Advanced Search

Show simple item record

dc.contributor.authorToylan, Hayrettin
dc.contributor.authorHüner, Engin
dc.date.accessioned2017-10-12T07:21:06Z
dc.date.available2017-10-12T07:21:06Z
dc.date.issued2017
dc.identifier.issn2149-3367
dc.identifier.urihttp://fenbildergi.aku.edu.tr/wp-content/uploads/2017/10/025202-546-554.pdf
dc.identifier.urihttp://hdl.handle.net/11630/4644
dc.description.abstractFotovoltaik panellerin güç toplama verimliliğini artırmak için genellikle güneş takip sistemleri (GTS) ile entegre edilmelidir. Bu çalışmada, uyarlamalı sinirsel bulanık çıkarım uygulaması ile GTS sunulmuştur. GTS, zenit ve azimut açılarını kontrol eden iki motora sahip çift eksenli olarak tasarlanmıştır. Bu motorların hızının kontrol edilmesi için ANFIS’in tasarlanmasından sonra bulanık mantık kontrolörünün giriş-çıkış ilişkisini öğrenmek için yapay sinir ağı eğitilmiştir. Pozisyon hatası ve hatanın değişimi modellerin girişi olarak alınmıştır. Motora uygulanan gerilim modellerin çıkışı olarak alınmıştır. ANFIS modelde, deneysel verilerden doğrudan üretilen kurallar kümesine sahip yapay sinir ağının öğrenme yeteneği ile bulanık çıkarım modeli birleştirilir. Sonuç olarak, elde edilen sonuçlar GTS için amaçlanan kontrol yaklaşımının doğru cevap ve takip etme etkinliğini doğrular.en_US
dc.description.abstractSolar tracking systems (STS) should usually be integrated with photovoltaic (PV) panel so that the photovoltaic panels can increase power collection efficiency. In this paper, STS with implementation of adaptive neuro-fuzzy inference system (ANFIS) is presented. STS designed as dual axis has two motors that control azimuth angle and zenith angle. After designing an ANFIS for controlling these motors' speed, a Neural Network is trained to learn the input–output relationship of fuzzy logic controller. Position error and error variation were taken as model’s inputs. Applied voltage to the motor was taken as model's output. The ANFIS model is combined modeling function of fuzzy inference with the learning ability of artificial neural network that has set of rules generated directly from the experimental data. Finally, the obtained results confirm the tracking efficiency and correct response of the proposed control approach for STS.en_US
dc.language.isoengen_US
dc.publisherAfyon Kocatepe Üniversitesi, Fen ve Mühendislik Bilimleri Dergisien_US
dc.identifier.doi10.5578/fmbd.60776en_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectGüneş Enerjisien_US
dc.subjectANFISen_US
dc.subjectFotovoltaiken_US
dc.subjectGüneş Takipen_US
dc.subjectBulanık Mantıken_US
dc.titleUyarlamalı Sinirsel Bulanık Çıkarım (ANFIS) Tabanlı Güneş Takip Sistemien_US
dc.title.alternativeSolar Tracking System based on Adaptive Neuro-Fuzzy Inference System (ANFIS)en_US
dc.typearticleen_US
dc.relation.journalFen ve Mühendislik Bilimleri Dergisien_US
dc.departmentKırklareli Üniversitesi, Teknoloji Fakültesi, Mekatronik Mühendisliği, Kırklareli Üniversitesi, Teknoloji Fakültesi, Enerji Sistemleri Mühendisliğien_US
dc.identifier.volume17en_US
dc.identifier.startpage546en_US
dc.identifier.endpage554en_US
dc.identifier.issue2en_US
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Yayınıen_US


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record