Dokumada çözgü gerginliği değişiminin optimizasyonu

Abstract

iÖZETBu çalışmada, yarı pozitif mekanik çözgü salma sistemine sahip konvansiyoneldokuma makinesinin çözgü salma sistemi Konvansiyonel, PID, EvrimselProgramlama ve Bulanık Mantık kontrol yöntemlerinin kullanılması ile kontroledilmiştir. Yapılan kontrol işlemleri sırasında çözgü ipliğinde oluşan gerginlikdeğerleri tespit edilerek karşılaştırılmıştır.Dokuma makinesi üzerinden çözgü gerilimi değerleri alındıktan sonra konvansiyonelçözgü salma sistemi sökülerek, yerine servo motor monte edilmiştir. Daha sonraçözgü salma sistemi PID ve yapay zeka yöntemleri (Evrimsel Programlama veBulanık Mantık) ile kontrol işlemi gerçekleştirilmiştir. PID kontrolde 20, 30, 40 cNreferans gerginlik değerleri ile deneyler yapılmıştır. Yapay zeka kontrolde ise ilkolarak Evrimsel Programlama ile elde edilen çözgü gerilimi fonksiyonu kullanılarakçözgü salma sistemi kontrol edilmiştir. Son olarak çözgü salma sistemi BulanıkMantık kontrol yöntemi ile kontrol edilerek çözgü ipliklerinde oluşan gerginlikdeğerleri kaydedilmiştir.Çalışmanın sonunda, kontrol yöntemlerinin performansları, çözgü ipliği gerilimlerive elde edilen kumaş özellikleri bakımından karşılaştırılmıştır. Elde edilen deneysonuçları istatistiksel yöntemler kullanarak analiz edilmiştir. Çalışmada kontroledilen çözgü salma sisteminde en düşük gerginlik değişim aralığına sahip çözgüipliği gerginlik değerleri yapay zeka yöntemlerinden bulanık mantık yönteminde eldeedilmiştir.

iiABSTRACTIn this study, a conventional weaving loom having semi-positive mechanical let-offsystem has been controlled with conventional PID, EP and Fuzzy logic controllers.Warp tension values during control operation are determined and compared witheach other.After the warp tension values on weaving loom were recorded, conventional let-offsystem was dismantled and a servomotor was mounted instead. Then, let-off systemwas controlled by PID and artificial intelligence (Evolution Programming and FuzzyLogic) methods. In PID control, 20, 30 and 40 cN reference tension values were usedfor the experiments. First, artificial intelligence controlled let-off system wasimplemented using warp tension function data obtained from EvolutionProgramming. Finally, it is controlled with fuzzy logic to record warp tension values.At the end of the study, performances of control methods were compared with eachother in terms of warp tension and obtained fabric properties. Experimental resultswere analyzed using statistical methods. In a controlled let off system the leasttension variation range in warp tension values was determined using by fuzzy logicmethod, which isan example of artificial intelligence technique.