Makine Öğrenimi Kullanarak Bir Mekanik Jiroskobun Yalpalama Tahmininde Zaman Serisi Modeli
Küçük Resim Yok
Tarih
2024
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Jjiroskobik tork üretebilmeleri nedeniyle, mekanik jiroskoplar uçak, uzay araçları gibi tamamen askıdaki veya tek/iki tekerlekli kara araçlarının dengelenmesinde sıklıkla kullanılmaktadır. Yüksek hızla dönen volan sayesinde jiroskobik tork üretmektedirler. Bu torkun kontrolü için yalpalama hızı uygulamak gerekmektedir. Çalışmada bir mekanik jiroskobun rijit dinamik analizi yapılarak 415 adet yalpalama hızı verisi toplanmıştır. Bu hızın açık çevrim tahmininde lineer olmayan, otomatik gerilemeli yapay sinir ağı (NAR) kullanılmıştır. Elde edilen modelde korelasyon değeri 0.998 ve hata karelerinin ortalamasının karekökü (RMSE) değeri de 0.016 rad/s olmuştur. Model çıktısı ile veri seti arasında yüksek doğrusal ilişki tespit edilmiştir. NAR ağı, veri üzerine herhangi bir ön işlem yapılması gereksinimini ortadan kaldırmıştır. Kullanılan ağ parametreleri ve bu model ile elde edilen tahmin performansları çalışma içerisinde sunulmuştur.
Açıklama
Anahtar Kelimeler
Bilgisayar Bilimleri, Yazılım Mühendisliği, Fizik, Uygulamalı, Robotik, Bilgisayar Bilimleri, Yapay Zeka, Makine öğrenimi, Jiroskop, Yalpalama, Otomatik gerilemeli yapay sinir ağı
Kaynak
Zeki sistemler teori ve uygulamaları dergisi (Online)
WoS Q Değeri
Scopus Q Değeri
Cilt
7
Sayı
1
