BULANIK MANTIK İLE GÜNEŞ ENERJİSİ UYGULAMASI APPLICATION OF SOLAR ENERGY WITH FUZZY LOGIC

Transkript

1 5. Uluslararası İleri Teknolojiler Sempozyumu (IATS 09), Mayıs 2009, Karabük, Türkiye BULANIK MANTIK İLE GÜNEŞ ENERJİSİ UYGULAMASI APPLICATION OF SOLAR ENERGY WITH FUZZY LOGIC Coşkun ODABAŞ a, * İsan PEHLİAN b Doğan Murat CİNAL c a, * Sakarya Endüstri Meslek Lisesi, Sakarya, Türkiye, E-posta: coskunodabas@otmail.com b Sakarya Üniversitesi, Mü. Fak., Elektrik Elektronik Mü. Böl., Sakarya, Türkiye, E-posta: ipelivan@sakarya.edu.tr c Sakarya Endüstri Meslek Lisesi, Sakarya, Türkiye, E-posta: dmcinal@otmail.com Özet Bu bildiride, güneş enerjisini elektrik enerjisine çevirmek kullanılan güneş panelinin daa verimli çalışabilmesi gerçekleştirilen bir sistem uygulaması tanıtılmıştır. Güneşin değişik açılarında panelleri konumlandırarak verimin artırılması amaçlanmıştır. Sistem içerisinde kontrol amacı ile PID denetleyiciler kullanılmıştır. Sistemin karar mekanizması ise bulanık mantık seçilmiştir. Bulanık mantık teknolojisi özellikle kontrol alanında elektronik sistemlerin uzman kişi kararıyla çalışmasına olanak sağlar. Sistem girişindeki üç ayrı sensör, panel konumlandırma bilgisini kontrol kartı üzerindeki mikrodenetleyiciye gönderir. Böylece adım motorları yardımı ile, güneş enerjisini elektrik enerjisine çeviren güneş panelinin konumlandırılması sağlanır. Anatar Kelimeler: Bulanık mantık, Mikrodenetleyici, Adım motorları, Güneş panelleri, PIC16F877 Abstract In tis paper, one system application is introduced, wic is realized to increase te efficiency of solar panel s tat converting te solar energy to te electrical energy. Positioning te solar panel to various position is aimed at te different angles of sun. PID controllers are used to intention of controlling, in te system. Also, fuzzy logic is coosen for decision mecanism of te system. Fuzzy Logic tecnology enables te electronic systems working wit decision of te expert persons. Tree different sensors at te input of system are transmit te panel positioning datas to te microcontroller tat exist on te control card. Tus, te solar panel wic converting te solar energy to te electrical energy, is positioned by using te step motors. Keywords: Fuzzy Logic, Micro controller, Step Motors, Solar Panels, PIC16F Giriş Günümüzün gelişen teknolojileri artık geleneksel elektronik denetim biçimlerinden yeteri kadar verim alamamaktadır. Gün geçtikçe ortaya çıkan daa assas birimler ve kaçınılmaz olan enerjiden tasarruf sağlama zorunluluğu bilim adamlarını bu yönde araştırmalar yapmaya itmiştir. Gitgide mükemmele yakınlaşma isteği ve doğanın belki de bir gün aynısının yapay yollarla ortaya çıkarılmaya çalışılması Yapay Zeka (Artificial Intelligence - AI), Yapay Sinir Ağları (Neural Networks), çok değerli Mantık (Multivalued Logic) ve bunlarla birlikte Bulanık Mantığın (Fuzzy Logic) ortaya çıkarılmasına neden olmuştur.[1-7] Bulanık mantık er gün kullandığımız ve davranışlarımızı yorumladığımız yapıya ulaşmamızı sağlayan matematiksel bir disiplindir. Temelini doğru ve yanlış değerlerin belirlendiği Bulanık Küme Kuramı (Fuzzy Set Teory) oluşturur. Burada yine geleneksel mantıkta olduğu gibi (1) ve (0) değerleri vardır. Ancak bulanık mantık yalnızca bu değerlerle yetinmeyip bunların ara değerlerini de kullanarak; örneğin bir uzaklığın yalnızca yakın ya da uzak olduğunu belirtmekle kalmayıp ne kadar yakın ya da ne kadar uzak olduğunu da söyler. Bu mantık elektrikli ev aletlerinden oto elektroniğine, gündelik kullandığımız iş makinelerinden üretim müendisliğine, endüstriyel teknolojilerden otomasyona kadar aklımıza gelebilecek er yerde kendisine uygulama alanı bulabilir.[2] 2. Bulanık Mantık Kontrolcülerin Genel Yapısı Bulanık mantık, endüstriyel süreçleri denetlerken kesin ve tam sayısal kurallardan ziyade dilsel kuralları e alır. Bulanık mantık kontrolcüleri, klasik ve modern kontrol teorisinde olduğu gibi kesin ve tam matematik modellere itiyaç duymaz. Çoğu sistemde benzer model ölçümleri belirtmek oldukça zordur. Denetlemesi zor olan karmaşık süreçlerde (çimento ocakları, çelik fırınları, çöp işleme fabrikaları gibi), bulanık mantık denetimini kullanmak zorunlu ale gelmektedir.[3-4] Bulanık mantık kontrolcüleriyle daa az bir çabayla daa fazla iş yapılabilmektedir. Deneyimler etkin bir şekilde kullanılarak fiziksel bir sistemin kontrolü, aşağıdaki dört unsur dikkate alınarak yapılmaktadır. 1- Mikrodenetleyicilerle çıkarım işlemcisini kademeli (cascade) bağlayıp beraber çalıştırmak, 2- Yazılım kontrolcüsü kullanmak, 3- Bilgisayar tabanlı uygulamalarda ise; kural tabanı, veri tabanı, bulandırıcı, çıkarım motoru ve berraklaştırıcı olarak yazılım kullanmak ve paralel iletişimle kontrol sistemini tasarlamak, 4- İçinde RAM, EPROM, I/O birimlerinin yanı sıra bulandırıcı, çıkarım motoru ve durulatıcı bölümlerinin de bulunduğu tüm devre şeklinde bulanık işlemciler kullanarak fiziksel sistemlerin kontrolünü sağlamak mümkün olacaktır.[4-6] Bulanık mantık kontrolcülerin dayandığı temel nokta; uzman bir sistem operatörünün bilgi deneyim sezgi ve kontrol stratejisini, kontrolcü tasarımında bilgi tabanı IATS 09, Karabük Üniversitesi, Karabük, Türkiye

2 Odabaş, C., Pelivan, İ. ve Cinal,D. olarak oluşturmaktadır. Kontrol işlemleri bilgi ve deneyime dayanan sözel kurallarla gerçekleştirilir. Örneğin bir uzman, sistem gerekli olan kontrol davranışlarını küçük, ızlı, yavaş gibi sözel terimlerle tanımlarsa, EĞER- ÖYLEYSE (IF-THEN) komutlarıyla oluşturulacak kurallarda sözel terimler kullanılarak elde edilecektir. Şekil 1 de bir bulanık mantık kontrolcünün iç yapısı görülmektedir. Bu kontrolcü, genel olarak dört ana kısımdan oluşur. 1- Bulanıklaştırma ünitesi (Fuzzifier): Bu bölüm giriş değişkenlerini ölçer, onlar üzerinde bir ölçek değişikliği yaprak bulanık kümelere dönüştürür. Yani onlara bir etiket vererek, dilsel bir ölçek değişikliği yaparak bulanık mantık kümelerine dönüştürür. 2- Çıkarım motoru (Inference engine): Bu ünite, kuralları bulanık mantık kurallarını uygulayarak bulanık çıkışlar verir. Burada insanın düşünüş şeklinin benzetimi yapılmaya çalışılmıştır. 3- eri tabanı (Data Base): Çıkarım motoru, kural tabanında kullanılan bulanık kümeleri bu bölümden alır. 4- Kural tabanı (Rule Base): Kontrol amaçlarına uygun dilsel denetim kuralları buradan bulunur ve çıkarım motoruna verilir. 5- Durulama ünitesi (Defuzzifier): Çıkarım motorunun bulanık küme üzerinde yapmış olduğu ölçek değişikliklerini, sayısal değerler dönüştürür.[3-6] eri tabanı Kural tabanı Bulanıklaştırıcı Çıkarım motoru Durulayıcı Bulanık değer Bulanık değer Sayısal değer Şekil 1. Bulanık mantık kontrolcüsünün blok diyagramı. 3. Sistem Tasarımı Sistemimizin birincil amacı güneş ışınlarından mümkün olduğunca en fazla istifade etmektir. Panelimiz güneş ışınlarını ne kadar iyi alırsa sistem performansı o kadar artacaktır. Buradaki amaç devrede kullandığımız üç adet ışık sensoru ile güneşin bulunduğu yeri tespit edip güneş panellerini tam olarak olması gereken konuma getirilmesidir. Sistemimizde bulanık mantık teorisine göre er bir sensörün değeri dikkate alınıp çıkarılan sonuçlarda tüm sensörlerin etkisi bulunmaktadır. Klasik mantıkta ise sensörler tek tek kontrol edilip istenilen sonucun elde edildiği sensörden sonraki sensörlere dikkat edilmeden paneller ilgili çıkışa göre konumlandırılmaktadır. Sistemde bulunan parçalar; üç adet ışık sensöründen oluşan veri toplama kısmı, enerji üretimi güneş paneli, güneş panelini konumlandırmak step motor, sistemin bulanık mantık denetimi PIC 16F877 kontrol kartı, sistemin durum bilgisinin alınması LCD göstergedir. Bu donamın parçalarının yanı sıra mikrodenetleyicimizde gömülü olan ve sistemin çalışmasını sağlayan programımız da mevcuttur. Programımızın algoritma mantığı; 1. Sensörlerden gelen bilgiye göre er bir sensörün üyelik dereceleri ve değerleri belirlenir. 2. Belirlenen üyelik değerleri veri tabanının ilgili ayrılan bölümüne kaydedilir (Bu değerler sensörlerden gelen bilgiye göre değişken değerlerdir.) 3. Konum bilgileri ve değerleri veri tabanında ayrılan yere kaydedilir. Bu değerler er durumda sabit olan değerlerdir. 4. Her bir kural azırlanan program bölümlerine geçilir. Bu bölümler kurallarda belirtilen şartları içerir. 5. Her bir kural bölümünde tespit edilen minimum sensör değeri ile konum sabiti çarpılıp kural sonuç değeri olarak ilgili bellek alanına kaydedilir. 6. Tüm kurallar tamamlandığında bulunan kural sonuç değerleri ve kural minimum değerleri ayrı ayrı toplanarak, bu toplam değerleri ilgili bellek alanına kaydedilir. Bulunan toplam kural sonuç değeri toplam kural minimum değerine bölünerek elde edilen değere göre ilgili çıkış portu aktif ale getirilir. IŞIK SENSÖRÜ KONTROL KARTI LCD MOTORLAR Şekil 2. Sistemin blok şeması GÜNEŞ PANELİ

3 Odabaş, C., Pelivan, İ. ve Cinal,D. Sensörlerden bilgiyi al. Analog bilgiyi dijitale dönüştürür. Üyelik değerlerini esapla. Kural tablosunu uygula. İlgili çıkışı aktif yap. Panelleri konumlandır. Şekil 3. Program akış diyagramı Sistemdeki üç ışık sensörü güneşin areketini takip etmek kullanılmıştır. Güneşin areket ekseni doğu-batı ekseni olarak alınıp bu eksen 45 derecelik 4 bölüme ve 5 ayrı areket noktasına bölünmüştür. Panellerin konumu, sensörlerin denetim sistemine gönderdiği bilgiye göre belirlenen areket bölgelerine sabitlenir. Şekil 4. Sensörlere göre konum bilgileri. 4. Bulanık Mantığın Sisteme Uygulanışı: 4.1 Bulanıklaştırma arabirimi N GİRİŞ DEĞİŞKENLERİ ÇIKIŞLAR 1 S1 düşük S2 düşük S3 düşük Konum0 2 S1 düşük S2 düşük S3 normal Konum4 3 S1 düşük S2 düşük S3 yüksek Konum4 4 S1 düşük S2 normal S3 düşük Konum2 5 S1 düşük S2 normal S3 normal Konum2 6 S1 düşük S2 normal S3 yüksek Konum4 7 S1 düşük S2 yüksek S3 düşük Konum2 8 S1 düşük S2 yüksek S3 normal Konum2 9 S1 düşük S2 yüksek S3 yüksek Konum3 10 S1 normal S2 düşük S3 düşük Konum1 11 S1 normal S2 düşük S3 normal Konum0 12 S1 normal S2 düşük S3 yüksek Konum0 13 S1 normal S2 normal S3 düşük Konum2 14 S1 normal S2 normal S3 normal Konum2 15 S1 normal S2 normal S3 yüksek Konum3 16 S1 normal S2 yüksek S3 düşük Konum2 17 S1 normal S2 yüksek S3 normal Konum2 18 S1 normal S2 yüksek S3 yüksek Konum2 19 S1 yüksek S2 düşük S3 düşük Konum1 20 S1 yüksek S2 düşük S3 normal Konum0 21 S1 yüksek S2 düşük S3 yüksek Konum0 22 S1 yüksek S2 normal S3 düşük Konum1 23 S1 yüksek S2 normal S3 normal Konum1 24 S1 yüksek S2 normal S3 yüksek Konum0 25 S1 yüksek S2 yüksek S3 düşük Konum2 26 S1 yüksek S2 yüksek S3 normal Konum2 27 S1 yüksek S2 yüksek S3 yüksek Konum0 Tablo 1. Kural Tablosu denetleyicinin ADC girişlerine gönderilerek 8 bitlik dijital bilgiye dönüştürülmektedir. Bunun sonucunda 0-5 luk gerilim aralığı 8 bitlik aralığa denk gelen 00H-FFH aralığına yayılmıştır. Bulanıklaştırma arabiriminde önemli noktalardan biri de sensör assasiyet eğrileridir. Bu eğrilerin durumlarına göre üyelik fonksiyonlarının ve üyelik değerlerinin tespiti yapılmaktadır. Hassasiyet eğrilerinin sınır değerleri ortam koşullarına ve programcının sistemden beklentisine göre değişebilmektedir. Bu uygulama da üyelik sınır değerleri 0-1,5 aralığı düşük değer, 1,5-3,5 aralığı normal değer ve 1,5-5 aralığı ise yüksek değer olarak belirlenmiştir. Bu değerler kullanılan sensörler ile gerçek ortamda yapılan deneyler ve ölçümler sonucunda belirlenmiş ve uygulamaya konulmuş değerlerdir. Sistemimizin üyelik fonksiyon eğrisi şekil 5 te görüldüğü gibidir. Sensörlerimiz üzerine düşen gerilim 0-5 aralığında değerlendirilmektedir. Sensörlerdeki bilgiler PIC

4 Odabaş, C., Pelivan, İ. ve Cinal,D. S normal = (6) 0 ( S)/( 80) 1 ( S)/( 4C) S= S 4CveSC 3 > 4C> şeklinde gösterilir. Şekil 5. Üyelik fonksiyon eğrileri Yukarıdaki şekilde sistemimizdeki sensörlerin üzerlerine düşen gerilime göre aldıkları üyelik değerlerinin sınırları görülmektedir. Her bir sensör DÜŞÜK, NORMAL ve YÜKSEK üyelik fonksiyonları; t< 1,5 S düşük = (1) 1 ( t 1,5 /( 1,5 1,5 t 2,5 0 t> t > 3,5 S yüksek = (2) ( t 3,5 /( 3,5 2,5 t 3,5 0 t < 0 (3,5 S)/( 3,5 2,5 1 (2,5 S)/( 1,5 S= 1,5 S 3,5 Normal= (3) ile gösterilir. > 3,5 1,5 > Yukarıdaki üyelik formülleri tamamı ile analog değerler üzerinde değerlendirilerek oluşturulmuştur. Bu üyelik fonksiyonlarını yukarıda tarif edildiği şekilde sayısal değerlere çevrilerek yeniden azırlarsak 1,5 un exadecimal karşılığı 4CH ye, 2,5 un exadecimal karşılığı 80H ye ve 3,5 un exadecimal karşılığı da H ye denk gelmektedir. Bu yeni değerlere göre üyelik değer fonksiyonlarını yeniden düzenlersek; S düşük = S yüksek = 1 ( S 4C)/( 4C) 0 ( S )/( 80) 0 S< 4C 4C S S< S (4) (5) Uygulamamıza bir örnek daa verirsek, sistemimizde üç sensör birbirlerine 45 0 lik açılarla konumlandırılmışlardır. Her bir sensörün bulunduğu açı aynı zamanda güneş panellerinin konumlandırılma noktalarına denk gelmektedir. Bunların aricinde ayrıca 0 0 ve de de olmak üzere toplam 5 adet konum noktamız bulunmaktadır. Şimdi üç sensörümüzde sırasıyla 4, 2,9 ve 1,7 olduğunu varsayalım. Sensörlerden gelen bu analog bilgiler ilk olarak ADC devresi ile dijital ale dönüştürülürler. Bu durumda 1.sensörümüzdeki 4 ADC mizin çıkışında 8 bitlik ( ) 2 yada (CD) 16 bilgisi; ikinci sensörümüzdeki 2,9 ( ) 2 ya da (95) 16 bilgisi ve son olarak üçüncü sensörümüzdeki 1,7 ( ) 2 ya da (57) 16 bilgisi bulunur. ADC mizden alınan bu değerler mikro denetleyicimizin A portu kullanılarak yazılımızda belirtilen S1, S2, S3 değişkenlerinin değerleri olarak atanırlar ve bulanıklaştırma esaplamalarına dail edilirler. Analog dijital çevrim işleminin tamamlanmasından sonra sıra er bir sensörün üyelik fonksiyonlarının esaplanmasına gelmektedir. Sistemimizdeki ışık sensörlerinin DÜŞÜK, NORMAK ve YÜKSEK olmak üzere üç ayrı assasiyet değeri bulunmaktadır. Bu noktadan itibaren sensörlerin üyelik değerleri; S1_1 S1_2 S1_3 S2_1 S2_2 S2_3 S3_1 S3_2 S3_3 : 1. sensörün düşük üyelik değeri : 1. sensörün normal üyelik değeri : 1. sensörün yüksek üyelik değeri : 2. sensörün düşük üyelik değeri : 2. sensörün normal üyelik değeri : 2. sensörün yüksek üyelik değeri : 3. sensörün düşük üyelik değeri : 3. sensörün normal üyelik değeri : 3. sensörün yüksek üyelik değeri Şimdi tüm sensörlerimiz üyelik değerlerini esaplayalım. 1. sensörümüzdeki değer S1 = 4 olduğu bu sensörümüzdeki üyelik değerleri; S1_1 = 0, S1_2 = 0, S1_3 = 1 olarak esaplanır. 2. sensörümüzdeki değer S2 = 2,9 olduğu bu sensörümüzdeki üyelik değeri; S2_1 = 0 S2_2 = 0,34375 S2_3 = 0,65625 olarak esaplanır. 3. sensörümüzdeki değer S1 = 4 olduğu bu sensörümüzdeki üyelik değerleri;

5 Odabaş, C., Pelivan, İ. ve Cinal,D. S3_1 = 1, S3_2 = 0, S3_3 = 0 olarak esaplanır. erilerin toplanması ve bulanıklaştırma işlemlerinin tamamlanmasından sonra bulanıklaştırma arabiriminin işlevi tamamlanmış olur Bilgi Tabanı Temel olarak uygulama saasına ait uzman bilgisini ve kontrol edeflerini içerir. Bilgi tabanı ve kural tabanı olarak iki kısımdan oluşur. Dilsel değişkenler ve girişler arasındaki ilişki, çıkarım işleminin çıkışları ve ortama gönderilecek çıkışlar arasındaki ilişkiye benzerdir. Çıkarım işleminin çıkışı bulanık kümeler olabilir, aynı zamanda çıkış terimleri veya teklikler olarak da adlandırılırlar. Bir kez giriş ve çıkışlar ayarlanır ve dilsel değişkenlerin terimleri belirlenir, denetim görevi bir dizi kural olarak kaydedilir. Gerçekleştirdiğimiz sistemde kural tabanı uygulaması yapıldığında toplam 27 adet kural oluşmuştur. Sistemimizin kural tablosu aşağıda Tablo1 de gösterilmiştir. Bu kuralların bazıları geçersiz durumlar sağlamaktadır. İsteğe bağlı olarak geçersiz kurallar esaplamada göz önüne alınmayabilir. Ancak sistemimizde geçersiz konumlar, sensörlerin bozulması olarak algılanıp panellerin ilk konuma getirilmesi ve sistemin öyle kalmasının sağlanması esaplamaya katılmıştır Sonuç Çıkarım Mekanizması ve Durulaştırma Bulanık mantık denetim biriminin en önemli bölümüdür. Giriş değişkenlerinin kurallar tablosuna uygulanıp gereken esaplamaların yapıldığı ve uygun çıkış değerinin esaplandığı bölümdür. Bu arabirimde esaplama olarak birçok çeşit yöntem kullanılmaktadır. Bu projede ise Gerçek değer akış çıkarımı yöntemi kullanılmaktadır. Bu yöntemde kuralların teklik çıkışları ve ilgili kurak üyelikleri kullanılır. Aşağıdaki tabloda sistemimizin girdileri çıkış değerleri görülmektedir. Kural tabanının er 27 kuralı da değerlendirilir. Kurallar E işlemi ile birleştirildiğinden, bir kuralın üyelik derecesi önceki adımda esaplanmış olan üyeliklerin minimumu olur. Ağırlık merkezi durulaştırma yöntemi bulanık bir kümenin ağırlık merkezini esaplar. Gerçek değer akış çıkarımı (TFI) yöntemi kullanıldığında ise, tekliklerin kümesi bulanık bir küme gibi görünebilir ve o zaman ağırlık merkezi; SiFi Fi (4) 5.Sonuçlar Şekil 6. Sistem devre şeması Günümüzün en popüler teknolojilerinden olan Bulanık Mantık, kullanıcılara sistem assasiyeti ve çeşitlemesi açısından birçok seçenek sunmaktadır. Her bir seçeneğin kendi içerisinde avantajları ve dezavantajları söz konusudur. Uygulama devresi üç adet bilgi toplama sensörü ile gerçekleştirilmiştir. Aynı zamanda er bir sensör, üyelik fonksiyonları esaplanırken üç assasiyetli olarak değerlendirilmiştir. Sistemde ayrıca bir kontrol kartı, panellerin areketi step motor, siste bilgisinin alınması LCD ekran ve enerjinin depolanması akü bulunmaktadır. Sistem donanımı ve assasiyeti tamamen kullanıcının sistemden beklediği performansa bağlıdır. İstendiği gibi değiştirilebilir. Ancak bu durum bir proje önemli olan maliyet, karışıklık ve zorluk gibi etkenle de değiştirecektir. Kaynaklar [1] Mizumoto, M., Fukami, S. and Tanaka, K. (1979). Some metods of fuzzy reasoning, LQ Gupta, Ragade and Yager (eds), Advances in Fuzzy Set Teory ApplicationsNort-Holland, New York [2] Peri,.M. and Simon, D. Fuzzy Logic Control for an autonomous robot, Fuzzy Information Processing Society, , [3] Takagi, T. And Sugeno, M., Fuzzy indentification of systems and its applications to modelling and control, IEEE Trans. Syst. Man&Cybern., ol. SMS-15, No. 1, , 1985 [4] Yager, R.R., Zade L. A., Fuzzy logic controllers, An introduction to Fuzzy logic application in intelligent systems, 69-89, 1992 [5] Mamdani, E. H. (1977). Application of fuzzy logic to approximate reasoning using linguistic syntesis,,ieee Transactions and computer C-26 (12) : [6] Jantzen, J. (1995). Array approac to fuzzy logic, Fuzzy Sets and Systems 70: formülünden esaplanır.