t To aCe)A CODEC CHIP THAT ACHIEVED 50% COMPRESSION IN DEVELOPMENT TIME. THAT'S MODEL-BASED DESIGN. RVs Veniagios Tee eee ei eed To be first to market with a De ere ae chip, the IC design team at Realtek used system models to continuously verify their design. The result: 50% less time to Cee aad share, To learn more and to Cet ee EL et ee er ee your local representative, visit Seen ea RNIN Saeed Dege gimizin bu sé jisine odaklandik. Peki, nedir Sistem Modelleme? Bu runun yanitini vermed sayisal muhendislik analizierinin ortaya cikmas| ile ilgili baz: bilgileri sizierle r teknol olan ilgi ve bi bir sekilde artmigti. 8u yl gunun sartianinda en laninda olarak NASTRAN, lim_ sistemleri inlerinde dogrusal s analizieri teknoloji sayesi FIGES AS'nin 1990 yllnda ANSYS _yaziliminin Tuirkiye'de satis ve pazarlama taaliyetlerini basiatan ni zaman t timin sunan tek firma olarak faaliyet géstern aslamasi ile Turk nay! kurulusian bu n tanigmig ve sanay inin kullaniminda yilda azimsanamayacak Olgiide yol kat eknolojisinin geligmesi ise anna rastiar. Bugin bu alanda dnc -konumda olan Mat firmasi 184 yilinda Jack Kaliforniya'da kurulm sistemi gunumuzde S mihendisligi alaninda durumundadr. only. elemanlar mi ile bir sistemin kuguk bir béldmin’ ayrinth bir sekilde mod saplayal Omegin bir icten yan indir kapagindaki sicakik dagilimini kaynaklanan {ermal geriimelerin analizini ‘Ayni_ sekilde bir alt bil oki termal gerilmeleri de tamaminin durum degism: su. pompas anifoldu, sufi tat, gibi bir e bilyik bir sistemi sonlu elemanlar yontemi ile modellemek anlamsiz, hata imkéin: Iste burada sistem modelleme imdadimiza y Sistemi meydana getiren her fiziksel larak tanimlanit. Her blokun girdi_v rasinda bir iliski vardir bir 2a sonlu Ide edilmis tablolar sisternimiz alt sistemlerden is temieri olabilir. bir model ne ise e bir soru Birincis! bu modeli kullanabiliriz. sistemin itesini(EKL iriz. Elektronik kontrol dnitesinin yazilimint wware-In-the-Loop) _ teknolojisi__ ile Hatta. m ait bu sist kullanil ili ortamda inc Sistem gelis idugumuz maki zn bilg ortaminda caligan sanal t n_kullanine fiziksel ARGE DergisiFiGes iLERi MUHENDISLIK VE ARGE TEKNOJILERi DERGiSi 2017 - 3/ Say: 15 (Temmuz-Agustos-Eyliil) ISSN: 2147-9550 FIGES A.S. Adina Si Yonetim Kurulu Bask: Dr. Tank OGUT Sorumlu Yaz1 isteri Miidiirii iiknur TUNCAY ilknurtuncay@figes.com.tr Yayina Hazirlayanlar Esra SEVING Yenetim Yeri: Ulutek Teknoloji Gelistimme Bélgesi, Uludag Universitesi Gérukle Kampusi, 16059 Nilufer-Bursa Telefon : 224 4428585 Faks — : 224 4428586 www.figes.com.tr TEKNIK HIZMETLER Yayina Hazirlama ve Tasarim FIGES A.S. Esra SEVING Basim Yeri: Be Im Matbbaa Hiz. San.Tic.Ltd reli Turkce ve ingilizce Bilimsel Yayin 3 ayda bir yayrmlanir Dergide yayimianan Yazi, Fotodraf, Harita, illastrasyon ve Konulann Her Hakki Sa ‘ak Gosterilmek Sartyla Anti Yapilabli Yayinlanan Eserierin Sorumiulugu Eser Sahiplerine Ait: Aksi Gésterim ANSYS, MATH Para ile satilmaz 02 | wwwfiges.com.tr +04 SISTEM MODELLEME TEKNOLOJILERININ BEYAZ ESYADA KULLANIMI +10 SOGUK HADDELENMI$ YASSI SACLAR i¢iN YIGIN TiPi TAVLAMA PROSESININ SAYISAL OLARAK MODELLENMESi VE DOGRULANMASI °16 DORT ROTORLU iNSANSIZ HAVA ARACI iGiN OTOPILOT VE GUDUM SiSTEMI TASARIMI *20 +36 NDEKILER GENETIK ALGORITMA TABANL! KEMOMETRIK YAKLASIMLAR: Akillt Telefon ile Karigik Meyve Suyu Kompozisyonunun Belirlenmesi ve Tasinabilir FTIR Spektrometresi ile Maden Sularinin Analizi +26 EVALUATION OF MUSIC EXCERPTS VIA SUBJECTIVE AND OBJECTIVE MEASURES °30 CUSTOMIZING THE REAL-TIME COMPILER OF SIMULINK CODER FOR SIEMENS SIMATIC $7-1500 SOFTWARE CONTROLLER KEYNESYEN VE SAMUELSON MODELLERININ SIMULASYON ILE KARSILASTIRILMASI ARGE Dergisi | 03Remzi Artar, Ph.D. remzi artar@figes.com tr Se) || MATLAB LUygulama Mihendisligi ' Ekip Lider FIGES AS. Mirsad Bucak, MSc. mirsad bucak@ iges com. MATLAB Uygulama Muhendisi FIGES AS. Modelleme ve similasyon, teorl ile deneysel faaliyet- lerin tam kesigiminde yeralir. Bilimsel arastirmalarda, modellenmek istenen fiziksel olayla ilgili teorik formiller, deneysel olarak elde edilen sonuglar ile tekrar degerlendiriir ve teori, elde edilen deney- sel verilerle gelistirilr. Bilimsel _metod olarak da 04 | ww figes.com.tr Mohammad Aziziaghdam, MSc. mohammad aziziaghdam@iges com tr 1 Proje Muhendisi FIGES AS. Murat Atlihan, MSc. murat atlhhan@figes com.r MATLAB Uygularna Mahengisi FIGES AS. bilinen bu yéntem, herhangi bir arastirma faaliyetinde temel rol oynar Diger taraftan, _gelistirilen herhangi bir similasyon modeli, asiinda ilgili teorik denklemierin matemalik bir ifadesidir ve bu modeli galistirarak sonuglann toplanmasi bir sanal sinama (virlual experiment) olarak da gérllebilir Bu noktada herkesin aklina gelen en temel soru: “simulasyon modelini galigtirarak elde _edilen sonuglarin guvenilirik seviyesi_nedir?". Asinda benzer soru tim deneysel caligmalar igin de gegerlidir ancak bu sorunun cevabi similasyon modelleri igin gok daha énemli ve keitikti. Pek cok durumda, matematik modeller, gergek. dunyada yapilan test ve dogrulama caligmalaninin yerine kullaniimak amact ile gelistirimez. Baska bir deyigle, modellerne ve simUlasyon gergek diinya: da gerceklestirlen test ve dogrulama suireglerinin bir alternatifi olarak gérilmemelidiz. Modelleme ve similasyonun bilimsel arastrmalardaki kritik énemi geroek test ve deneylerle elde edilmesi - getirecedi ekstra para ve zaman yulkii nedeniyle - pratik olmayan ancak sistemi kavramak igin oldukga kritik olabile: cek bilgi ve deneyimi biziere saglamasidir. Model tabanil tasarim olarak adlandinlabilen bu teknoloji bir yandan milhendisiik problemlerinin gézuminde standart olarak kullanilan _bilimsel _teknikleri gesitlendirip uygulanmalarini kolaylagtinrken, bir yandan da yapilmasi gerekli test ve dlguim faaliyet lerini en aza indirt. Omegin, camasir makinasindaki titresimleri_ ve guru seviyesini azaltmayi hedefieyen bir mihendis igin dengesiz yuki dogru olarak tespit edebilmesi oldukga kritik éneme sahipti. Bu mihendis, bir yandan sikma sirasindaki tambur_ hizin!_ mumkin olan en dist seviyeye gikararak sikma performansini iyilestirmek, ama ayn’ zamanda —_gamasinn tambur iginde topaklanmasi sonucu olugan dengesiz yuki dogru tespit ederek sikma sirasinda merkez- kag kuwetin olusturacad titresimi ve girdltiyt en aza indirmek ister. Bast gibi gértnen bu problem sadece analitik denklem ve yontemlerle géztilmeye caligiidiginda oldukga Komplike ve géztimu zor bir hal alabilir. Sadece deneysel yontemierle dengesiz yk élgme metodu gelistimek ise sayisi belli olmayan, bir dizi deneme-yanilma tipinde test senaryolanni uygulayarak ciddi bir adam-saat, zaman ve enerji maliyetine sebep olabilir. Bu noktada gUiniimtiz teknolojisinin sundugu modelleme ve similasyon yaziimlanni kullanmak, bu tur Gok degiskenli, gokiu fizik ortam ve komplike formilasyen igeren mihendislik problemlerine daha etkin ve hizli gézlimler getirebilmektedi. Modelleme ve simidlasyon teknolojlerini Ar-Ge stireglerine dahil eden firmalann, yeni Urlinlerini pazara gikma siirelerini azaltip maliyet tasarrufu yaptklani gérulmektedir. Bu caligmada, Mathworks Grin ailesinden MATLAB, Simulink, Simscape ve Stateflow arag kutularin kullanarak bir camasir makinasinin tum altsistem ve fonksiyonian ile nasil modellenebilecedi incelenmistir. Sistem Modelleme béluminde gamasir makinasini olusturan mekanik ve elekro-mekanik alt sistemler kisaca tanitilarak her bir alt sistemin ilgili kuttjphane bloklan kullanilarak nasil olusturuldugu aniatiimist Daha sonra ykama program! — senaryolarinin Stateflow arag kutusu_ ile nasil _olusturuldugu gésterilmigti. Bu béllmde gamagir_makinasinda dengesiz yikinn belirlenmesi konusu da incelenmistir. 3, Bélimde PID tabanli bir Hiz kontrol algoritmasi tasarimi tanitiimis, son béliimde ise similasyon modelinden elde edilen bazi verler paylagilarak, galigmanin sonugian degerlendiriimisti Simulink ortarninda gelistirlen gamagir makinasi modeli ig agamada olusturulmustur: Tambur dinamik. modelin elde edilmesi, tambur tahrik sisteminin modellenmesi ve yikama programinin olusturulmasi ilk asamada tambur tahrik sisteminin modellen mesi igin Simscape Electronics arag_kutusunun eyleyici kitdphanesinden temin edilen bir elektrik motoru blogu kullaniimist. ikinci agamada, CAD ortaminda tasarlanmig olan tambur _dinamik modeli Simulink ortamina Simscape Multibody arag kutusu kullanilarak aktariimistit. Son olarak da jenerik bir yikama program: durum makinesi yéntemi kullaniiarak bir akig diyagrami geklinde modellenmisti. Béylece tek bir _similasyon ortaminda farkii fizik modelleri igeren alt sistemlerin entegrasyonu saglanarak camagir makinasi modeli bitindyle olugturulmustur, Giniimizde, her sektérde oldugu gibi _beyaz esya endilstrisinde de enerji_verimiiligi en @nemli konulann baginda gelmektedir. Belirlenen enerji regulasyonlan nedeniyle kaynakiarin tasarruflu kullaniimasi ihtiyaci, beyaz esya Ureticileriigin yuksek. verimli Urunler gelistimeyi elzem hale getirmistir. Bu baglamda, camagir makinesi ézelinde, yiksek verimli motor, surlicl. ve modern Kontrol tekniklerine gerek. duyulmaktadir. Endustride yaygin olarak kullanilan ‘tim elextrik motor modeller’, Simulink ortaminda galigan Simscape Electronics arag kutusunun ilgili kutuphanesinden —segilebil._ Simscape Electronics, Simscape Urn ailesinden olup elextronik. ve mekatronik sistemlerin fiziksel_modellenme- sine olanak sagiayan bir arag kutusudur. Algilaytcilar (sensors), eyleyiciler (actuators) ve struct modelleri igermektedir. Bu galigmada, eyleyici tipi olarak basit, gésterim igin dogru akim motoru kullaniimistir. Motor modeli, herhangi bir mateatiksel modelin gikarmina intiyag duyulmadan ilgili kitiphaneden alinarak olusturulabilir (Sekil.1) ARGE Dergisi | 05Segilen motor tipine ait blok ara yizi kullanilarak motora ait elektriksel parametreler ve rotora ait eylemsizlik ve sénuimleme katsayisi gibi mekanik parametreler tanimlanmigti,, Motora _uygulanan gerilim ile orantlh olarak motorun Urettigi tork, tambur _mekanik medeline beslenmisti. Ayrica, kiitdphanedeki akim ve gerilim sensérleri kullanilarak segilen yikama programi boyunea olugan elektrik. tUketimi hesaplanabilmistir (Sekil2) 2.2 Tambur Dinamik Modelinin Olusturulmast Sistem mekanik olarak 4 ana béllimden olugmaktadrr Bu béliimler tambur, kayig-kasnak, elektrik mo- toru ve tamburun bagli oldugu govdedir (Seki.3) Bu caligmada Kazan dinamigi incelenmediginden, tamburkazan badjantisi yerine tamburun halka geklinde bir yataklama elemani tizerinden govdeye baglanaig) kabul edilmistir. déniistiiralmesini ve 3 boyutiu mekanik sistem- lerin simulasyonunu saglar. Gévde, elem ve dig kuwetlerkullanilarakmodeltasartanir,tasarlananmodel sistemin yapis! ile eslestigi igin denklemieri turetme veya programlamaya gerek yoktur. Sistemin gévde, tambur, kayig mekanizmasin' igeren CAD ortamindan, MATLAB/Simscape Multibody ortamina_otomatik. olarak aktariimig rodeli Sexi 4’teki gibidir. 2.3 State-Flow Arag Kutusu ile Yikama Programinin Tasarimt Makina retici firmalar, gamagir makinalannda kullanian yikama algoritmalanint makinanin yikama, durulama ve sikma performansi, su ve elektrik tiketimi gibi kriterleri géz nine alarak tasarlar ve gelistii. Bu galigmada bir gamagir makinasinin en genel halde saglamasi gereken ykama, durulama ve sikma gibi 3 ana fonksiyonunun Simulink-Stateflow arag kutusu ile nasil modellenebilecegi gésteriimistir. Stateflow arag kutusu, olaylarin mantiksal ve zaman temelli Kogullar' igin grafiksel olarak benzetim yapma imkani saglar. Durum makineleri ve akg gemalanni kullanarak modelleme ve algoritma gelistirmesine yardime! olur. Bu galigmada modellenen gamasir makinasinin yikama, durulama, dengesiz yuk. belirleme ve sikma foksiyonlarinin simile edildigi StateFlow arag kutusu ile tasarlanmig yikama programi Sekil.5'te gosteriimisti Pants ROO ge np Cle —fges| Sekl.2 Gamagi tahniksisterinin modellenmesi Makine gévdesi tlm sistem igin destek gorevi gérur. Elektrik motoru ise yikama, durulama ve sikma agamalannda tamourun dénme hareketini saglar. Motor, kaylg-kasnak mekanizmas ile tambura badlidir ve bu sayede elektrik motorunun Urettigi tork belli bir gevrim orani ile tambura iletilir. Gamagir_makinesinin mekanik tasanmi Solid- Works ortaminda yapilmisti,. Bu tasarmin MATLAB/ Simulink ortamina aktanimasi icin Simscape Mult body Link kullaniimisti. Simscape Multobody Link, SolidWorks'tin yan! sira Autodesk Inventor ve PTC Creo CAD yaziimlanndan da model olusturmayi desteklemektedi. Bu arag, bir CAD onaminda mekanik tasarimi yaplan bir sistemin Simscape Multibody modellerini otomatik olarak olugturulmasini, Kile ve eylemsizix degerleri ile kati cisimler haline getirimesini, bu kitlelerin birbirine bagi eklemlere 06 | wwwrFiges.com.ir Elektrik Kayis-Kasnak Motoru_Mekanizmast ‘Seki. 4 Smscape MuttiBody mekanik model SekiL3 Garnagir makinesi mekanik model ‘Seki. StaleFlow ile Yikama Algoritmasinn Tasarrni o7 ARGE DergisiStateflow arag kutusu ile bir gamasir makinasinin baslat digmesi ile yerine getirdigi tim fonksiyon- lar (tahliye pompasi ag-kapa, gitig vanas! ag-kapa, seviye sensor okuma, tambur hizi ve isitici_ kontrol, alarm-hata durum yénetimi, vb) simile edilebilir. Bu galigmada modellenen yikama program! fonksiyonian agagida ézetlenmistir: Program yikama faz baslamadan énce deterjan gekmecesinin ve gamagir yiikleme kapaginin kapaginin kapali olup olmadigini Kontrol eder. Eger her ikisi de kapal ise dnce tahliye pompasi belli bir sire galistinlarak kazanda kalmig olabilecek su tahliye edili. Daha sonra yikama iglemi soguk su vanasi agiiarak makine igine deterjan gekmecesi Uzerin- den su alimi ile baglar. Su seviyesi seviye sensért ile kontrol edilir. Su yeterli seviyeye ve segilen sicakik degerine ulaginca yikama faz baslamig olur Bu galigmada yikama suyu sicaklik artisi lookup table ile modellenmistir ancak isiticiya ait fiziksel para- metrelerin girldigi daha hassas bir sicaklik modeli bir alt sistem olarak gelistilip ana modele her zaman eklenebilit, Yikama fazi boyunea tambur belli bir yikama hizinda (Srnegin 52 dev/dak) belli bir siire saat yéntinde déner, daha sonra bir kag saniye durup, belli bir sire saat yéniinin tersi yéniinde déner. Segilen yikama programina bagi olarak yikama isiemi belli bir sire devam ettikten sonra tamamlanir. Daha sonra durulama fazina gecil. Durulama fazinin baginda tahliye pompasi calistiniarak kirl su kazan digina atilir ve kazan igine temiz su alinir. Durulama islemi de mantik olarak yikamaya benzer. Durulama sirasinda tambur, yikama fazinda tanimlanan hareketleri bu defa temiz su ile yapar. Skma fazinda amag_ gamasirliflerinde kalan suyun merkezkag kuweti ile camasirdan uzaklastinimasidit Bunedenle sikma sirasinda tamburun gikabilecegi en yiksek devir, sikma performansini etkileyen en énemii paramattelerden biti haline geli. Skma sirasinda tambur dénme hizi 1600 dev/dak gibiyliksek degerlere gikabileceginden sikma fazi her zaman dengesiz yuk dlglimi ile baslar. Olgdlen dengesiz yak miktanna bagi olarak sikma sirasinda tamourun gikacagi en yiiksek hiz belirienit. Sikma performansint etkileyen diger parametreler ise, sikma siesi ve skma hz profiidir. Tim bu paramettelerin etkisi camasir makinas! modelinde ayn ayn olusturup incelenebilr Dengesiz Yukiin Belirlenmesi: Dengesiz yiik, sikma fazi éncesinde islak gamasiriann tambur icginde belli bir yerde topak olmasi sonucu ortaya cikan gamagir ylkiidir. — Dengesiz yuk. dlgulmeden tamburu yiksek sikma devirlerine gikarmak, olugan merkezkag kuvveti nedeniyle makinanin agiri titresimli galismasina neden 08 | wwwFiges.com.tr olur. Bu titresim, kazani gévde iginde sabitleyen amértisérlerin agin yUklenmesine ve bazen de makinanin bulundugu —noktay!__terketmesine sebep olabilecek ciddi sonuglara neden olabili. Bu nedenle gerek gamasir makinasinin titresim ve gUrruiti seviyelerini iyilestirmek gerekse makinanin sikma performansini arttirmak igin dengesiz yUkin dogru olarak tespit edilmesi kritik énemdedit. Makina ireticileri, ivme élger gibi ilave bir sensér kullanmadan, hali hazirda digillen motor devri, veya motor akimi gibi verilerle dengesiz yuki tespit etmek. igin yéntemler gelistimextedirler. Bu yéntemleri gelistirken birbiriyle etkilesimii caligan motor, tam- bur, kazan, amortisér gibi farkli fizik sistemlerin modellerinin kullanilmasi oldukca énemli avantajlar saglayabilir. Bu galigma sirasinda gelistilen gamagir makinasi modeli kullanilarak dengesiz yuk éigimi igin motor akimi veya motor hizi dedigkenlerini temel alan farkli dengesiz yik dlgim metodian golistiiebilecegi gérdlmustir. 3.TAMBUR HIZ KONTROLU Her dinamik sistem bir fiziksel model ve kontrol sisteminden olusmaktadi. Mode! tabani kontrol siireglerinde fiziksel modelin gelistirimesinden sonra ikinci agama olan kontrol sisteminin tasarimina geci- lit. Bir gamagir makinasida kontrol edilmek istenen fiziksel degisken elektik motorunun hizi ya da pozisyonu (direct-drive), yikama suyu seviyesi veya sicakligi olabil, Bu galigmada, tamburun tum, yikama fazi siresince hiz kontroll igin PID tabanh bir kontrol algoritmasi gelistirimistit. PID tipi denet- leyiciler endistriyel_kontrol_ sistemlerinde yaygin olarak kullaniimaktadir, PID kontrol, P (oransal), | (integral) ve D (tirevsel) olmak Uzere Ug para- metreden olugmaktadi, 8u algoritmanin caligma yapisin' ézetleyecek olursak;referans iris, sinyali ile kontrol edilen degigken arasindaki fark. hata sinyali olarak PID denetleyiciye génderili.Burada hata sinyali bir katsayiyla garpilip turev ve integrali alinarak kumanda sinyali Gretilic Bir kapali déngu igerisinde hata minimum olana kadar bu sureg devam eder. PID Kontroled tasarrminda en énemii nokta denetleyici kazangiarinin belirenmesidir. Bu kazanelarin belirlen- mesi igin birgok teorik ve pratik yakiagim mevcutur Endistriyel uygulamalarda xontrolot) kazanglaninin en dogru ve hizli sekilde ayarlanmasi kritk bir 6neme sahiptit. Caligmamizda, tambur hz kontroledsindn kazang degerlerinin hesaplanmasi iin Simulink Control Design arag kutusu kullanilmistiriigil arag kulusunun ize sagiamig oldugu “PID Tuner” blogu ile kontrolcti kazanclanimiz otomatk olarak hesaplanmigti, PID tuner blogu ile, ilk olarak modelin dogrusallastirma iglemi gercekiestirimig ve bu dogrusal model dzerinden de kazang degerleri otomatik olarak hesaplanmistrr (Sekil.6) Aynca, bu ara yz vasitasyla sistem cevabi dedistirlerek kontrolct katsaytlani gincellenebilir, ak. ya da kapali gevrim frekans cevaplan gérilebilir. 4. SONUGLAR VE DEGERLENDIRMELER: Gelistiilen camasir makinas!_modelinin gamagir makinasi yikama ve enerji performans kriterlerinin iyilestirilmesi, dengesiz yuk tespit metodlannin ve akilli makina (tek-tuglu) uygulamalannin gelistirilmesi igin kullanilabilecegi gorulmistinr. Sekil 7'de hizlandinimis bir ykama programi boyunca, tambur hiz dedisimi gosterilmistiz. Gergek bir yikama programinda én yikama, ana yikama, durulama, sikma faziannin sireleri, ou faziardaki tamour hz degerleri istenildigi gibi degistilerek sayisiz yikama senaryolan olusturulabilit. Benzer gekilde yikama suyu miktan ve sicakligi degistilerek olusturulan yikama senaryolan, standart olarak yapilan su ve enerji tiketim testlerinin sayisi azaltlabilr ‘Ayrca gelistirlen gamagir makinas! modelinin dengesiz yuk belirlenmesinde de kullanilabilecedi gorilmistir. Sekil 8'de dengesiz yukiin oldugu ve olmadigi durumda 100 dev/dak referans hiznda elde edilen tambur hiz-zaman grafigi verilmistir. Her iki simillasyonda eyleyici, mekanik pargalar ve makinenin galigma prensipleri aynidir. ilk koguida, model tambur iginde herhangi bir dengesiz kitle olmadan, ikinci durumda ise tamburun igine bir kitle eklenerek caligtinimistr. Dengesiz bir Kittle ERS won teamoa Poy pe "arom PIO Cori ay mn ieee fen i = = =o SSokI.6 PID Tuner blogu tamburun icine ekiendiginde, yuk miktannin dedigken, olmasindan dolay! hiz profili dedisir ve dengesiz Kittle tamburun hiz profilnde gekilde gérilen titresimlere sebep olur. Bundan sonraki galigmada, geligtirlen gamagir makinasi modeline tambur-kazan-aski-govde baglanti @zellieri eklenerek dengesiz yukiin makinanin titregim seviyesine olan etkisinin analiz edilebilecedi bir simiilasyon modeli elde edilmesi planlanmaktadir 96 “oO ‘fu Seki 6, Hava Avaci Simulasyon Modal Giidém algoritmas! tasanminin ardindan ugg yénetim sistemi ile hava aracinn — matematiksel modeli biriestrlerek Sekil 6'daki similasyon model elde edilmistir 5. SONUGLAR Olusturulan model farkli koordinat, yikseklk ve hz girdiceri altinda sinanmisti, Sekil 7'de 39° kuzey, 39° ati koordinatindan yola gikan hava aracinin 3 farkit hedefe udrayip basiangig noktasina geri dénerken izledigi rota goruimektedir. Alman sonuclara gore hava araci hedef koordinatlara maksimum 7 cm hata pay ile ulagabilmektedir Hava aracindan Sekil 7'de verilen hedef koordinat- lara ulagitken yuksekligini 1020 metrede sabit tutmast istenmigti.. Sekil 8'de hava aracinim 1000 metre sexi 7. Hedet Takin Git: yiikseklikte bulunan ilk Konurnundan aynlarak 1020 metre yuksekiige timanisi géruimektedir Simulasyon ortaminda elde edilen sonuglar, hava aracinin verilen referans girdileri basanli bir gekilde takip ettigini gdstermektedi lleriki_ galigmalarda similasyon modeline kullanilacak bataryanin_ ai- namikieri de eklenerek, ugus testler ile similasyon giktian kargilastinlacak ve — kontrolct katsayilant Uzerinde ayarlama islemi yapilacaktr. 6. KAYNAKLAR, [1] S. Bouabdallah, “Design and control of quadrotors with application to autonomous flying,” Lausanne Polytechnic University, 2007 [2] D. Melinger, M. Shomin, and V. Kumar, “Control of quadrotors for robust perching and landing,” in $84! 8 Yokseklic Gikts: International Powered Lift Conference, October 5-7, 2010, 2010. [3] MS.Buydksankulak, "Autopilot design for a quadrotor”, METU, 2014 ARGE Dergisi 1Glin Deniz AKKOG unakkoc@iye.edutr = Basak BASAR basakbasar@ yte.odu.tr Kimyager SB | Viksok Kimyager izMIR YUKSEK TEKNOLOJI izMiR YUKSEK TEKNOLOJI ENSTITUSU ENSTITUSU Ayten Ekin MESE aylenmese@ye.edutt Yaiksek Kimyager izMiR YUKSEK TEKNOLOJi ENSTITUSU Prof. Dr. Durmug OZDEMIR durmusozdemit@iye edu tr izMiR YUKSEK TEKNOLOJI ENSTITUSU & OBA KEMOMETRI YAZILIM GENETIK ALGORITMA TABANLI KEMOMETRIK YAKLASIMLAR: Akilli Telefon ile Karisik Meyve Suyu Kompozisyonunun Belirlenmesi ve Tasinabilir FTIR Spektrometresi ile Maden Sularinin Analizi 20 J wwwfiges.com.tr 1. GiRig Hastalikiarin erken tanilanmasindan tutun dakredi kart sahtecilikierinin otomatik yakalanmasina varan genig bir yelpazede faydalandijimz makine dgrenmesi siirekli geligmekte ve popileriik kazanmaktadir. Kimya alaninda ise spektroskopik dlgiimler var oldugundan bu yana ihtiyag duyulan makine aGrenmesi metotlannin, bilgisayariann da yeterilige ulagmasiyla, ancak 1970'lerde Svante Wold ve Bruce Kowalski éncilligiinde Kismi En KiigUk Kareler (Par- tial Least Squares, PLS) yénteminin gelistirmesinin ardindan uygulanmaya baslandigi_ ve kemometri teriminin de bu dénemde ortaya atildigt bilinmekte- dir(1]. Gundmizde kemometri ve makine dgrenmesi farkii terimler kullanan, fark insanlann Uzerinde galigtiGi birbirine uzak disipiinler gibi gérunse de iki disiplin de birbirlerinden beslenmektedir. Oyle ki PLS makine 6grenmesinde oldukga popiller iken benzer gekilde kimyasal verilere yapay sinir alan kullanilarak. yapilan yayiniann sayisi azimsanamayacak kadar goktur, Ancak kimyada karsilagilan veriler, ézellikie de spektroskopik cihaziardan elde edilenler, belili bir karakteristige sahiptir(2]. Bu veriler birbitleri ile oldukga_yliksek Korelasyon igeren fakat her biri kismen de oisa farkl bilgiler tagiyan binlerce degigken ve buna kargin oldukga az sayida émek igermekte- dir. Bu durum Basit En Kugik Kareler (Ordinary Least, Squares, OLS) gibi klasik yéntemler ile modelleme: ler yapilmasin: zorlastirmaktadir. En Kiigik Kareler yéntemi, her bir degigken icin tahmin hatasinin karesini minimize eden katsayllan buimay amaglar ve bu minimizasyon problemi yakinsak bir problemdir. Buna karsin émek sayisinin degisken sayisindan az olmasi hatay! minimize eden sonsuz farkli katsayinin mimkun olmasina sebep olmaktadir, Ayrica birbir lerine bagimli degiskenierin mevcudiyeti ise durumu matematiksel_agidan daha da kétillestirmektedir. Clinki bahsedilen durumlarda kurulan kemometrik. model, modelin kurulmasinda kullanilan “model leme verisini” neredeyse hatasiz tahmin ederken, eni gelen verilerde bagarisiz sonuglar verecektir. Temel bilegenler regresyonu (Principle Components Regression, PCR) bahsi gegen sorunlan verileri daha az boyutlu uzaya yansitarak, bu yansitma tzerinden regresyon yapilmasiyia cézmeyi amagiamaktadir[3) Bu islem sonrasi orijinal verideki bilginin gogu korunutken bir kismi ise Kullanilmamaktadir. Temel bilesen analizi (Principal Component Analysis, PCA) sayesinde hem degisken sayisi érnek sayisinin altinda kalmakta hem de bu yeni degiskenlerin birbirlerinden tamamen bagimsiz olmasi saglanmaktadir. Benzer bir bakig aoisi ise PLSR tekniginde kullaniimaktadir PLSR girdi ve cevap matrisleri arasindaki kovaryansi maksimize eden yonierden yeni bir uzay olusturul masini ve regresyenun bu uzay _tzerinden gerceklestirilmesini amaglamaktadir. PCR ve PLSR golistiidixleri dénemde "veriyi sikigtrma” 6zellkleri ile birgok verinin modellenmesinde giGir agmis ve hala daha sikga kullanilmakta olan metotlardir. Genetik algoritma ise cok dedgigkenli verilerden elde edilen gok. boyutlu yizeylerde (6rnegin bir molekiildeki atomlann X, Y ve Z eksenlerindeki pozisyonlanna karsilk potan: siyel enerji yuzeyi) etkili bir tarama yéntemi olarak oldukga popillerdir. Oyle ki kuantum, deneysel tasarim ve hemen her mihendislik probleminde sikca kargilagiian optimizasyon sorunian cok fazla parametre igermekte ve sonuca etkisi analitk olarak cézileme: yen bu parametrelerin tim degerlerinin "brute-force’ ile denenmesi giniimiz bilgisayarlan bile yillar ala: bilmektedir. Genetik algoritma ile bu parametreler bir canimnin genleri ve istenilen ézellikise o canlinin uyumu olarak ifade edilr. Béylece gézUlmek istenen problem algoritmaya uygun hale getirlir. Ardindan genetik algoritma dogal segilim prensiplerini veriye uygular. Bunu ise doganin rastgeleligi (6rnegin parametre: lerin ilk degerlerinin atanmasinda) egeyli Ureme ile genlerin gaprazianmas| (parametrelerindiger birmodel grubuna ait parametrelerle yer dedistirmesi) ve dogal segilimi (elde edilen sonucun istenilene yakinligina gore genin modele etkisi) gibi evrimsel sureg: lerin taklit edilmesiyle saglar. Genetik algoritmanin kemometrik madellemelerde _uygulanmasi_ise degigken secimibazinda gerceklesmektedir. Onceden bahsedilen OLS, PLS ve PCR yéntemlerinde amag en iyi katsayllan bulmak iken, genetik algoritmada amag dmegin yine OLS, PLS ya da PCR ile en iyi sonucu veren degigken kombinasyonunu bulmaktir Ozellikle her bir kombinasyonun denenmesinin neredeyse imkansiz oldugu spektroskopik verilerde genetikalgoritma éne cikmaktave tekbagina OLS, PLS gibi metotlardan Ustiin sonuglar saglayabilmektedir. 2, METOT Bu galigmada kullanilan tim metotlar ve onlann gene: tik algoritma ile galigan varyasyonlan laboratuvan: mizda MATLAB platformunda gelistirilmistit. Yapim agamasinda, ézellikle de genetik basit en kUgik kareler metodu (GILS)[4] gelistirlirken, MATLAB'n hem dogrudan sézdizimi ile sagladiéi dizilere indisler izerinden erisim hem de OLS regresyonunun soruniu verilerde dahi hizia ¢ézimuind Tekil Deger Dekor: pozisyonu (Singular Value Decomposition, SVD) ile gergeklestiren pinv fonksiyonu kullanilmigti. Aynica, gelistirlen bu kemometrik yéntemlere ek olarak birgok veri manipilasyon metodunun da bulundugu bir grafiksel kullanici arayiizi gelistimig ve aktf olarak kullaniimaktadir. Ayn zamanda da gerekli gratik ve gikti dosyalan otomatik olarak Uretiimektedir. 3. DENEYSEL CALISMALAR VE SONUCLAR Cesitli igecekierin igeriklerinin tamamuni ya da bir kisminin tayini fark analitik metotlar kullanilarak miimkin olmaktadi. Bu noktada en énemii hedefler- den biri ilgili analizierin kolay uygulanabilir ve hizl bir metotla yapilmasidi, Bu dogrultuda arastirma ARGE Dergisi | 21grubumuz tarafindan MATLAB ortaminda genetik algoritma tabanli genetik ters en klighk kareler (GILS) algoritmasi gelistirimig ve burada gelistirlen bu gok. degiskenli_ kalibrasyon metodunun uygulanmasina yénelik drnek galigmalara_yer verilmisti. Omek uygulamalardan biri sade ve meyve aromali maden sulan iginde toplam gozUnir kati madde miktan analizini hedeflerken bir digeri ise kargik meyve sulannin ydzdece kangim miktariarni Kantitatif olarak. belirlemeyi amag edinmektedi. Maden suyu analizi yaptlirken ticari olarak satilan 50 adet sade ve meyveli market émedi toplanmig ve FTIR-ATR (Agilent Cary 630 FTIR) spektrometresi kullanilarak spektrosko: pik analizleri yapiimigtit, Ote yandan kansik meyve sulaninin miktarsal tayini igin ise gunumizde yaygin olarakkullanilan akili telefon kamerasi (Samsung Note 4) le 30 adet laboratuvar ortaminda hazirlanan karisim @meklerinin géruntileri alnmig ve bu gorintiler zerinden yine ayni algoritma yardimiyia yuzdece a. Akilli Telefon ile Karigik Meyve Suyu Kompozisyonunun Belirlenmesi Elma ve Uzlim suyu olmak izere iki adet meyve suyu dmedi fark oranlarda kanstinlarak 33 adet ikili kargim laboratuvar ortaminda_hazirlanmist Elma ve Uzlim suyu émeklerinin saf hallerinin de eklenmesi ile toplamda 35 adet dmnek ile galigma yapiimistr (Tablo 1). Axil telefon kullanilarak toplamda kitlece ayn’ miktarda —_hazirianan amnekler ayni standarttaki kaplara yerlestirilmis ve kurulan dizenek ile ayni yukseklikten garlintUlenmisti (Seki 1). Bu prosedirin ardindan ayn! sartlarda toplanan gériintiler kitlece ylzde kangimlann tayin edilebilmesi amaciyla MATLAB programlama dil kullanilarak yazilan Genetik Tabanii Ters En Kigik. Kareler (GILS) algoritmasi kullanilarak modellenmistit. b. Tasinabilir FTIR Spektrometresi ile Maden Sulannin Analizi igerikierin “ belirlenebilmesine “yénelik modeller Yerel_marketlerden toplamda 50 fark (sade ve kurulmustur. meyveli) maden suyu tedarik edilmistir. (Sekil 2) Tabol 1. Meyve suyu kangim oranlan (wi %) No [E!ma Suyu| Uzim suyu| 4, [Ema Suyu| Uzim Suyu |, /Elma Suyu| Uzim Suyu (ww %) | (ww %) (ww %6) | (ww %) (ww %) | (wiw %) 1 700.0000) O.0000[ 13 wae 60.5884] 25 05.2497 34.7509] 2 0.0000] _100.0000| 14 oat 68.8583] 26 28.4078] __ 70.5822 3 43.9745| __50.0255| 15 69,9685 30.0315| 27 17.1289] 62.8711 4 25.0712| 74.9868] 16 5 3962 34.6008] 28 7.4006] 92.5994] 5 75.0069| 24.9831] _17 30.0753] 35281| 29 37.9513] __ 62.0487 € 919760 30840] 18 59.3547 40.6453] 30 T2218] 86 7785] 7 42,3335| 57.6665] 19 44,9039] 25.0961] 34 33.1173] 66.6827] @ 21.1269| 78.8731] _20 5.1835 548165] 32 38.1453] __ 61.8547] 2 60.2085| 39.7975] 24 37.0274 48.9726] 33 78.9320] __ 27.0680] 70 saera| 965127] 22 3.9704] 76.0296 _34 68.6496] 37.1504] "1 34.8782| 45.1218) 23 97.0316 2.9684| 35 59527] 94.0473] 2 Traits] 82.0887] 24 33.4503] 66.5497] Her érnekten agildiktan hemen sonra bir damia numune alinmig olup, orta infrared bélgesin de (4000-600 cm-1 dalga sayisi araliginda) ATR (Attanuated Total Reflectance) aksesuari ile FTIR spextrumian toplanmistr (Sekil 3). FTIR-ATR Sue tae 22 | wwwwfiges.com.tr spektrumian alinan her bir érnekten 20.0 gf alinmig ve behere dékilimigtir. Her numuneye ayni isitma prosediri uygulanarak sim kisim ugurulmug ve daha sonra beherde kalan toplam gézinir kati igerik. tartimist. Tartlan géziinebilir igerik miktan daha sonra katlesel olarak ylzde igerige déniisturulmustur (Tablo 2). FTIR'dan toplanan spektrumlar ve toplam gézinebilir igeriklerinin gravimetik olarak belirlenen yuzdeleri daha sonra MATLAB programlama dil kullanilarak yazilan Genetik Tabanii Ters En Kigik. Kareler (GILS) algoritmasi kullanilarak modellenmistit. Seki 2. Yerel markellerden alinan 50 adet sade ve meyve aromall aden suyu 6mexler Sekil 3. Macen suyu dmekiernin FTIR-ATR spektrumiann kaydeaiimes' Tablo 2. Maden suyu émekerininreferans gravimetrik analiz sonuglan (ww %). Toplam Toplam ‘Toplam No |geztnen Madde No |gazunen Madde No |gazanen Madde (ww %) (wh %) (wh 9) i 02768 7 ad 3 47770 2 4.1220 19) 3.700 36 3.1300 3 46160 20 01250 a7 32575 = 6.8435 21 11.4370 38 oees 3 0.1705 2 8.6895 39) 3.6210 7 0.2745 24 9.6755 a 9.5530 s 6.8765 25 3.0735 az 0.5505 2 6.2085 26 Bears ry 0.7855 7 2.3975 Ed 9.8500 e 70,9966 4 2.1905 25 7.3450 a 72.4720 72, 7.8825 29 71.0025 46 72.675 15, 1.7050 30) 34725 a7 11.5675 14 3.0275 31 3.9860 co 1.1025 16 72.6048 32 4.7080 cc 0.0270 1 7.4960 35 0.0860 30 (0.2025, 7, 9.7230 3 4.2580 4, SONUCLAR VE TARTISMA Yukarida Tablo 1 de verilen 35 adet meyve suyu 6meklerinin MATLAB ortamina aktarilan_ standart gortintileri toplu halede Sekil 4'te verilmistir, Elde edilen bu gériintilerden de anlasilacagi gibi her bir émekteki Uziim suyu ve elma suyun ylizde- lerindeki degisime bagi olarak renk toniannda dedisim net bir sekilde gérlimektedi.. GILS. metodu ile bu farkiikiardan yararlanilarak érnek igeriklerindeki elma ve Gzlim suyu yiizdelerinin kantitatit olarak belirlenmesine ydnelik modelleme galigmalari gergeklestirimigtiz. Bu amagla énce- likle s6z Konusu 6tnek resimleri RGB kalmaniarina aynilarak veriler matriks formatina déniistirtimis olup elde edilen spektrum benzeri gériintii Sekil 5' verilmisti. 6 st 318 324 rn BEE EEE 2 BEE EE 33 $25 530 5 st 317 $29 35, $23 4 $10 528 34 2 314 $20 526 BEE EES 3 BEE EEE 3 BEE EEE 35 532 6 EE EEE 2 st S19 513 33 ‘Sok 4, MATLAB ortamina akfarlan 35 adet meyve suyu émeginn goruntuler. ARGE Dergisi | 23ILS ile Tehmin Edin Toplem Geztnen Maxi (ww %) 0 2 4 6 8 0 2 w Referans Teplam Gézinen Madea (ww %) Seki 5. Meyve suyu dmeklerinin RGB katmanlanna aynlan (30 pikse!x 30 piksel x 3 ~2700 pikse!) dital verlerinin grafixsel gosterimi Eide edilen bu dijtal veri daha sonra GILS meto- una yuklenerek kaliorasyon (30 adet) ve bagimsz validasyon (5 ade!) setine ayristnimis ve hem uzim suyu igerigi hem de elma suyu icerigi igin ayn’ ayn modeller olusturulmustur Sekil 6'da elde edilen kemometrik modeller ile tahmin edilen igerik degerierine kargiik referans kompozisyon degerlerinin gtafikleri verilmistir. GILS_metodu kullanilarak olusturulan-modellerin gercede karsi tahmin grafiklerinden de anlagilacagi gibi bir telefon kamerasi ile elde edilen goruntd yarcimt ile igeriginde hem elma suyu hem de uzim suyu bulan bir Grnegin yuuzde kompozisyonu rahatlkia belirlenebilmektedir. Bu baglamda sofistike bir anaii- tik metotla ancak saatler iginde gergeklestiilebilecek bir analiz bu metot ile dakikalar igerisinde higbir 6rnek hazillama agamasina gerek duyulmaksizin_basit bir telefon kamerasi duzenegi ile gerceklestir- lebilmektedir. Her ne kadar burada sadece iki bilegenli bir meyve suyu karigimina uygulanmis olsa da séz konusu metodun bir akilli telefon uygulamasi haline getirimesi ile pek gok farkli alanda da uygulama olanagi mumkiin olacaktr. Bir baska uygulama olan maden sularnda gézunmiis kati madde analizi caligmasinda toplamda 50 adet ‘ornegin her birinden sadece bir damla alimarak elde edilen FTIR-ATR spektrumian Sekil 7'de veriimistir Yukan da verilen FTIR spektrumlanndan gérilaigui gibi parmak izi bélgesi olarak adlandinlan 1100 cm-1 dalga say's civannda dmnekierin sahip oldugu gozuinmiig kati madde igerigine bagi olarak her Gmegin spektrumunda kiguk degisimler ortaya gikmaktadir. Bu degisimin daha net gorulebil- mesi igin ilgili bolge spektrum Uzerinde biyitulerek gosteriimistir. Elde edilen bu spektral veriler daha 20 100 . GILS te Tahmin Edien Elma Suyu (wh %) o Fa oo Referans Eima Suyu (wi %) 109 z 7 i. 3 § ©) 8 a ye ¢ £ i ey, —— 2 ¥ Ried corae 3 eee . . a a) Reforans Oat Suu (wi) ‘Seki 6. GILS metodu le tahmin edilen igork dogererine karg!referars degeririn gratig. 24 | worwcfiges.com.tr ‘Seki 7, Hava zemin spektumualinarak kaydedilen 50 adet maden suyu 6maginin FTIR-ATR spektrumlan, sonra MATLAB ortaminda galigan GILS metoduna yuklenmig ve toplam 50 adet Gmegin 35 adedi ile kalibrasyon seti ve geriye kalan 15 adet émek ile bagimsiz validasyon seti rastgele secim yéntemi ile olusturulmustur. Sonrasinda referans _gravimetrik anaiiz ile (her bir érnek icin yarn saat siren bir istma islemi sonucunda) belirlenen cozinmiig kati madde igerikleri kullanilarak ilgili FTIR spektrumian uzerinde kemometrik modelleme galigmasi gergeklestirimis olup olusturulan modelin referans degerlere karsi tahmin grafigi Sekil 8'de verilmistir. GILS ile olusturulan modelin referans degerlere karsi tahmin sonuglanndan da anlagiiacagi gibi oldukca bagsanit_sonuglar elde edildigi gorulmektedi Bu noktada en carpici sonug ise analizi gergeklestirien maden suyu émeklerinde sade olarak tuketime sunu- lan maden sulannda belirlenen toplam goztinmils kati madde yiizdesisin en fazia %1.0 Aw/w %) civannda oldugu buna karsilk meyve aromali olarak tiketime sunulan bazi maden suyu émekleri de bu rakamlann 9613.0 seviyelerine gkmasidir. Kabaca bir hesap yaptigimizda, macen sulannin 200 mL'tik sigelerde tketime sunuldugu diiginulduginde bu miktan yakiasik 200 gr olarak degeriendirirsek bir sige meyveli maden suyunda gézunmug kati madde miktannin 25 gr civarina denk geldigini gérebilriz Eger sade maden suyunda bu rakam sadece 2 gr civannda ise ve aromali olanlarda 25 gr mertebele- rine yukselebiliyorsa aradaki farkin tatlandinci (geker) igeridi olabilecegi kanisina vanimaktadir. Gravimetrik yontemle en az yarim saat strecek olan bu anaiizin gelistrlen bu metot ile saniyeler iginde sadece bir damia émegin ATR kristaline damlatiip spektru- munun kaydediimesi ile gergeklestirlebiimektedir Ote yandan kullanian FTIR sistemi oldukga kuguk ve bir pil yardim ile sahada da kullanilabilecek olan bir sistem olmasindan dolay' gelistilen bu metot ile ‘Seki 8. GILS motodi le olusturuian model le tahmin eclen topiam (gdzinen made igeriine kag ro‘erans degerierin graf. laboratuvar disinda dogrudan saha analizierinde de kullanilabilecektir. Sonug olarak bu galigma kapsaminda MATLAB ortaminda gelistilen GILS metodu ile iki farkl uygulama gergeklestirimig olup her iki uygulamada dogrudan sahada kullaniabilecek oldukca basit ve hizli analiz olanagi saglayan yakiasimiardr. Bunun yaninda bahsi gegen uygulamalar gunluk hayatin ve endustrinin pek gok alaninda farki: uygulama alantan bulabilecektir 5. REFERANSLAR [1] P Geladi, K. Esbensen, The start and early history of chemometrics: Selected interviews. Part 1, Journal of Chemometrics, 4 (1990) 337-354. [2] RG. Brereton, Chemometrics: data analysis for the laboratory and chemical plant, Jahn Wiley & Sons, 2003. [3] P Geladi, B.R. Kowalski, Partial least-squares regression: a tutorial, Analytica chimica acta, 185 (1986) 1-17 [4] D. Ozdemir, B. Ozturk, Near infrared spectroscopic determination of /— olive oil adulteration with sunflower and corn oil, (2007) ARGE Dergisi | 25Tuna Gakar cakar@mef edutr Faculty of Engineering MEF University Music has been one of the main means of expressing emotions and communicating. One of the fundamental problems in music studies is the subjectivity due to being related to the person's emotional processes. This subjectivity may be restrictive during the evaluation of | music. However, it is also possible to talk about the Properties of the music that can be objectively evaluated. More clearly, it is possible to find some conclusions about the perceived music based on the various acoustic characteristics of the music being listened to. One of these possible conclusions is to be able to determine the Psychological elevations of the listeners, starting from the acoustic properties of the listening 26 | worw.figes.com.tr a Meviiit Serdar BAD || revistserdar@kora.comtr ™ Data Scientist KORA Database Solutions music [1]. In addition to this, there are studies in the academic literature that investigate the relationship between the physiological effects and changes caused by the music played and the acoustic properties. The priority for this study is to examine the relationship between valence and arousal levels that participants declared and objective audio measures calculated via MATLAB. The findings obtained from studies related to the subject indicate that the level of arousal can be predicted. In other words, the sound waves are transformed into different attributes that are correlated with the subjective measures. An ‘example of the sound wave obtained through the 48 second music track is given in the following figures. Figure 1. Sound image of a 48-second music track These attributes include rms value, low energy, eventdensity, tempo, _pulseclarity, zerocross, centroid, spread, rolloff, brightness, irregularity, and mode. The effective value (rms value) gives the average square root of the energy value (the root of the square averages). Low energy is used to calculate the percentage of squares representing RMS energy, which is lower than a certain threshold. Eventdensity calculates the average frequency of events in a given time period. The tempo calculates the number of puises/strokes per minute in the sound wave. Pulseclarity shows the strength of the strokes of the tempo calculations. Zerocross gives the rate of change of the signal as @ numerical value, in other words to pass the xaxis for sound waves. It also means noise when used for sound waves. The mass center (centroid) is used to calculate the central value of the sound wave. Spread is used to express the spectral spread of the sound wave. Rolloff provides the calculation of the spectral changes in the sound wave in Hz. The brightness is used to calculate the spectral energy level above the given threshold value. Irregularity shows the degree of change between successive peaks in the sound wave, Mode exposes the dominance of the wave of sound, which reveals an absolute uncertainty, while a positive value refers to the minor mode when the major mode is negative. The purpose of this study is to determine the relationship between the auditory features of the listened music and the valence and arousal effects on the participants. In this framework, it is planned to perform objective sound analyzes for each music sample. Subsequently, the mean values of the valence and arousal values declared by the participants were calculated and subjected to correlation anaiysis with objective measures. Figure 2. Sound image of a 48-second music track For each of the 40 audio tracks of 48 seconds evaluated in the analysis, the 12 audio attributes described above are calculated and expressed as numerical values. At this stage, the technical outputs were performed in MATLAB environment and MIR library was used [2]. As mentioned above, these attributes include rms value, low energy, eventdensity, tempo, pulseclarity, _zerocross, centroid, spread, rolloff, brightness, irregularity, and mode. Figure-3, Figure-4, Figure-5, Figure-6 and Figure-7 given below show the distributions of the related criteria The main purpose of this study is to determine the relationship between objective (objective) and subjective (subjective) criteria for the music being listened to. The subjective values consist of the ‘scores of the participants on the 9-point Likert scale for the different axes after the study. For each music Figure-3, The frequency histogram of measured brightness for 40 videos ARGE Dergisi|27Figute-4. The frequency histogram of arousal ratings for 40 videos Figute-5. The frequency histogram of calculated zorocross for 40 videos Table 1. This table shows the correlation coefficient betwoon measures as rvalues Table 1. This table shows the correlation coefficient between measures as rvalues he os _[ veer [renseny] weno | ouevay] wees | cowed | weet | vm [wien | moe | vome | Meal = om | om ~ | am e oveseey |< mo on ” 7 = oa | am : ea = ~ | om oon [om [om | am | am |. 00, teow | om | am | om om |. | am |. | om | oom “er ‘on om | ao ‘aon | oom | om “mor went on | | om “om | om - te on _| om | am | aon a = Piero aor | eon | om | om | oom ener Figure-§ The lrequency histogram of caleulaled eventdensiy for 40 videos video from 32 participants, the individual scores on the valence and arousal axes were collected. Then the average valence and arousal values for each video are calculated. The distribution of mean valence and arousal values obtained for 40 music videos can be seen in the following graphs. These subjective values are put into the correlation test together with the calculated objective music attributes. 3. ANALYSES OUTPUTS: As. stated above, Pearson-correlation test was performed for analysing subjective and objective metrics and the findings are reported in Table-1 given below. When the values in this table are examined, it is seen that there is not a meaningful relation between objective criteria calculated by the declared valence value. However, it is seen that the value of arousal has a significant level of association with 4 objective 28 | wwwFiges.com.tr Figute-7. The frequency histogram of valence ratings for 40 videos Let Ler tlbld eee e Figute 8. Correlation relationship between measures measures related to the sound. The p-values for these entities are presented in the table below. There are several instances of the slatislically significant relationships belween the variables as seen in Table-2. Consistent with the academic literature, 4. DISCUSSION AND CONCLUSION The focal point in this study has been the study of the relationship between objective and subjective criteria. Therefore, other relations are excluded, even if al a meaningful level. However, one of the important points to be noted is that the participants did not just listen to the voices, but also watched the respective music clips for 48 seconds. Therefore, it should be considered as a factor thal the witnesses were also watching the image at the same time except for the sound It is seen that there is a significant positive correlation between pulsed light _ intensity, zerooross, centroid, and brightness, as well as subjective stimulus value in the findings obtained. These outputs are consistent with the findings already presented in the literature, and the outputs presented in this work support potential interrelation- ships that can be established between subjective criteria and objective criteria in analyzes of music files. It is planned that these criteria obtained in the next phase of the study will be analyzed by other declaration data and physiological efficacy ‘outcomes. 5. REFERENCES [1] Vampala, N. V. & Russo, FA. 2012 Predicting Emotion from Music Audio Features Using Neural Networks. Proceedings of CMMR [2] Larillot, ©., Toiviainen, P, Eerola, T: A Matlab Toolbox for Music Information Retrieval. In: Preisach, C., Burkhardt, H., Schmidt-Thieme, L., Decker, R. (eds.) Data Analysis, Machine Learning and Applications, Studies in Classification, Data Analysis, and Knowledge Organization. Springer-Verlag (2008). ARGE Dergisi | 29= Halil Aydogus oH hal.aydogus@siemens.com \e Software Development Engineer Siemens CUSTOMIZING THE REAL-TIME COMPILER OF SIMULINK CODER FOR SIEMENS SIMATIC $7-1500 SOFTWARE CONTROLLER 4. INTRODUCTION Simulink® Coder™ (formerly Real-Time Workshop”) is a toolbox used to generate and execute C and C++ code from Simulink models, Matiab® functions and Stateflow® charts. The generated code can be used for real-time and non-real-time applications such as rapid prototyping, simulation acceleration and HIL (hardware-in-the-loop) testing, It is possible to tune and monitor the generated code running outside Matlab and Simulink (1) In this paper, we show how we utilize this technology to generate source code customized to the Siemens 30 J wwwfiges.com.tr SIMATIC $7-1500 Software Controller environment. At the end of such work, the SIMATIC Target 1500S" has been brought into the use of industry. 2. CODE CUSTOMIZATION TECHNOLOGY The Target Language Compiler (TLC) is an integral part of MathWorks® code generation technology used to produce C or C++ code and executables from Matlab algorithms and Simulink diagrams. It enables you to achieve platform-specific code or to incorporate your own algorithmic changes for several purposes [3] SS [ sixatinx | moder nat RealTime Workshop t esl Tine Workshop Build ‘Te propam: + Sete tage Mle Block target les ‘Inne $n target Hes + Torgt Language er ncn Run-time interes supper flee Figure 1. Real-Time Workshop code generation process with target language compiler included [riceinane,sustaaros Breas atttoopta,tenptatousrersa Figure 2. Templated build process provided by predefined hook methods Figure 1 shows how the target language compiler takes role within the whole code generation process. itis designed to transform the medel description file (Le. model.rw) into target-specific code. This file is an intermediate form of a Simulink model containing a compiled representation of it. Real-Time Workshop also requires a template make-file specifying the appropriate compiler options in order to create a target-specific application [3]. However, we cut the process right at this step and instead use the SIMATIC ODK 1500S which is a specific tool for developing real-time library functions for $7-1500S software controllers. It is based on an Eclipse SDK and uses GCC cross compiler [4]. Details of using ODK 15008 are described in Chapter 4. 3. CUSTOMIZING BUILD PROCESS. The build process lets you control the flow and supply additional custom code in hook methods executed at specific points in the code generation and build process. Hook methods can be used to add, customized actions to the generic build process. They ‘can be modified in a function prototype referred to as, ‘STF_make_rtw_hook.m, where STF is the name of the customized TLC (i. the customized system target file) Figure 2 lists the order in which the build process calls STF_make_rtw hook with different arguments [2]. We customize the process at almost every step depending on requirements. For example, the after_make step is completely customized by including the ODK process. In order to register the interface for this customized process to Matlab, the system target fle is added to the Simulink. customization file (i.e. s|_customization.m) so that the Matlab can recognize it and let it to be used as a separate process. 4, GENERATING CUSTOMIZED CODE FOR THE $7-1500 SW CONTROLLER The main motivation for the customization of the build process is the fact that the real-time side of an $7-1500S controller requires a specific shared object which can dynamically be loaded by a Step7 program during runtime. In order to obtain such an object, an ODK 1500S project is constructed by generating the following files: *The body for the generated C++ source code (model.cop) *Header files (model.h) *Header file defining parameters and data structures private to the generated code (model private.h) *An interface file defining necessary functions to ‘build an ODK project (model ODK.odk) *The body for the ODK functions defined in the interface file (model_ODK.cpp) *Source files required for external_ mode communication or any additional feature (see Chapters 687) The first three items in this list are generated by the Simulink Coder itself while the other ones are generated by the customized TLC. After creating the project, the TLC process then triggers a build using an internal interface provided by ODK. At the end of this build, the following files necessary to run the simulation algorithm on an $7-1500S controller are obtained: *Shared object file (model_ ODK.so) *Program source file (model ODK.scl) ARGE Dergisi] 31‘Target 15008 a Soca J oon « ) obksouree . | 1 Leer (00K 15005 reste OE ct I susan || “Simulinaoseb_ Ook Importin a aye Figure 8. General workfiow for code generation using SIMATIC Target 1500S” . +O >| Pines PID Contaller PID_out ProcessValue Figure 4. a. An examle model in Smulink 32 J wwwfiges.com.tr DBT "PiDOneStep_DB* Figure 4, b. The use of corresponding function block generated from this madbl in TIA Portal environment Basic workflow for this process is shown in Figure 3, The shared object file contains the executable function which corresponds to the exact algorithm, designed in the Simulink model and it must be stored in a S7-1500S controller, On the other hand, the extemal program source (i.e. the SCL file) defines interface for a function block which has the same inputs and outputs as the Simulink model and it has to be called by a Step7 program [5]. Figure 4 shows an example Simulink model and its corresponding function block used in a Step7 program 5. CONFIGURATION SET FOR THE TARGET ENVIRONMENT In order to generate code compatible to the target environment, some configuration options are set to appropriate values by the customized TLC. The following table includes the values for major ones of these options: Language CHe Solver ype Fixed-step Tasking mode of the Single tasking realtime system Device vendor Intel Device ype x86-32 (Windows32) Byte ordering Little Endian Single output! Enabled update function Code interface packaging | Nonreusable function Classic call interface Disabled MATile logging Disabled External Mode tepip transport layer Static memory allocation | Enabled for€xternal Mode In addition to these, we also offer a set of customized options about ODK runtime environment and options, for enabling/disabling additional features provided ODK-specific options are not the subject of this paper while additional features are discussed in Chapter 7 6. Tune Parameters and Monitor Signals During Execution: External Mode External mode allows a host and a target to communicate over a specified protocol, where the host is the environment the Matlab and Simulink execute and the target is the environment in which the executable created by the code generation and build process runs (ie. S7-1500S SW controller in our case). The Simulink requests by transmitting messages to the target to execute parameters changes or to upload simulation data. The target responds by executing the host's request. Figure 5 illustrates, the client/server architecture this communication is based on [2] We implemented a TCP/IP-based client/server ‘communication for external mode. In order to use Simulink external mode over TCP/IP. we created an extemal in terface MEXfile for our target's TCP/IP transport and implemented an information queue which is specific to the S7-1500S environment. As shown in Figure 6, the MEXfile (ie. ext_cormm) sends the requests to the target environment while the exe- cutable on the target side sends back an appropriate response or the simulation data requested ARGE Dergisi| 33,Teen nas Coa Te Figure 6. Host/Target communication channel or external mode os - a eA == = Figure 6. TOP/IP-oased cleniserver implementation for extemal mode An innovative aspect of the implemented queue on, the target is that we designed it to be thread-safe despite the default implementation provided by Simulink does not support a thread-safe mechanism. In this way, the simulation and the task sending data to Simulink can run en different threads, allowing the simulation thread to have a very fast cycle-time. Such, a thread-safe mechanism is achieved by storing and accessing to simulation data in a non-blocking concurrent queue, which is a specialized version of the one proposed by Michael and Scott [6]. It has thus been possible to design it in a way that allows the Simulink engine to always get the latest simulation data from. the target, preventing a possible lag between the actual signal state and its, state observed on Simulink. 7. ADDITIONAL FEATURES In TLC environment, the compiled model which corresponds to the description file mentioned in 34 | wavwfiges.com.ir Chapter 2 is accessed via a record named as Compiled Model. Through this object, the required information for additional features presented below is, obtained and processed, 7.1 Complex Data Types Multidimensional signals and structured data, types (e.g. structures, arrays and bus objects) in a model require special care during code generation. A bus object, for example, can be considered as the Simulink representation for C++ structs. If a block is defined in a structured data type, a corresponding struct in ODK interface file is created for this so that a user can use it in a Step? program with the same. structural hierarchy. Moreover, we also support ‘complex numbers’ defined for bus objects or input! output parameters, having real and imaginary parts. 7.2 Access to Block Parameters and Internal Signals Parameters for model blocks can be accessed and modified over Simulink during external mode communication. However, we also provide an interface block to the user to read/write these parameters over Step7 program during model execution on an ODKcapable $7-1500S SW controler. Users can also define measurement points in a model by naming the internal lines connecting the model blocks, for mainly debug purposes. We. also provide an option to the user to include these signals in the generated model function block so that they become accessible on Step7 environment. 7.3, Referenced Models For referenced models, the rtw hook steps in Figure 2 iterate recursively in dependency order for each referenced model. The generated code for referenced models is considered as an additional source. Therefore after_make step for a referenced model is omitted and the source code generated for all referenced models is incorporated within the ODK 1500S project generated at after_make step for the parent model. 8. SUMMARY Simulink® Coder™ provides an essential technology to industry because the large number of real customer systems works on specific hardware environments and requires the need for accelerated simulation, rapid prototyping and HIL testing. By adapting this technology to S7-1500S SW controliets, we enable Siemens customers to easily and quickly implement their closed-loop control algorithms they design on Simulink environment. 9. REFERENCES [1] The MathWorks, Inc. (2017). Simulink® Coder" Getting Started Guide. Retrieved from https://www. mathworks.com/help/pat_doc/nwirtw_gs.paf [2] The MathWorks, Inc. (2017). Simulink® Coder" User's Guide. Retrieved from https://www. mathworks.com/help/pat_doc/ttw/rtw_ug pat. [3] The MathWorks, Inc. (2017). Target Language Compiler” For Use with Real-Time Workshop® Reference Guide. Retrieved from _https://www. mathworks.com/help/pat_doc/rtwitw_tle.palt [4] Siemens AG. (2016). SIMATIC STEP 7 (TIA Portal) Options Open Development Kit 15008 V2.0 Programming and Operating Manual. Retrieved from https://support.industry.siemens.com/csww/ en/view/ 109741218. [5] Siemens AG. (2017). SIMATIC STEP 7 (TIA Portal) Options Target 1500S™ for Simulink® V1.0 Update 1 Programming Manual. Retrieved from https://support. industry siemens.com/cs/ww/en/view/ 109741754. [6] Michael, M. M., & Scott M. L. (1996). Simple, Fast, and Practical Non-Blocking and Blocking ‘Concurrent Queue Algorithms. Retrieved from http:// wwn.es.rochester.edu/~scott/papers/1996 PODC queues.paf. ARGE Dergisi| 35,r - Dog. Dr. Tiirkmen Géksel tgokse!@ankara.cdutr Ankara Universitesi intisat Bolima ma KEYNESYEN VE SAMUELSON MODELLERININ SiMULASYON iLE KARSILASTIRILMASI 1.GiRi$ Bu makalede éncelikle "Keynesyen Godaltan” ve Samuelson Gogaltan - Hizlandiran Etkilesim” modelleri kisaca tanitiacak ve daha sonra bu iki modelin ekonomide milli gelir, tiketim ve yatinm zerindeki fark ngériler' MATLAB program kullaniarak similasyonlar ile kargilastiniacakt. Ayrica bu modeller devietin huktimet harcamalanin arta politikasinin milli gelir,tuketim ve yatinm degigkenlerini nasil etkiledikleri agisindan da karsllastinlaceklardi, Buikimodetin farklliGinianiamakigin yatiimkavramina bakmamz gerekir. Yatinmlar iki ana unsurdan olugur: Otonom yatinmlar ve uyanimig yatinmlar. Otonom yatinmlar gelirden bagimsiz olarak yapilan yatinmlar iken uyanimis yatinmlar gelire bagli olarak degigen ve 36 | wwnwfiges.com.tr gelirin belli bir orani olarak yapilan yatinmlardir. Keynesyen modelin aksine Samuelson (1939) modelinde yatnmlar milli gelii iki farklr yoldan etkileyebili. Birincisi, Keynesyen modelde oldugu gibi otonom yatinmlar gogaltan etkisiyle mill geliri aru. ikinci olarak da uyanimig yatimlar vasitasiyla yani Samuelson'un vurguladigi hiziandiran etkisiyle milli geliri etkilemektedir, Eger sadece Keynes‘in belitigi godaltan etkisi devrede olsaydi, émegin genisletici maliye polkas sonucu ekonomide herhangi_ bir dalgalanma olmadan mill gelirde artis yaganacakt Fakat Samuelson’un belirtigi hiziandiran etkisi de devreye girince genisletici maliye polkas! sonucu milli gelicde artis yaganmakla beraber ekonomide dalgalanmalar da ortaya gkmaktadrr Bu galigmanin ikinci bélmiinde "Keynesyen Cogaltan’ ve “Samuelson Cogaltan - Hizlandiran Etkilegim" modelleri matematiksel dilde tanitiacaktr. Upuincii béllimde ise MATLAB program! kullantlarak. her iki modelin similasyonu gergeklestirilecek ve modeller karsilastiniacaktr, Dérdiincd bélimde de sonug kismina yer verilecekti 2."KEYNESYEN COGALTAN” VE “SAMUELSON GOGALTAN- HIZLANDIRAN ETKiLESIM” MODELLERI “Keynesyen Cogaltan” ve “Samuelson Cogaltan Hilandiran EtKilesim” —modellerinin biter versiyonunu ayni denkiemler yardimiyia anlatmaya galigalim. 5 denklem ile anlatiimaya caligiian her iki model arasindak tek fark (4) nolu denklemde ‘a’ parametresinin alacagi degerdi. Eger (4) nolu denklemde “a” parametresi 0 degerini alirsa bu model “Keynesyen Cogaltan" modeline déniisiirken, “a>0" olursa model “Samuelson Cogaltan ~ Hizlandiran Etkilegim" modeline dénigmektedir Bu modelleri tanimlayan 5 temel denklemi gu gekilde, itade edebiliriz: (1) C.=0.8Y,, 2 C,,-0.8Y,, 3) \=100+a(C-C,,) (4) G=50 ©) Bu modelde Y, t dénernindeki milli geliri géstermek- tedir. (1) nolu denklem t dénemindeki mili gelirin yine t donemindeki tiketim (C), yatirnm (|) ve hiktimet harcamalarinin (G) toplamina esit oldugunu ifade etmektedir. (2) nolu denkiemde ise 0.8 degeri marjinal tdketim egjlimini ifade eder. Bu parametrenin anlami gelirde bir birim artis oldugunda tiketimde 0.8 birim artig olacagidir. Dolayisiyla (2) nolu denklem t dénemindeki tiketimin bir énoeki yani t-1 dénemin: deki mili gelirin 0.8 kati kadarinin tketime aynlacagini ifade eder. Benzer gekilde (3) nolu denklem de t-1 dénemindeki tiketimin bir énoeki yani 2 dénemin: deki mili gelirin 0.8 kati kadarinin tketime aynlacagini ifade etmektedit. (4) nolu denklemde 100 degeri otonom yatirmlan géstermektedi. Yani her t déneminde gelirden bagimsiz olarak 100 birim yatinm yapilacakti,. Bu denklemdeki ikinel yani a (C,-C,,) kismi ise uyanimis yatinmlann tiketime ve dolayisiyla gelire olan bad olan béltimiind ifade eder. (4) nolu denklemde a>0 hizlandiran katsayisi olmak Uzere t déneminde, t ve 1-1 dénemileri arasindaki tUketim farkinin hiziandiran katsayisi ile garpimi kadar uyanimig yatinm yapildigi varsaylimisti.. Eger a—0 olursa yatirmlarin sadece otonom yatinmlardan olugacadi aciktir, Ekonomide hukiimet harcamalaninin her dénem sabit ve S0'ye egit cldugu (5) nolu denklem ile kabul edilmistir. 3, SIMULASYONLAR: SAMUELSON VE KEYNESYEN MODELLERININ KARSILASTIRILMASI ikinci bélimde bahsi gegen modellerin simUlasyonian hem a=0 (Keynesyen gogaltan) hem de a>0 (Samuelson gogaltan - hizlandiran) varsayimlan igin yapilacakt. Bu_modeli MATLAB programina tanitmak igin agagidaki kod yazilmig ve daha sonra da agikiamasina yer veriimistir. Kutu 1. Similasyonlar igin MATLAB kodu clear all cle 1-79; Y(1)=200: Y(2)=200: G=50*ones(T+2,1) a-0 for t=1:T Clt+1)-0.8*Y(); Clt+2)-0.8"Y(t+1). I(t+2)=100+a*(Ct+2)-C(t+1)) Y(t+2)=Clt+2) +(t+2)+G(t+2); end Ydd-Y(1) Cdd=C() Idd=I(7) “clear all” ve "clo" Komutlarnt yazarak sirasiyla MATLAB hafizasinda daha énceden yer alan dediskenleri ve Komut penceresinde énceden yazili olan bilgileri temizleyelim. Bir sonraki satirda T-79 diyerek baslangigtaki dénemler (1. ve 2. dénem: ler) ile bitlikte toplam 81 dénem igin simillasyonun yapiimasini saglanz. Modelin matematiksel yapisi geregi milli gelirin 1. ve 2. dénemleri icin basiangig kogullarina ihtiyaoimiz vardir. Y(1)=200 ve Y(2)=200 satirian ile her iki dénem igin milli gelir basiangig kogulu 200 olarak segilmig olsun. Bir sonraki satrda digsal olarak pbelirlenen G dedigkeni (T+2)x1 boyutundaki ve her degeri 50 olan bir vektér geklinde, tanimlanmistr. "a" parametresinin degeri 0 olarak kabul edilmistir. Daha sonra simulasyonun 79 dénem tekrar etmesi igin bir for’ déngust baslatiir. Bu “for’ déngusil iginde hethangi bir t dénemi icin Y,, ve Y,, degerleri bilindigi igin ilk dnce (2) ve (3) nolu denklemler ile C,, ve C, hesaplani. Daha sonra hesaplanan bu bilgiler (4) nolu denklemde yerine yazilarak |, degeri hesaplanir. Bu hesaplama yapilirken ilk olarak a=0 kabul edelim. Son olarak da hesap: lanan C,, lve (6) nolu denklemdeki G.—50 bilgisi (1) nolu' denkleme konularak Y, degeri hesaplanr. Duragan durumun T=79 donem iginde ulasilacagi varsayllmistir ve dolayisiyla 79. dénemdeki Y, C ve | degiskenlerinin degerleri duragan durum degerieri olarak kabul edilmisti ARGE Dergisi| 37Son tig satirdaki komutlar da Y, C ve | degigkenlerinin, duragan durum degerlerinin komut penceresinde yazimasin! saglamaktadir. Dogal olarak duragan ‘durum T=79'da saglanmasa idi T igin dana yiksek bir deger segilebilirdi Ana kodun —yazim_—tamamlandiktan— sonra agagjida sirasiyla Y, C ve | dedigkenlerinin zaman patikalanni gizdirmek igin gerekli kodlar yazilmistr Kutu 2. Grafiklerin Gizilmest igin MATLAB Kodu figure(1) plol(Y'k’Linewidth’ 4) axis((1,80,0,1200)) title('Y igin zaman patikas'') xlabel('t’}) ylabel(’Y’) grid figure(2) plot(C,’k’’Linewidth’,4) axis((3,80,0,1000)) title(‘C igin zaman patikas'’) xlabel('t}) ylabel('C’) grid figure(3) plot(|,«’,'Linewidth’,4) axis((3,80,0,300)) title(|igin zaman patikas'’) xlabel('t’) ylabel('!) grid Bu kod calistinidijinda komut penceresinde Y, C ve | dediskenleri igin Yad, Cdd ve Idd duragan durum degerleri ve aynica sirast ile Y, C ve | dediigkenleriigin agagidaki gekiller (Sekil 1-3) elde edilecektir: Ydd = 750.0000 Cdd = 600.0000 Idd = 100 Uzun dénemde yani duragan durumda mil gelir, tuketim ve yatirm degerleri sirasiyla 750, 600 ve 100'e yakinsayacaktir, Burada dikkat edilmesi gereken énemii husus baslangig degeri 200 olan mill gelir, tuketim ve yatinm serilerinin monoton gekilde yani higbir dalgalanma yaganmadan duragan durum, ‘egerierine yakinsamalardr Simdi de Samuelson modeline gegelim. Bu modelde tek fark olarak “a” parametresinin degerini 0 yerine 1 kabul edelim ve Kutu 1'de belinilen kodu tekrar galigtralim. Y, C ve | degiskenleri igin elde edilen duragan durumlar a=0 durumundak ile aynidir fakat gegis dénemleri agagidaki gekillerde goruldigd Uzere oldukea farklict Samuelson modelinde de uzun dénemde yani duragan durumda milli geli, tiketim ve yatinm degerieri sirasiyla Keynesyen modelde oldugu gibi 750, 600 ve 100'e yakinsamaktadir. Fakat burada dikkat edilmesi gereken énemii husus baslangig degeri 200 olan mili gelir serisi ile tuketim ve yatinm serilerinin monoton gekilde degil_dalgalanarak duragan durum degerlerine yakinsamalandir. Bu anlatilanlar Sekil 4-6'da gorulmektedir. 3.1. Politika Dedigikligi: Hdktimet Harcamalarinin 50'den 70'e Gikmasi Mili gelir igin Ydd(750) duragan durum degerinde olan bu ekonomide hukimet harcamalannin 50'den 70'e cikanimasi sonucunda Y, C, ve | degigkenlerinin nasil etkilenecegini ve hangi degerleri alacaklanni her iki mode! icin hesaplayalim ve sonuglan kargilastialim. Kutu 1'de belinilen kodda iki degisikik yaparak yeni Koda ulagmamiz miimkiindu. Birincisi, milli gelir igin politika degisikligi @ncesi yani G50 iken duragan durum degeri olarak hesapladigimiz degerin yeni durumda baslangig degerleri olarak kullanimasidir. Bir bagka degisle ark Y(1)=Y@)-750 kabul edilecektir. ikincisi de G—50*ones(T,1) satin politika dedisikligi sonrasi G=70*ones((, 1) olarak varsayllacaktir. Her iki modelde de uzun dénem denge degerleri Y, C ve | igin sirasiyla 850, 680 ve 100’e yakinsayacaktr. Sekil 7-9 a0 durumundaki (Keynesyen mode!) gegig dénemlerini yansitmaktadi. ign marae gatas: 3 € BS 8 8 se BB 8 am ee) 20 “ii 2anan pata: ‘ckenzaman peas: 209 ry 1100 T PoE ot ey 1009 fevennfennnal pa co ° a ry 210} a ‘Sok 2. TOketim igin Zaman Patixasi Sok 4 Yr ignzanan panes: 09 T pppfcfil gin zaman pases ‘Seki. Mili Galrigin Zaman Patikast 38 | wowfiges.com.tr ‘Seki 3. Yatinm icin Zaman Patikast ‘Seki 6. Sarruelson Modelinde Inn Zarvan Patkast Seki 7. Keynesyen Modelinde Gin artmasi durumunda Yin Zaman Palikas: ARGE Dergisi] 39Ciginzaman potas 4 a a ‘Seki 8. Keynesyen Modelinde G'nin arlmasi durumunca C'nin Zaman Patikasi cat Perea ares TA 0 2 » © oo 7 Seki 8. Keynesyen Modelinde G'nin arimas: dutumunda tin Zaman Palikas: {gm zaman pts 3 8 8 a 888 8 8 & @ Seki 1 Zaman Patkasi ‘Samuelson Modelinde Ginin artmas: durumunda Y'nin Zaman Patikas cn tan pats 4. SONUG iki model arasindaki_temel modelde politika dedigiklikleri denge degerlere gegiglerde__ekonomide dalgalanma yaganmamakla _iken ig cevrimlerini de aciklayabilmektedir. Acceleration 1939, sf. 75-78 Seki 12. Samuelson Modetinae Zaman Patikasi 40 | wwwwfigas.com.tr Seki 11. Samuelson Modelinde Ginin artmasi durumunda C'nin fark Keynesyen sonucunda yeni bir Samuelson modelinde polilika degigiklikleri sonrasi ekonominin yeni denge degerlerine dalgalanmalar yasandiklan sonra ulagilmasidir. Bu baglamda Samuelson modeli of 5. KAYNAKCA Samuelson, Paul, A, “Interaction between the Multiplier Analysis and the Principles Review of Economic Studies, Mayis Ces) TI Cate ott) Ar-Ge Merkezi Siirec Yonetimi ve Kalite Dokiimantasyonunda Basarinin Anahtari Strateji ve Kalite Yénetim Sistemi mt YONETIMi ea Een YONETIMI ‘Ar-Ge projelerinin vonetimi ‘Aksiyon takibi aera Bilgi paylagimt Anket talib noe Perea a ve dolul Prove oreel emt Akullisletme Cozimeri QQ QQQeQ wwwiletisimyazilimeomWhat will you do with MATLAB? MATLAB® drives discovery and innovation in the world’s leading research institutions and in every Tielemans oe MathWorks is actively hiring Sah engineering and computer Ret te Mes Aceelerating the pace of engineering and science _—