Evaluation of a Direct Current Electric Motor Modelled Based on the Artificial Intelligence in the Sense of Stability

Year 2024, Volume: 10 Issue: 2, 380 - 390, 31.08.2024

Ege Cömert , Salih Karaaslan , Bülent Özkan

Abstract

Artificial intelligence (AI), which has an important place in today's technology and is called “artificial intelligence” as an English term in the literature, is among the basic building blocks of innovation. Basically, artificial intelligence is a software that can create its own algorithm without the need for any algorithm, whose algorithms are unpredictable and can make its own decisions, that is, it is like the ones and zeros versions of the human brain and behaviors. The sequence of ones and zeros to create codes can be seen as artificial cells of artificial neural system and computational programs designed in the 1950s and inspired by the human neural system. With the application of artificial intelligence, information is modeled and learning is provided quickly, and the quality and value of the work increases by decreasing the workforce to be done. It is necessary for the system performance to be accurate and sustainable in line with the targets and the stability criterion in the system is extremely important in this regard. In this study, first, the essential techniques considered within the extent of the artificial intelligence are explained in addition to their advantages and disadvantages. Secondly, the stability of dynamic systems is mentioned and the importance of the stability analysis is emphasized. Finally, a general evaluation is made upon the stability of the artificial-intelligence-based systems.

Keywords

Artificial intelligence, dynamic system, stability

Project Number

-

Yapay Zekâ Esaslı Modellenen Doğrusal Akımlı Bir Elektrik Motorunun Kararlılık Bakımından Değerlendirilmesi

Abstract

Günümüz teknolojisi içerisinde önemli yer tutan ve literatürde İngilizce karşılığı “artificial intelligence” olarak adlandırılan yapay zekâ, yeniliğin temel yapıtaşları arasında yer almaktadır. Temel olarak yapay zekâ, herhangi bir algoritmaya ihtiyaç duymadan kendi algoritmasını oluşturabilen, algoritmaları önceden öngörülemeyen ve kendi kararlarını verebilen, yani insan beyni ve davranışlarının birler ve sıfırlar sürümü gibi olan bir yazılımdır. Kodlar oluşturmak için birler ve sıfırların sıralanması, 1950’lerde tasarlanan ve insanın sinir sisteminden esinlenen yapay sinir ağları ile hesaplama programlarının yapay hücreleri olarak görülebilir. Yapay zekâ uygulaması ile bilgiler modellenerek hızlı bir şekilde öğrenme sağlanıp yapılacak işgücü azalarak işin kalitesi ve değeri artmaktadır. Hedefler doğrultusunda sistem performansının doğru ve sürdürülebilir olması gerekli olup, bu hususta sistemdeki kararlılık kriteri son derece önemlidir. Bu çalışmada, yapay zekâ kapsamında göz önünde bulundurulan temel teknikler anlatılarak üstünlük ve zayıflıkları vurgulanmış, ardından dinamik sistemlerin kararlılığından bahsedilerek kararlılık incelemesinin önemine işaret edilmiştir. Son olarak, yapay zekâ esaslı sistemlerin kararlılığı üzerine genel bir değerlendirme yapılmıştır.

Keywords

Yapay zekâ, dinamik sistem, kararlılık

Supporting Institution

-

Project Number

-

Thanks

-

References

• [1] N. Yüksel ve H. R. Börklü, “Yapay zeka destekli kavramsal tasarım: tekerlekli sandalye tasarım seçenekleri değerlendirmede bulanık mantık kullanımı,” Gazi Mühendislik Bilimleri Dergisi, Cilt: 7, No: 3, Sayfa: 309-319, 2021.
• [2] G. Yıldırım, F. Şahiner ve H. T. Kahraman, “Proje yönetiminde yapay zekâ tabanlı paydaş analizi aracının tasarımı,” Gazi Mühendislik Bilimleri Dergisi, Cilt: 7, No: 2, Sayfa: 81-89, 2021.
• [3] M. F. Erkoç, Yapay Zekâ Perspekti̇fi̇nde Eğitime Yöneli̇k Uzman Si̇stem Modellemesi, Marmara Üniversitesi, Türkiye, 2008.
• [4] A.T. Yekeler, Between Global and National Expectations: A Study of Artificial Intelligence in Turkey, Maastricht Üniversitesi, Hollanda, 2020.
• [5] B. Zhang, P. Niu, X. Guo and J. He, “Fuzzy PID control of permanent magnet synchronous motor electric steering engine by improved beetle antennae search algorithm,” Scientific Reports, vol. 14, 2898, 2024. doi: 10.1038/s41598-024-52600-8
• [6] A. Bahadır and Ömer Aydoğdu, “Modeling of a brushless dc motor driven electric vehicle and its pid-fuzzy control with dSPACE,” Sigma Journal of Engineering and Natural Sciences, vol. 41, no. 1, pp. 156-177, 2023. doi: 10.14744/sigma.2023.00015
• [7] D.F. Azizah, K. Dedes, A.B.P. Utama and A. Aripriharta, “DC motor speed modeling and simulation using fuzzy logic control method,” Proc. of the 7th International Conference on Electrical, Electronics and Information Engineering (ICEEIE), Malang, Endonezya, 2021. doi: 10.1109/ICEEIE52663.2021.9616636
• [8] V. Yarlagadda, G.S. Kumar, G. Radhika, R. Gnanendar and K. Rajesh, “Robust fuzzy logic controller for DC motor stability enhancement under load disturbances,” Intelligent Computing in Control and Communication, 2021.
• [9] Y. LeCun, Y. Bengio, Y. and G. Hinton, G, “Deep learning,” Nature, vol. 521, no. 7553, pp. 436-444, 2015.
• [10] B. Karasulu, “Benzetimli tavlama tekniğini kullanan eniyilenmiş görüntü ve video işleme üzerine kısa bir literatür araştırması,” Electronic Journal of Vocational Colleges, Cilt: 8, No: 2, Sayfa: 35-40, 2018.
• [11] Ö. Civalek, “Mühendislik sistemlerinde kullanılan uzman sistemlerin (US) temel prensipleri,” Yapı Dünyası, 2002.
• [12] N. Yalçın, “Konuşma tanıma teorisi ve teknikleri,” Kastamonu Eğitim Dergisi, Cilt: 16, No: 1, Sayfa: 249-266, 2008.
• [13] H. Dai, B. Landry, L. Yang, M. Pavone and R. Tedrake, “Lyapunov-stable neural- network control,” arXiv preprint arXiv:2109, no. 14152, 2021.
• [14] L. A. Zadeh, “Fuzzy sets as a basis for a theory of possibility,” Fuzzy Sets and Systems, vol. 1, no. 1, pp. 3-28, 1978.
• [15] N. Çetin, “Genetik algoritma,” Yüksek Lisans Tezi, Yıldız Teknik Üniversitesi, Türkiye, 2002.
• [16] K. S. Fu, R. C. Gonzalez and C. G. Lee, C. G., Robotics, IEEE Computer Society Press, 1983.
• [17] Q. He, H. Zheng, X. Ma, L. Wang, H. Kong and Z. Zhu, Z., “Artificial intelligence application in a renewable energy-driven desalination system: A critical review,” Energy and AI, no. 100123, pp. 1-14, 2022.
• [18] E. X. DeJesus and C. Kaufman, C., “Routh-Hurwitz criterion in the examination of eigenvalues of a system of nonlinear ordinary differential equations,” Physical Review A, vol. 35, no. 12, pp. 52-88, 1987.
• [19] S. Çaylan, “Dinamik Sistemlerin Kararlılık Analizi,” Yüksek Lisans Tezi, Sakarya Üniversitesi, Türkiye, 2004.
• [20] P. Cunningham, J. Carney and S. Jacob, “Stability problems with artificial neural networks and the ensemble solution,” Artificial Intelligence in Medicine, vol. 20, no. 3, pp. 217-225, 2000.
• [21] S. You, Y. Zhao, M. Mandich, Y. Cui, H. Li, H. Xiao and S. Fabus, “A review on artificial intelligence for grid stability assessment,” Proc. of the 2020 IEEE International Conference on Communications, Control, and Computing Technologies for Smart Grids, pp. 1-6, 2020.
• [22] F. Hayes-Roth, “The Knowledge-based expert system: A tutorial,” Computer, vol. 17, no. 09, pp. 11-28, 1984.
• [23] E. Cömert, S. Karaaslan ve B. Özkan, “Yapay zekâ temelli sistemlerin kararlılık açısından değerlendirilmesi,” 10. Savunma Teknolojileri Kongresi (SAVTEK 2022) Bildirileri, Orta Doğu Teknik Üniversitesi, Ankara, Türkiye, 2022.