Tek serbestlik dereceli mekanik bir jiroskobun çıkış voltajı ve hassasiyetinin yapay sinir ağları ile belirlenmesi

Abstract

ÖZETTEK SERBESTLİK DERECELİ MEKANİK BİR JİROSKOBUN ÇIKIŞVOLTAJI VE ÇIKIŞ HASSASİYETİNİN YAPAY SİNİR AĞLARI İLEBELİRLENMESİAKGÜL, MustafaKırıkkale ÜniversitesiFen Bilimleri EnstitüsüElektrik-Elektronik Anabilim Dalı, Yüksek Lisans TeziDanışman : Doç. Dr. Şerafettin ERELHaziran 2005, 103 sayfaBu tez çalışmasında, tek serbestlik dereceli mekanik jiroskopların(TSDMJ) çıkış voltajı ve çıkış hassasiyeti, çok farklı mühendislikproblemlerinin çözümünde yaygın bir şekilde kullanılan yapay sinir ağları(YSA) ile yüksek bir doğrulukla belirlenmiştir. YSA, ivmeölçer ve TSDMJ'lerinkullanıldığı ataletsel seyrüsefer sistemi ile ilgili bilgiler verildikten sonra,jiroskop çeşitleri ve özellikle tez çalışmasında kullanılan TSDMJ'nin yapısıaçıklanmıştır. Uygulama kısmında, YSA için kullanılacak eğitim ve testverilerini elde etmek maksadıyla, jiroskop test düzeneği ile 601'er adet saatyönünde (clock wise, CW) ve saat yönünün tersinde (counter clock wise,CCW) 0 0/s'den 60 0/s'e kadar 0.1 0/s aralıklarla toplam 1202 adet çıkış voltajıölçümleri yapılmıştır. Elde edilen çıkış voltajlarına göre CW ve CCW için çıkışihassasiyeti değerleri hesaplanmıştır. Bu CW ve CCW yönlerindeki her bir601'er ölçümün 596 adeti YSA'yı eğitmek için kullanılırken kalan 5 adetieğitilen bu ağın doğruluğunu göstermek amacıyla test için kullanılmıştır.Yapılan uygulamalarda, sırasıyla, TSDMJ'nin giriş bilgisi olarak dönü oranı,çıkış bilgisi olarak ise çıkış voltajı ve çıkış hassasiyeti parametrelerialınmıştır. YSA modeli olarak ileri beslemeli geri yayılımlı (feed forward backpropagation) ağ modeli seçilmiştir. TSDMJ çıkış voltajı, çıkış hassasiyetiparametrelerine göre CW ve CCW yönlerinde tek giriş iki çıkışa sahip benzermodeller elde edilmiştir. Uygulamada, eğitilen YSA'ya farklı girişler tekraruygulanarak, ağdan elde edilen çıkışların gerçek değerler ilekarşılaştırıldığında YSA'nın ürettiği çıkışların doğruluk oranının oldukçayüksek olduğu gösterilmiştir. YSA'nın TSDMJ çıkış voltajı ve çıkış hassasiyetiparametrelerinin hesabında kullanılmasının amacı, tanımlanan dönü0aralığındaki değerlerin (0-60 /s'ler arası) Matlab programında eğitilmesisonucunda elde edilen yüksek doğruluklu çıkışlar sayesinde diğerTSDMJ'lerin test edilmesi esnasında YSA'da bulunan sonuçlar ilekarşılaştırılarak TSDMJ'nin arızalı veya faal olduğuna karar verilmesindebüyük kolaylık sağlamasıdır.Anahtar Kelimeler: Yapay Sinir Ağı, Tek Serbestlik Dereceli MekanikJiroskop.ii

ABSTRACTDETERMINATION OF OUTPUT VOLTAGE AND SENSITIVITY OF SINGLEDEGREE OF FREEDOM MECHANIC GYROSCOPE WITH THE USE OFARTIFICIAL NEURAL NETWORKSAKGÜL, MustafaKırıkkale UniversityGraduate School Of Natural and Applied SciencesDepartment of Electrical-Electronics, M. Sc. ThesisSupervisor : Assoc. Şerafettin ERELJune 2005, 103 pagesIn this thesis, Single Degree of Freedom (SDOF) mechanicgyroscopes were defined accurately by using the Artificial Neural Networks(ANN) which have been commonly used in solving different engineeringproblems in recent years. The kinds and structure of SDOF mechanicgyroscope used in this thesis were explained after the information aboutinertial navigation system, in which ANN, accelerometer and SDOF mechanicgyroscopes were used, was given. In the implementation section, to obtainthe train and test data for ANN, total 1202 output voltage, (half of them wasCounter Clock Wise(CCW), the other half was Clock Wise(CW)) from 0 0/s to60 0/s with 0.1 0/s intervals were carried out. The output sensitivity wascalculated for CW and CCW depending on the obtained output voltages.Different ANN models were developed for CW and CCW. For each of 601imeasurements, 596 of them were used to train ANN s while other 5measurements were used to test the accuracy of this network. During theimplementation, the parameters of setting/rate were used as the input datawhereas output voltage and sensitivity parameters were used as the outputdata. Similar CW and CCW one input and two output models were obtainedaccording to the parameters of mechanic gyroscopes. Feed-forward back-propagation network model was chosen as the ANN model. Different inputswere applied to ANN and it was observed that the accuracy rate of outputsproduced by ANN was high when compared to the real values. The aim ofusing ANN in the calculating the parameters of the output voltage andsensitivity of SDOF mechanic gyroscopes is that high accurate outputs wereobtained by training the degrees of defined setting/rate interval (between 0-600/s) in the matlab programme so that the results of SDOF mechanicgyroscopes can be compared to other SDOF mechanic gyroscopes. Thus, itfacilitates the differentiation of the broken and active gyroscopes.Key Words: Artificial Neural Networks, Single Degree of Freedom MechanicGyroscopes.ii