incelenerek bağıntılarda bulunan
değişkenler (parametreler) hesaplanır. Böylelikle bir
sistemin tam bir matematiksel modeli çıkartılmış olur ki bu
da sistemin farklı durumlardaki davranışının
kestirilmesinde ve kontrolünde önemli bir yere sahiptir.
Özellikle günümüzde sistemlerin giderek büyüdüğü ve
karmaşıklaştığı düşünülürse sistemi oluşturan bileşenlerin
modellenmesinin ve parametrelerinin doğru olarak
hesaplanmasının önemi daha iyi anlaşılacaktır.
Bir DC motor, birçok karmaşık sistemin içerisinde
bulunabilecek oldukça temel bir elemandır. Elektrik
enerjisini harekete dönüştürdüğü için içerisinde hem
elektriksel hem de mekanik bağıntılar bulunur. Yapılan bu
çalışmada bir DC motorun modeli çıkartılmış ve
matematiksel bağıntılar kullanılarak yapılan deneyler ile
bağıntılar içerisindeki parametreler tek tek hesaplanmıştır.
Bulunan parametreler model içerisinde yerine konarak
sistemin simülasyon sonuçları incelenmiştir. Sistemin
gerçek davranışı ile simülasyon sonuçları
karşılaştırıldığında tam olarak örtüşmedikleri görülmüştür.
View publication stats
Erdal, H., Doğan, B. ve Taşkın, S.
Bu noktada bulunan parametrelerin tekrardan gözden
geçirilmesi gerekmiştir.
Günümüzde gelişen bilgisayar ve yazılım teknolojisi
sayesinde sistem modellemesi ve parametre
hesaplanması işlemler oldukça basit hale gelmiştir. Bu
alandaki en gelişmiş yazılımlardan biri olan Matlab-
Simulink kullanılarak matematiksel modelleme işlemleri
Ra ’nın kolaylıkla gerçekleştirilebilir.
Çalışmada hesaplanan parametreler Simulink ortamında
oluşturulan model üzerinde denenmiştir. Yapılan
deneylerde bulunan parametrelerin gerçek sistem
davranışıyla büyük oranda benzeştiği fakat tam olarak
örtüşmediği görülmüştür. Bu nedenle bulunan parametreler
üzerinde Simulink-Paratmeter Estimation aracı kullanılarak
iyileştirmeler yapılmıştır. İyileştirme işlemi sonucunda
bulunan yeni parametreler sayesinde sistem davranışı ile
simülasyon sonuçlarının tam olarak örtüştüğü görülmüştür.
Bu çalışma sonucunda bir sistemin matematiksel modeli
çıkartılmış, model parametreleri hesaplanmış ve
iyileştirilmiştir. Belirlenen parametreler ileride aynı DC
motorun kontrolüne yönelik yapılacak çalışmalara temel
olacaktır.
Simulasyon KAYNAKLAR
Optimizasyon
Gerçek Çıkış
[1] Söderstöm, T., Stocia, P., “System Identification”,
Prentice Hall International Series in Systems &
Control Engineering, 1994.
35 40
[2] Melsa, L.J. and Sage, P.A., “System Identification”,
Mathematics in Science and Engineering, Vol. 80,
New York, Academic Press, 1971.
[3] Ljung, L.,“System Identification:Theory for the User”,
Prentice Hall Information and System Sciences
Series, 1998.
[4] Chapman, J.S., “Electric Machinery and Power
System Fundamentals”, McGraw Hill, 2001.
[5] Samer, S.S., Raed, A.K., “Parameter Identification of
a DC Motor: An Experimental Approach”,
Proceedings of the 8th IEEE International
Conference on Electronics, Circuits & Systems, pp.
981-984, September 2-5, 2001.
[6] Eker, İ., “Open-loop and closed-loop experimental
online identification of a three-mass
electromechanical system”, Esevier Mechatronics,
Volume 14, Issue 5, pp. 549-565, June, 2004.
[7] Kara, T. and Eker, I., “Nonlinear modeling and
identification of a DC motor for bidirectional operation
with real time experiments”, Energy Conversion and
Management 45, pp. 1087–1106, 2004.
[8] Rahim, A.N., Taib, N.M. and Yusof, I.M., “Nonlinear
System Identification for a DC Motor using NARMAX
Approach”, AsiaSENSE, pp. 305–311, 2003.
[9] Biró, K.A., Szabó, L., Iancu, V., Hedesiu, H.C. and
Barz, V., “On The Synchronous Machine Parameter
Identification”, Workshop On Electrical Machines
Parameters, May, 2001.
[10] Ogata, K., “Matlab for Control Engineers”, Prentice
Hall, Oct 10, 2007.
[11] TecQuipment Ltd. FH2/3 MkIV Electrical Machines
Teaching System User’s Manual Book.
[12] Ogata, K., “Modern Control Engineering”, Prentice
Hall, 1996.