Güç led sürücülerinde yapay zeka uygulaması

Abstract

Bu çalışmada, PowerLED sürücü devrelerinde görev çevrim oranını belirleme işlemi Uyarlanabilir Ağ Tabanlı Bulanık Çıkarım Sistemi (ANFIS) yardımıyla yapılmaya çalışılmıştır. Değişik üyelik fonksiyonları ve değişik üyelik sayılarında çeşitli analizler yapılarak optimum durum belirlenmiştir. Bir PowerLED sürücü düzeneği kurulmuş ve bu düzenekten elde edilen sonuçlarla ANFIS eğitilmiştir. ANFIS mimarisinde elde edilen en iyi sonuç üçgen tipli üyelik fonksiyonu ve 7 üyelik sayısı için elde edilmiştir. Seri bağlı olarak tasarlanan deney düzeneğinde PowerLED'ler için en iyi çalışma akımı 350 mA olduğundan, ANFIS yapısında giriş akımı, çıkış gerilimi ve çıkış akımı giriş büyüklükleri olarak seçilmiş ve ANFIS'in çıkışında LED sayısı ile görev çevrim oranı belirlenmiştir. Belirlenen bu LED sayısına bağlı olarak 350mA'in hangi görev çevrimi oranında elde edileceği de ANFIS'te ikinci çıkış olarak tahmin edilmeye çalışılmıştır. Böylece seri bağlı PowerLED'ler de en yüksek parlaklığın elde edildiği 350mA akım değeri sabit tutulmuştur.

In this study, duty cycle ratio for a PowerLED driver circuit has been determined using Adaptive-Network-Based Fuzzy Inference System (ANFIS). The optimum value of different type and number of membership functions have been calculated. An experimental rig has been designed and implemented, then ANFIS has been trained using obtained results from the experimental rig. The best result has been observed for triangular type and 7-membership functions for the considered case. Since optimal operating curent is 350 mA for serially connected PowerLEDs, ANFIS structure has been trained to get both the number of LEDs and operating duty cycle value for optimal operating curent while input current, output voltage and output current have been selected as input values for ANFIS. Using proposed system structure, output current has been realized as a constant value at 350 mA to get the maximum illumination for serially connected PowerLEDs.