Doğrusal Hareketli̇ Sürekli̇ Miknatisli Senkron Motorun Yapay Si̇ni̇r Ağ Tabanli Skaler Hiz Deneti̇mi̇

Ötkün, Özcan; Doğan, Ramazan Özgür; Akpınar, Adem

doi:10.17341/gummfd.22543

Cited by 3 publications

(2 citation statements)

References 21 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Almeida et al [13] used past prices and trading volume of Cryptocurrency to train an an artificial neural network to predict the next-day price. [14]predict Cryptocurrency's next day price performance based on previous day's price and volume. They apply the ANN model.…”

Section: Prediction Methodologiesmentioning

confidence: 99%

A Survey on Anticipation the Prices of crypto currency using Deep Learning

Akshaya¹

2019

IJRASET

View full text Add to dashboard Cite

Cryptocurrency is a decentralized digital currency, it without a central bank or single administrator that can be sent from user-to-user on the peer-to-peer network without the need for the negotiator. Cryptocurrency has been one of the top hit in social media and search engines recently. Their high volatility leads to the great potential of high profit if intelligent inventing strategies are taken. Unfortunately, due to their lack of indexes, Cryptocurrencies are relatively volatile compared to traditional fiat currencies. Hence when wisely invested with the assistance of predicted data, increased profit is achievable.

show abstract

Section: Prediction Methodologiesmentioning

confidence: 99%

A Survey on Anticipation the Prices of crypto currency using Deep Learning

Akshaya¹

2019

IJRASET

View full text Add to dashboard Cite

show abstract

“…Daha ileri kontrol tekniklerinden yararlanmak suretiyle yapılan çalışmalar arasında dogrusal olmayan kontrol teknikleri uygulanarak yapılan çalışmalar [19], akıllı denetim teknikleri (sinirsel aglar, ögrenimli kontrol v.b.) [20,21], uyarlamalı kontrol yaklaşımları [22,23] ve faz kenetlemeli çevrim [24] görülebilmektedir. Ayrıca gürbüzlük (robustness) saglamak amacıyla da yapılan denetleyici tasarımı üzerine araştırmalarda mevcuttur.…”

Section: Elektrik Motoru Denetleyicileriunclassified

Geri Adımlama Tekniği ile Bir DC Motorun Konum ve Hız Kontrolü

Doruk

Zuglem²

2018

SDÜ Fen Bil Enst Der

View full text Add to dashboard Cite

Özet: Bu çalışmada Lyapunov'un ikinci kararlılık yönteminin bir özyinelemeli bir uyarlaması olan geri adımlama yöntemi fırçalı bir dogru akım motorunun denetimine uygulanmaktadır. Bozucu etkilerden bagımsız bir ortamda hem hız, hem de konum denetiminde başarı ile uygulanabildigi görülen yöntemin bozucu etkiler altındaki performasını inceleyebilmek için hem teorik hem de benzetim tabanlı analizler yapılmıştır. Teorik incelemede girdiden-duruma kararlılık kuramından yararlanılmıştır. Bu noktada girdi bozucu etkileri (bozucu torklar) temsil etmektedir. Yöntem uygulandıgında, denetim kazançlarının seçiminde bir alt sınırın var oldugu ve bozucu etkilerden bagışık ortamda oldugu gibi serbest seçilmesinin uygun olmayabilecegi anlaşılmaktadır. Benzetimlerde ise bozucu etkiler rastgele sinyaller olarak modellenmiş olup, denetim kazançları yükseltildiginde bozucu etkilerin baskılanabildigi gözlemlenmektedir. Geri adımlama tekniginin bozucu etkiler altında kararlılık analizi ile birlikte dogru akım motorunun denetimine uygulanması literatüre önemli bir katkı sunmaktadır.

show abstract

Yüksek Gerilim Kablo Başlık Arızalarını Önlemede Kılıf Gerilimi Tahmin Yöntemlerinin Karşılaştırılması

Akbal¹

2020

European Journal of Science and Technology

View full text Add to dashboard Cite

Öz Yüksek gerilim yeraltı kablolarının metal kılıflarında oluşan gerilimi sıfırlamak ve kablo arızalarını önlemek amacıyla IEEE 575-1988 standardında yer alan yöntemlerle kablo topraklaması yapılmaktadır. Fakat kablonun metal kılıfından akan akım, yük akımının harmonik içermesine ve dengesizlik durumuna göre kılıf akımı, akım harmonikleri ve sıfır bileşen akımlarını içerebilir. IEEE 575-1988 standardında yer alan yöntemler ile yapılan topraklama, sıfır bileşen ve harmonik akımlarının neden olduğu kablo başlığı arızalarını önlemede yetersiz kalmaktadır. Bu yüzden Parçalı Çift Taraflı Topraklama (PÇT) yöntemi sıfır bileşen akımları ve akım harmonikleri kaynaklı arızaların önlenmesi için geliştirilmiştir. PÇT yöntemindeki optimum parametre değerlerinin belirlenmesi için kabloda oluşacak olan kılıf geriliminin de bilinmesi gereklidir. Bu yüzden kabloda oluşacak kılıf gerilimi için tahmin yöntemleri kullanılmaktadır. Bu çalışmada daha iyi bir topraklama yapabilmek için kılıf gerilimi tahmininde kullanılan yöntemlerin doğrulukları karşılaştırılmıştır. Tahmin yöntemleri için yapay sinir ağları, genetik algoritma ile yapılan melez yapay sinir ağı ve regresyon yöntemleri kullanılmış, optimizasyon yöntemi olarak da genetik algoritma kullanılmıştır. Çalışma sonunda genetik algoritma ile yapılan melez yapay sinir ağının doğruluğu yaklaşık olarak %99 ile en yüksek orandadır. Dolayısıyla genetik algoritma ile yapılan melez yapay sinir ağının tahmin yöntemi olarak kullanıldığı bir PÇT optimizasyonunda elde edilen parametreler ile yapılan topraklama daha güvenilir olacaktır.

show abstract

Doğrusal Hareketli̇ Sürekli̇ Miknatisli Senkron Motorun Yapay Si̇ni̇r Ağ Tabanli Skaler Hiz Deneti̇mi̇

Cited by 3 publications

References 21 publications

A Survey on Anticipation the Prices of crypto currency using Deep Learning

A Survey on Anticipation the Prices of crypto currency using Deep Learning

Geri Adımlama Tekniği ile Bir DC Motorun Konum ve Hız Kontrolü

Yüksek Gerilim Kablo Başlık Arızalarını Önlemede Kılıf Gerilimi Tahmin Yöntemlerinin Karşılaştırılması

Contact Info

Product

Resources

About