Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Ankara Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2009
Tezin Dili: Türkçe
Öğrenci: ERKİN ETİKE
Danışman: GÜLAY ÖZKAN
Özet:Yapılan çalışmada 1.6 litrelik soğutma ceketli kesikli bir reaktörde stirenin serbest radikalik çözelti polimerizasyonunun dinamiği ve sıcaklık kontrolü teorik ve deneysel olarak incelenmiştir. Çalışmanın aşamaları teorik ve deneysel olmak üzere iki ana bölüme ayrılmıştır. Teorik çalışmalarda sürecin analitik modeli MATLAB® ortamında Simulink® kullanılarak çıkarılmıştır. Sisteme verilen ısı PRBS formunda ve uygun büyüklükte değiştirilerek, reaktör içi sıcaklığın değişmesi sağlanmıştır. Isı ayarlanabilen değişken ve reaktör içi sıcaklığı kontrol edilen değişken olarak seçildiği durumda kontrol algoritmasında kullanılabilecek sistem modelinin tanımlanması için gerekli olan veriler toplanmış ve bu veriler ile Yapay Sinir Ağı’nın (YSA) eğitimi sağlanmıştır. Eğitim için Levenberg-Marquardt algoritması kullanılmıştır. Benzetim ortamında, reaktör sıcaklığı yapay sinir ağı temelli model öngörülü kontrol algoritması ile gerçekleştirilmiştir. Deneysel çalışmalarda, yapay sinir ağı temelli model öngörülü kontrol algoritması Visual Basic dilinde yazılmıştır. Kontrol etkin ayar parametresi olan ağırlık faktörünün bir ileri besleme fonksiyonu olarak belirlenmesi gerçekleştirilmiştir. Yapay sinir ağı temelli model öngörülü kontrol algoritması, ayarlanan parametreleri ile reaktör sıcaklığının, optimum sıcaklık profilini başarı ile takip etmesini sağlamıştır.Ayrıca tepkime boyunca ölçülmesi zor olan monomer derişimi, oluşturulan radyal tabanlı fonksiyon ağı yardımıyla başarı ile tahmin edilmiştir. Stirenin polimerleşme tepkimesinin gerçekleştiği soğutma ceketli kesikli bir tepkime kabının analitik modeli, teorik YSA modeli ve deneysel YSA modeli karşılaştırılarak YSA modellerinin sistemi temsil etme yeteneği gözlenmiştir.Abstract In this work the dynamic behaviour and temperature control of free radical solution polymerisation of styrene in a jacketed 1.6 L batch reactor is studied both theoretically and experimentally. The work consists of theoretical and experimental studies. In the theoretical part, the analytic model of the process is determined and implemented to MATLAB® Simulink® environment. Heat is introduced to the model in PRBS form and reactor temperature change is recorded. These data are used for system identification in order to build an artificial neural network (ANN) model which will be used by the control algorithm having heat introduced as the manipulated variable and reactor temperature as the controlled variable. The training of the ANN was done by Levenberg-Marquardt algorithm. Reactor temperature is controlled with neural network model predictive control algorithm by simulation. In the experimental part, neural network model predictive control algorithm is written by Visual Basic programming language. Control weighing factor is determined as a feedforward function. Experimental control of the reactor temperature on optimal temperature profile was achieved successfully by Neural network model predictive control algorithm Moreover, the monomer concentration which is hard to measure directly during reaction, was accurately estimated by the radial basis function network built. Analytical, theoretical ANN and experimental ANN models of the batch styrene polymerisation reactor, are compared and the representation ability of the ANN models were observed.