DC MOTOR HIZ KONTROLÜNÜN GÖRÜNTÜ İŞLEME ve OPC KULLANARAK S DE GERÇEKLENMESİ

Transkript

1 DC MOTOR HIZ KONTROLÜNÜN GÖRÜNTÜ İŞLEME ve OPC KULLANARAK S DE GERÇEKLENMESİ Aykut Çubukçu 1, Sıtkı Öztürk 2, Melih Kuncan 3 1,2 Elektronik ve Haberleşme Mühendisliği Bölümü Kocaeli Üniversitesi, İzmit cubukcuaykut@gmail.com, sozturk@kocaeli.edu.tr 3 Mekatronik Mühendisliği Bölümü Kocaeli Üniversitesi, İzmit melih.kuncan@kocaeli.edu.tr Özetçe Bu çalışmada, DC (Doğru Akım) motorun hızını referans alarak AC (Alternatif Akım) motorun hız kontrolü veya senkronlanması, amaçlanmıştır. Endüstride hız kontrolü gerektiren çalışmalarda genellikle encoder veya takogeneratör kullanılmaktadır. Bu çalışmada encoder yerine kamera kullanılarak hız kontrolü yapılmaktadır. DC motorun hızını okumak için motor milinde bir düzenek kullanılmıştır. DC motorun hızı USB kamera ile düzenekten okumaktadır. Okunan hız, Programlanabilir Lojik Kontrolörlere (PLC) gönderilerek AC motorun DC motora senkron bir şekilde dönmesi sağlanmıştır. Kamera yardımıyla alınan görüntüler MATLAB ortamında görüntü işleme metotlarıyla işlenerek hız bilgisine dönüştürülmektedir. Hız bilgisi MATLAB den PLC ye OPC (OLE forprocess Control) kullanılarak gönderilmektedir. PLC de AC motor sürücüsü MICROMASTER VECTOR kontrol edilmektedir. Sürücüde 380 Volt sabit olmak üzere PLC den gelen 0-10Volt hız bilgisine göre 380 voltun frekansı değiştirerek AC motorun hız kontrolü yapılmaktadır. 1. Giriş Görüntü işleme, gerçek yaşamdaki görüntülerin resim haline getirildikten sonra özelliklerinin ve niteliklerinin değiştirilmesi işlemidir [1]. Görüntü işlemeyi tam olarak açıklayabilmek için insandaki görme sisteminin temel mantığının bilinmesi oldukça önemlidir. İnsandaki görme sisteminin temel mantığı kısaca, gözün bir fotoğraf makinesi gibi düşünülmesi ve beynin görme bölümleri de karmaşık bir görüntü işleme sistemi olarak düşünülmesiyle açıklanabilir [2]. Görüntü işleme teknolojisi günümüzde endüstriyel birçok uygulamada vazgeçilmez olarak uygulanmaktadır. Bu teknoloji, otoyoldan geçen araç sayısını saymak, aracın plakasını okumak, farklı şekle sahip cisimleri ayırmak, farklı renklerdeki cisimleri algılamak veya bir tomografi görüntüsünün netleştirilmesi gibi birçok alanda kullanılmaktadır. Programlanabilir Lojik Kontrolörler (PLC) otomasyon devrelerinde yardımcı röleler, zaman röleleri, sayıcılar gibi kumanda elemanlarının yerine kullanılan mikroişlemci temelli cihazlardır. Bu cihazlarda zamanlama, sayma, sıralama ve her türlü kombinasyonel ve ardışık lojik işlemler yazılımla gerçekleştirilir. Bu nedenle karmaşık otomasyon problemlerini hızlı ve güvenli bir şekilde çözmek mümkündür [3-7]. PLC ler çok giriş ve çok çıkışa sahip karmaşık sistemlerin kontrolü için düşük maliyetli çözüm sunmakla birlikte, çabuk ve kolayca diğer sistemlere uygulanabilirlik, elektriksel gürültülere, titreşim ve darbelere karşı dayanıklılık gibi avantajlar sağlamaktadır [8]. PLC kullanımının yaygınlaşması ile birlikte, PLC lerden istenen iş yükü tek bir PLC modülü tarafından yerine getirilemeyecek kadar ağırlaşmıştır. Bu da birden fazla PLC kullanımını ve/veya farklı sistemlerin birlikte çalışmasını zorunlu kılmaktadır. Endüstriyel otomasyonda farklı markalara sahip cihazlardan tek bir ortama veri aktarılması ya da cihazların birbiriyle haberleşmesi çoğu zaman sorun oluşturmaktadır. Cihazların birbiriyle haberleşmesi, genel olarak üretici firma tarafından geliştirilen özel bir haberleşme ağı ile sağlanmaktadır. Her üretici kendi geliştirdiği özel protokoller ve bu protokolleri anlayabilecek özel donanımlar geliştirerek kendi ürünleri arasında veri alış verişini sağlamaktadır [9]. Endüstriyel otomasyonda kullanılan haberleşme sistemlerinin markadan markaya farklılık göstermesi, bu alanda bir standartlaşmaya gitme ihtiyacı doğurmuştur. Farklı üreticiler tarafından geliştirilen donanım ve yazılımların sorunsuz bir şekilde bir arada çalışmasını sağlamak için, sunucu-istemci mimarisi temel alınarak Süreç Yönetiminde Nesnelerin Bağdaştırılması ve İlişkilendirilmesi (OPC=OLE forprocess Control) teknolojisi geliştirilmiştir [10]. OPC, endüstriyel otomasyon alanında birlikte çalışabilirlik (interoperability) sorununu çözmek amacıyla oluşturulmuş bir haberleşme standardıdır. OPC ile farklı markalarda ve farklı haberleşme protokolleri ile haberleşen kontrol sistemlerinin her bir markanın anlaşılırlığı gerçekleştirmektedir [11]. Gerçekleştirilen sistemin yazılımında Şekil 1 de verildiği gibi, haberleşme ve OPC sunucu için SIMATIC NET yazılımı, OPC istemci olarak MATLAB yazılımı ve PLC yi programlamak için de TIA Portal V11 yazılımı kullanılmıştır. 836

2 S TIA Portal ARAYÜZ (TCP/IP) OPC SUNUCU OPC İSTEMCİ SIMATIC NET MATLAB bakmaktadır. Çarktan alınan örnekler DC motor hızının belirlenmesi bölümünde anlatılan algoritmalara sokularak ayrı ayrı açı hesabı yapılmaktadır. Bir tam süresi içinde en az iki örnek alınmaktadır. Alınan bu iki örneğin açı farkı hesaplanarak çarkın taradığı açı belirlenmektedir. Aynı zamanda alınan iki örnek arasında geçen süre de hesaplanmaktadır. Taranan açının geçen zamana oranından açısal hız belirlenmektedir. Şekil 1: Veri alış-verişinde OPC nin konumu 2. Deney Düzeneği Şekil 2 de görülen düzenek kullanılarak hız kontrolü yapılmaktadır. Düzenekte görüldüğü gibi USB kamera sabit ve uygun pozisyonda konumlandırılarak DC motora bakmaktadır. DC motor ucunda üzerinde yarım çizgi bulunan çark bulunmaktadır. Bilgisayarda görüntü işleme metotlarıyla çarktan örnekler alarak taranan açı belirlenip buradan hız bilgisine geçilmektedir. Şekil 2:Deney Düzeneği Bilgisayar ortamında belirlenen hız bilgisi Şekil 2 deki düzenekten görüleceği gibi PLC ye gönderilmektedir. Hız bilgisinin PLC ye gönderilmesinde OPC kullanılmaktadır.. Sürücüdeki gerekli parametre ayarları yapıldıktan sonra gelen hız bilgisi göre AC motor sürülmektedir. Görüntü işleme ile hız kontrolünü yapılabilmesi için sistemde bulanan DC motorun ve kameranın gerekli donanımsal yeterlilikleri sağlaması gerekmektedir. USB kameranın görüntü alma hızı ms olarak ölçülmüştür. Kamera kullanılarak hız bilgisine ulaşabilmek için motorun tam tur atma süresinin kameranın görüntü alma süresinin üzerinde olması gerekmektedir. Bu bilgiler göz önünde bulundurularak hız bilgisinin sağlıklı bir şekilde elde edebilmesi için bir tam tur süresi 400 ms olan 24V 150 rpm DC motor kullanmıştır. AC motor olarak 1680 rpm asenkron motor kullanılmaktadır. Sistemde bulunan AC motorun kontrolü S PLC ve MicromasterVector sürücü kullanılarak yapılmaktadır DC Motor Hızının Belirlenmesi Motor hızını belirleyebilmek için DC motor ucuna 12 cm çapında çark takılmıştır. Çark kullanılarak hız bilgisine ulaşabilmek için çarkın üzerine merkez noktasından dışa doğru yaklaşık 2 cm kalınlığında siyah çizgi çizilmiştir. Çizginin siyah olmasının nedeni görüntü işleme metotlarının daha rahat kullanılabilmesidir. 400 ms içerisinde kamera yardımıyla çarktan iki örnek alınmıştır. Alınan örneklerdeki siyah çizginin x eksenin pozitif tarafı göre açısı hesaplanmaktadır.bir tam tur süresi(400 ms) içinde iki farklı zamanda iki farklı açı hesaplanmıştır. Alınan 2. Örnek açısından 1. Örneğin açısı çıkartılarak siyah çizginin taradığı açı belirlenmiştir.aynı zamanda MATLAB da tic-toc komutuyla alınan iki örnek arasındaki süre hesaplanmıştır. Taranan açı, geçen zamana bölünerek DC motorun açısal hız bilgisi elde edilmiştir. Taranan açının hesaplanabilmesi için 400 ms içinde en az iki örnek alınması gerekmektedir. Alınan görüntü sayısı ikiden az olursa tur kaçırılmış olunur. Bu durum da hız bilgisinin elde edilmesini engellemektedir. Motor hızı, çark üzerindeki çizginin taradığı açıya bakılarak belirlenmiştir. Daha kolay ve hızlı açı hesabı yapabilmek için çark üzerinde siyah çizginin olabileceği aday bölge belirlenmiştir.aday bölge belirlenirken çarkın merkezi X1,Y1 olarak kabul edilmiştir. Aday bölge, X1,Y1 merkez olacak şekilde çark büyüklüğüne uygun bir kare olarak belirlenmiştir. MATLAB ortamında belirlenmiş olan aday bölgenin piksel değerleri incelenerek siyah çizginin daha net ortaya çıkması için uygun eşik ve renk kanalı belirlenmiştir. Uygun renk kanalı boş bir bölgeye alınıp artık işlemler bu görüntü üzerinden yapılmıştır.tüm görüntü bu eşikten geçirilmemektedir. Çünkü çalışılan alan belirlenen karesel bölgedir. Belirlenmiş olan eşiğe göre ilgili alan için eşikleme işlemi yapılmıştır. Eşik üstünde kalan pikseller 255 (beyaz), eşik altında kalan piksel 0 (siyah) olsun yorumu yapılarak, siyah çizginin net olarak ortaya çıkarılmıştır. Şekil 3 te eşikleme sonucu elde edilen çark örneği gösterilmektedir. 3. Görüntü İşleme Görüntü işleme, kaydedilmiş olan dijital resim verilerinin bilgisayar yardımı ile değiştirilmesi ve düzeltilmesi işlemidir. Görüntü işleme, daha çok mevcut görüntüleri işlemek, diğer bir ifadeyle mevcut resim ve grafikleri, değiştirmek, düzenlemek ya da iyileştirmek için kullanılır [12]. Deney düzeneğinde görüntü işleme uygulamalarını gerçekleştirmek için, USB kamera kullanılmaktadır. USB kamerayı sabit konumladırarak, DC motor ucuna takılı çarka 837

3 3.1 deki denklemden α, eşitliğin arctan alınarak belirlenir. Y2 Y1 α = arctan X2 X1 (3.2) Şekil 3: Alınan çark örneği MATLAB, işlenmek üzere aktarılmış bir görüntüyü matris olarak algılamaktadır. Görüntünün piksel değerleri satır ve sütunlara yazılmaktadır. MATLAB da Görüntü işleme metotları uygulanırken satır ve sütun numarası kullanılarak istenilen piksel değerine ulaşılmaktadır. Yine uygulanacak algoritmalar oluşturulurken görüntünün satır ve sütunlardan oluştuğu göz önüne bulundurulmaktadır. Çarkın taradığı açının belirlenmesinde de satır ve sütun koordinatları kullanılmıştır. Açı belirlemede geometride sıkça kullanılan iki noktası bilinen doğrunun eğimi yöntemi kullanılmıştır. Satır ve sütun koordinatları yönteme göre yorumlanarak açı hesabı yapan algoritma oluşturulmuştur. Şekil 4 te görülen koordinat sistemi görüntüye uyarlanmıştır. MATLAB da görüntüler koordinat sistemine göre ters algılanmaktadır. Satırlar y koordinatını, sütunlar x koordinatını ifade etmektedir. Denklem 3.2 den yararlanabilmek için deneysel olarak bir merkez nokta belirlenmiştir. Siyah çizginin belirlenmesinde kullanılan çark merkez noktası X1,Y1 açı hesabında da merkez nokta olarak kullanılmıştır. Merkez nokta seçiminde kayma olmadığı için sağlıklı bir açı hesabı yapılabilmektedir. X1,Y1 noktası değişmeyerek sabit kalmaktadır. Denklem 3.2 nin uygulanabilmesi için X2,Y2 noktası belirlenmesi gerekmektedir. Çark sürekli dönmesinden dolayı X2,Y2 noktasının sürekli değişmektedir. Değişken X2,Y2 noktasını belirleyebilmek için alınan görüntü üzerinde X1,Y1 merkez noktası etrafında kare bir çerçeve oluşturulmuştur. Çerçeve koordinatları, temsili X2,Y2 noktaları olarak kabul edilmiştir. Şekil 5 te oluşturulan çerçeve kırmızı renkle gösterilmektedir. Alınan görüntüdeki çizginin siyah pikselleri kırmızı çizgiyi kesiyorsa, kesişme noktası koordinatı X2,Y2 olarak hafızaya alınmaktadır. X2 değerleri x koordinatı, Y2 değerleri y koordinatı olarak hafızaya alınmaktadır. Aynı zamanda kesişmenin kaç noktada olduğu da sayılmaktadır. Sonuçta kesişme adedi kadar x koordinat değeri ve y koordinat değeri oluşmaktadır. X koordinatları kesişme adedine bölünerek X2, y koordinatları kesişme adedine bölünerek Y2 noktası belirlenmiştir. Denklem 3.2 de elde edilen açı x ekseni ile yapılan açıyı vermektedir. Noktalar nerede olursa olsun iki nokta arasındaki açı en fazla olmaktadır. Yani iki nokta arası açı fazla olamamaktadır. Çark çizgisi merkez noktasını x ekseninin pozitif tarafı 0 0 olarak kabul edilerek bir tam turu için tarama yapmaktadır. Denklem 3.2 kullanarak açı taramasının hesap edilebilmesi için X2,Y2 koordinatının X1,Y1 merkez noktasına göre hangi bölgede olduğu belirlenmiştir. MATLAB ortamındaki Görüntülerde satır ve sütun başlangıcı sol üst köşedir. Aşağıya ve sola gidildikçe indis değerleri artmaktadır lik açı hesabı yapabilmek için bölge belirlemesi yapılmıştır. X2,Y2 koordinatının bölge ayrımı Tablo 3.1 deki koşullara göre yapılmıştır. Tablo 3.1:X2,Y2koordinatının bölge ayrımı Şekil 4: İki noktası bilinen doğrunun koordinat düzlemi gösterimi Şekil 4 teki koordinat sisteminde A ve B noktaları arasındaki eğim α olarak gösterilmektedir. Bu iki nokta arasındaki eğim, α nın tanjantına eşittir. Y2 Y1 tan α = X2 X1 (3.1) Koşul X1 <X2 vey1> Y2 X1 >X2 vey1> Y2 X1 >X2 vey1< Y2 X1 <X2 vey1< Y2 Bölge 1. Bölge 2. Bölge 3. Bölge 4. Bölge Denklem 3.2 nin x ekseni ile yapılan açıyı verdiği göz önünde bulundurularak bölgelere göre gerekli açı ekleme ve çıkarmaları yapılmıştır. Örneğin; Şekil 5 te gösterilen çark örneği dördüncü bölgededir. Denklem 3.2 ye göre çıkan açı x ekseni ile yapılan açıdır. Aslında çark 4. Bölgede ve den fazla açı taramıştır. Açı hesabının doğru yapılabilmesi için 838

4 çarkın bulunduğu bölgenin ve çarkın x ekseni ile yaptığı açı beraber değerlendirilmiştir. X ekseni ile açını pozitif değeri den çıkartılarak 4. Bölge için doğru açı hesabı yapılmıştır. Bölgelere göre açı ekleme ve çıkarmaları Tablo 3.2 de gösterilmektedir. Tablo 3.2: Bölgelere göre açı hesabı Bölge Açı 1. Bölge X ekseni ile yapılan açı 2. Bölge 180- X ekseni ile yapılan açı 3. Bölge 180+ X ekseni ile yapılan açı 4. Bölge 360- X ekseni ile yapılan açı Not: X ekseni ile yapılan açı, Denklem 3.2 sonucunda elde edilen açın değerinin mutlak değerine eşittir. Şekil 5 te θ nın belirlenmesinin alınan örnek üzerinden nasıl yapıldığı gösterilmektedir. gösterilmektedir. Hesaplanan açı değerini geçen süreye oranlayarak hızının yaklaşık olarak w hızına geldiği görülmektedir. Tablo 3.3 de açı değerleri görülmüştür. Tablo 3.3:Hız bilgisini elde edilmesi Hesaplanan açı Geçen süre Açısal hız sn 796, sn Tablo 3.3 de iki örnek arasında hesaplanan açı değerleri, geçen süreler ve hız bilgisi mevcuttur. Hem PLC hem de MATLAB ortamında kullanılacak ortak değişkenler OPC SCOUT programında tanımlanır. Değişkenler tanımlanırken aynı zamanda değişkenlere erişim yolları oluşmaktadır. Bu erişim yolları kullanılarak hız bilgisi PLC ye gönderilmektedir. Hız bilgisinin MATLAB ortamından PLC ye gönderilmesi aşağıdaki gibi yapılmaktadır. da=opcda(' ','opc.simaticnet'); connect(da); grp=addgroup(da,'pcstation'); cikisgerilimi=additem(grp,'s7:[s7_connect ion_1]mreal4'); write(cikisgerilimi,hiz); Bilgisayarın IP adresi kullanılarak PLC ile bilgisayar bağlantısı kurulmuştur. OPC SCOUT ta tanımlanan değişkenler için değişkenlere erişim yolları oluşmaktadır. Bu erişim yolları kullanılarak her 400 ms de elde edilen hız bilgisi PLC de ilgili belleğe yazılmaktadır. Gelen hız bilgisi doğrultusunda AC motorun hızı kontrol edilmiştir. 4. PLC ve MICROMASTER VECTOR Şekil 5: Alınan örnek görüntü ve açı farkının hesaplanması Açı hesabının doğru yapılabilmesi için ilk olarak örnek bir görüntü alıp X1,Y1 merkez noktaları belirlenmiştir. Yapılan bu işlem sistemin doğru çalışmasında oldukça önemlidir. Çünkü kameranın rastgele konumlandırması merkez noktanın kaymasına dolayısıyla yanlış açı hesabının yapılmasına sebep olmaktadır. Bu da yanlış hız bilgisi elde edilmesi demektir.hız bilgisi elde edildikten sonra DC motorun ve AC motorun nominal hız bilgilerini göz önünde bulundurarak PLC ye gönderilecek veri için gerekli oranlamalar yapılmaktadır. 150 rpm motor lik tam turunu, 0.4 saniyede tamamlamaktadır. DC motorun açısal hızı taradığı açının geçen zamana oranıdır. ww = = 900 (3.3) Aynı zamanda 150rpm motorun saniye cinsinden hızı 2.5 d/sn olarak hesaplanmıştır. Tam tarama açısının, tam tur süresine oranından DC motor için w=900 açısal hız değeri elde edilmiştir. Açısal hız değeri aynı zamanda 2.5 d/sn olarak Hesaplanan hız bilgisi OPC üzerinden PLC ye gönderilmektedir. AC motorun sürülebilmesinde kullanılan micromastervector için gerekli ayarlamalar SIEMENS tarafından hazırlanmış kullanım kılavuzu yardımıyla yapılmıştır [13]. İlk parametre ayarları yapıldıktan sonra motor öncelikle manuel olarak mikromastervector üzerindeki butonlar yardımıyla sürülmüştür. Daha sonra gerekli bağlatılar ve gerekli parametre ayarlarları yapılarak motor PLC ile analog kontrol edilebilir duruma getirilmiştir. Elde edilen hız bilgisi PLC ye gönderilirken gerilim cinsinden gönderilmiştir. Hız bilgisinin gerilim cinsine çevrimi şu şekildedir. AC motorun nominal hızda dönme frekansı 60 Hz dir. Bu çalışmada maksimum dönme frekansı 10 Hz olarak ayarlanmıştır. 10 Hz de motor dönüş hızı; 60 HHHH 28 dd/ssss 10 HHHH xx xx = = 14 dd/ssss (4.1)

5 PLC analog çıkışı 0-10V arasında çıkış vermektedir. 10V çıkışta motor 14 3 dd/ssss hız ile dönmektedir. O halde MATLAB tan gelen hız bilgisini PLC de gerilim cinsinden ifade edilişi Denklem 4.2 deki gibidir. 10 VV xx 14 3 dd/ssss xx = ww ww (mmaaaaaaaaaaaaaaaa gggggggggg hıııı bbbbbbbbbbbbbb) = 15 ww (4.2) 7 PLC ye gelen hız bilgisi 0-10V arasında gerilim cinsindendir. Bu değerin arasına denk gelen sayı değeri PLC den çıkış olarak sürücüye gönderilmiştir. Gerekli oranlama işlemleri PLC de yapılmaktadır. Sisteme başla komutu geldikten sonra belirli zaman aralıklarında örnekler alınmaktadır. Alınan bu örnekleri açısı hesaplanarak hız bilgisine geçilmektedir. Şekil 6 da görüntü işleme aşamaları gösterilmektedir. Elde edilen hız bilgisi PLC ye gönderilerek motor belirlenen hızda döndürülmektedir. Bu işlem belirli zaman aralıklarında sürekli yapılmaktadır. Sistemin çalışması Şekil 7 de gösterilmektedir. Şekil 7: Görüntü işleme algoritması 5. Sonuçlar Şekil 6: Hız kontrol algoritması Bu uygulamada sabit konumlandırılmış kamera kullanılarak görüntü işleme metotlarıyla motor hızı belirlenmiştir. Farklı türde cihazlar kullanıldığı için OPC server kurularak PLC- Bilgisayar haberleşmesi yapılmıştır. Bilgisayar ortamında elde edilen hız bilgisi belirli periyotlarda OPC üzerinden PLC ye gönderilerek sürücü yardımıyla diğer bir motorun belirlenen hızda dönmesi kontrol edilmiştir. Bu uygulamada kamera hız belirlemede oldukça sık kullanılan encoder olarak kullanılmaya çalışılmıştır. Birçok görüntü işleme uygulamasında karşılaşılan ışık şiddetinin değişmesinden kaynaklanan problem bu çalışmada da eksiklik olarak belirlenmiştir. Işık şiddetinin yetersiz olması çark üzerindeki çizginin net olarak belirlenmemesine veya yanlış belirlenmesine sebebiyet vermektedir. Bu durumda yanlış açı farkı hesabının yapılmasına otomatik olarak yanlış hız bilgisinin hesaplanmasına sebep olmaktadır. Bu durumu çözmek için sabit ışık şiddeti altında çalışmak gerekmektedir. Aynı zamanda kamera ilk etapta konumlandırma işlemi yaparken, kalibrasyon yaparak konumlandırılmalıdır. Kalibrasyonun yapılmaması hız bilgisinin doğru hesaplanmamasına sebebiyet vermektedir. Stabil ışık şiddetinin altında çalışmanın ve iyi kalibrasyon yapılarak hız kontrolünün sağlıklı bir şekilde gerçekleşeceği öngörülmektedir. 840

6 6. Kaynakça [1] Görüntü işleme teknikleri ile şeftali ve elma sınıflandırma, Eser SERT, Deniz TAŞKIN, Nurşen SUÇSUZ, Akademik Bilişim 11 - XIII. Akademik Bilişim Konferansı Bildirileri 2-4 Şubat 2011 İnönü Üniversitesi, Malatya. [2] Kılınç İ., Çelik malzemelerde korozyon oyuklarının görüntü işleme yöntemiyle incelenmesi, Yüksek Lisans Tezi, Sakarya Üniversitesi Fen Bilimleri Enstitüsü Makina Mühendisliği Bölümü Mak. Tas. ve İmalat Anabilim Dalı, 57, Sakarya, [3] Kurtulan Salman, PLC ile Endüstriyel Otomasyon SIMATIC S7-200 ve S7-300/400 Uygulamaları, Birsen yayınevi Ltd. Şti., (2010). [4] Morriss, S. Brian, Programmable Logic controllers, Prentice-Hall,Inc., 2000, ISBN-10: ISBN- 13: Prentice Hall Paper, 735 pp Published 07/19/1999 Instock. [5] Eminoğlu,Yavuz, PLC Programlama ve S7-300/400-1,Birsen yayınevi Ltd. Şti. [6] Eminoğlu, Yavuz, PLC Programlama ve S7-300/400-2,Birsen yayınevi Ltd. Şti. [7] Eminoğlu, Yavuz, PLC Programlama ve S71200, Birsen yayınevi Ltd. Şti. [8] M. Mrosko, E. Miklovičová, Real-time implementation of predictive control using programmable logic controllers, 2012, INTERNATIONAL JOURNAL OF SYSTEMS APPLICATIONS, ENGINEERING & DEVELOPMENT Issue 1, Volume 6, [9] Y. Ünlü, Süreç Kontrolunda Nesnelerin Bağlaşması Ve İlişkilendirilmesi (Opc) Standardı Ve Uygulaması, İstanbul Teknik Üniversitesi Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi, [10] Lieping Z., Aiqun Z., Yunsheng Z., On Remote Real-time Communication between MATLAB and PLC Based on OPC Technology, Proceedings of the 26th Chinese Control Conference, 26-31, [11] nedir/ [12] Ahmet Bakır, Ömer F. Güney, Melih Kuncan, H.Metin Ertunç, 3 Eksenli Robot Mekanizmasına Monte Edilmiş Bir Kamera Vasıtasıyla Farklı Rotasyon ve Boyutlardaki Geometrik Cisimlerin Tanımlanarak Vakum Tutucu ile Ayrılması, Otomatı k Kontrol Ulusal Toplantısı, TOK- 2012, Ekim 2012, Niğde. [13] MICROMASTER Vector MIDIMASTER Vector Operating Instructions, Siemens Data Sheet. 841