FUZZY LOGIC CONTROL (FLC) FOR A YARN CONDITIONING SYSTEM

Abstract

Conditioning machines have a wide use in the textile industry. For this reason, it is important to control the conditioning machines precisely. Fuzzy logic control has found successful application areas in the control of electrical machines. In this study, fuzzy logic control was used to control the conditioning system. In the computer aided conditioning experiment setup developed for this purpose, information is received via sensors, the measurement values are directly transferred to the computer, and the control of the system is done via the computer. Different experimental measurements were used to evaluate the reliability of FLC. In this study, 100% cotton selected in the most used number range in the market. Yarns in a vacuum environment with saturated steam at different pressures and temperatures. Measurements were taken one hour after conditioning 1 day then repeat after 1 week, after 2 weeks, and after 3 week. A fuzzy model of the yarn conditioning system was created using experimental data. Control of the conditioning machines with fuzzy logic controller (controller) has been done successfully. It has been observed that the fuzzy logic controller works very well, catches the desired set value in a short time and keeps the system at this value.

Keywords

• Fuzzy logic
• Yarn
• Conditioning
• Control

İplik Kondisyonlama Sistemi için Bulanık Mantık Kontrolü

Abstract

Kondisyonlama makineleri tekstil sanayinde geniş bir kullanıma sahiptir. Kondisyonlama makinelerinin denetiminin hassas olarak yapılması gerektirmektedir. Bulanık mantık kontrol, elektrik makinelerinin denetiminde başarılı uygulama alanları bulmuştur. Bu çalışmada kondisyonlama sisteminin kontrolü amacıyla bulanık mantık denetimi kullanılmıştır. Bu amaçla geliştirilen bilgisayar destekli kondisyonlama deney düzeneğinde bilgiler, sensörler aracılığı ile alınmakta, ölçüm değerleri bilgisayara doğrudan aktarılmakta ve sistemin kontrolü bilgisayar aracılığı ile yapılmaktadır. Farklı deneysel ölçümler FLC’ nin güvenilirliğini değerlendirmek için kullanılmıştır.

Keywords

• Fuzzy logic
• Yarn
• Conditioning
• Control

References

1. [1]. Akarslan, F. (2008). Kondisyonlama şartlarının iplik mukavemetine etkisinin yapay zeka yöntemi kullanılarak incelenmesi, Süleyman Demirel Üniversitesi, Fen Bilimleri Enstitüsü, Makine Mühendisliği Anabilim Dalı, Doktora tezi, Isparta. [2]. Elmas, Ç. (2003). Bulanık Mantık Denetleyici. Seçkin Kitabevi, 70s. Ankara. [3]. Dayık, M., Özdemir, Ö. (2000). Vakumlu ortamda doymuş buharla kondisyonlama şartlarının iplik özellikleri üzerine etkisi. Tekstil Maraton Dergisi, 51(6), 41-57.
2. [4]. Kodaloğlu, M. 2007. Kondisyonlama şartlarının iplik rutubetine etkisinin yapay zeka yardımıyla tespiti. Tekstil Teknolojileri Elektronik Dergisi, 2, 25-32.
3. [5]. Zoukit A., El Ferouali, H., Salhi, I., Doubabi, S., Abdenouri, N. (2019). Fuzzy modeling of a hybrid solar dryer: Experimental validation. Journal of Energy Systems, 3(1), 1-12. [6]. Zoukit A., El Ferouali, H., Salhi, I., Doubabi, S., Abdenouri, N. (2019).Takagi Sugeno fuzzy modeling applied to an indirect solar dryer operated in both natural and forced convection. Renewable Energy, 133, 849-860. [7]. Akarslan, F. (2007). Dokuma kumaşların kuruma hızı değerlerinin bulanık mantık metodu ile belirlenmesi. Tekstil Teknolojileri Elektronik Dergisi, 1(2), 15-23.
4. [8]. Subramanyam, M.V., Satyaprasad, K., Gopi Krishna Rao, P. V. (2014). Study on PID controller design and performance based on tuning techniques, International Conference on Control, Instrumentation, Communication and Computational Technologies (ICCICCT), Kanyakumari, India, July 10-11, pp:1411-1417.
5. [9]. Kumar, V., Nakra, B. C., Mittal, A.P. (2011). A review on classical and fuzzy PID controllers. International Journal of Intelligent Control and Systems, 16(3), 170-181.
6. [10]. Kodaloğlu, M., Dayık, M., Kaplan, S., Akarslan, F., Ertekin, R., (2004). İplik bükümünün atkı hızına etkisinin uzman sistemle incelenmesi. Tekstil Teknik, 3(20), 32 (233), 282-288. [11]. Kim, S. & Vachtsevanos, G. J. (2000). An intelligent approach to integration and control of textile processes. Information Sciences, 123(3-4), 181-199.
7. [12]. Kocakulak, T., Solmaz, H. (2019). Elektrikli bir aracın modellenmesi ve rejeneratif fren sisteminin bulanık mantık yöntemi ile kontrol edilmesi. INTERNATIONAL SYMPOSIUM ON AUTOMOTIVE SCIENCE AND TECHNOLOGY 5-6 September 2019 Ankara, TURKEY. [13]. Öztürk, D., Yıldırım, B. & Doğan, G. (2022). Biyoyenilenebilir enerji tabanlı mikro şebekenin yük frekansı kontrolü için fuzzy PID kontrolör. Journal of Materials and Mechatronics: A, 3 (2), 206-224. DOI: 10.55546/jmm.1105012 [14]. Özgüney, Ö.C., Korkmaz, C.N. & Yıldız, H. (2022). Sürücülü kendi kendini dengeleyen bir robotun bulanık mantıklı PID kontrolü. Düzce Üniversitesi Bilim ve Teknoloji Dergisi, 10 (1), 1-13. DOI: 10.29130/dubited.854786 [15]. Asyauqi, M.F.A., Apriaskar, E. & Djuniadi, D. (2021). Simulasi sistem pencuci bahan tekstil berbasis logika fuzzy. Jurnal Teknik Elektro Uniba (JTE UNIBA), 5(2), 109-113.
8. [16]. Altınten, A., Demirci, Y., Pekel, L.C. & Alpbaz, M. (2016). Elektrokoagülasyon reaktöründe bulanık kontrol metodu ile pH, iletkenlik ve sıcaklığın eş zamanlı kontrolü. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 31 (4), 987-996.