Trafik Sinyalizasyon Sistemi için Bulanık Mantık Kontrol Otomasyonu

Otomasyon sistemleri imalat, inşaat, elektrik, geri dönüşüm, enerji, elektronik ve bilişim gibi birçok sektörde ihtiyaçları karşılayan önemli yapılardır. Son zamanlarda otomasyon sistemleri daha büyük ve daha karmaşık hale gelmiştir. Tamamen spesifik ve kesin olan durumların çözülmesi kolay olabilir. Ancak belirsizlik içeren ve tam olarak tanımlanamayan problemlerin çözümü nispeten zordur. Bu nedenle, kesin olarak tanımlanmış sınırları nedeniyle geleneksel mantık yeterli değildir. Bulanık Mantık Kontrol, endüstriyel otomasyonda birçok alanda kontrol algoritması çalıştırılarak sağlanmaktadır. Bu makalede, Bulanık Mantık Kontrol Modülü olmayan düşük seviyeli bir PLC için Bulanık Mantık Kontrol algoritmasını geliştirdik. Daha sonra kavşak trafik sinyalizasyon kontrolü için PLC tabanlı bulanık mantık kontrolünü gerçekleştirdik.

Anahtar Kelimeler:

Bulanık mantık, Otomasyon, PLC

Fuzzy Logic Control Automation for Traffic Signalization System

Automation systems are important structure that provides needs in many sectors such as manufacturing, construction, electricity, recycling, energy, electronics and informatics. Recently the automation systems have become larger and more complex. Situations that are completely specific and certain can be easy to resolve. However, the solution of problems that contain uncertainty and can’t be fully defined is relatively difficult. Therefore, conventional logic is not sufficient because of its strictly defined boundaries. Fuzzy Logic Control is provided by executing the control algorithm in many areas at industrial automation. In this paper, we developed the Fuzzy Logic Control algorithm for a low-level PLC without Fuzzy Logic Control Module. Then, we realized PLC based fuzzy logic control for intersection traffic signaling control.

Keywords:

Fuzzy logic, Automation, PLC.,

PDF

___

L. A. Zadeh, “Fuzzy Sets”, Intl J. Information Control 8: 338-353ü, 1965.
E. H. Mamdani and S. Assilion, “An Experiment in Linguistic Synthesis With a Fuzzy Logic Controller”, Intl J. Man-Machine Stud 7:1-13, 1974.
L. P. Holmblad and J. J. Ostergaard J, Control of Cement Kiln by Fuzzy Logic, Gupta M. M, Sarchez E, Fuzzy Information and Decision Processes, North Holland, pp. 389-399, 1982.
S. Chiu and S. Chand, “Adaptive Traffic Signal Control Using Fuzzy Logic”, Proceedings of the Intelligent Vehicles ’92 Symposium, 98-107, 1992.
E. H. Mamdani, “Application of fuzzy algorithms for control of simple dynamic plant”, Proc. IEEE, 121(12), 1585-1588, 1974.
T. Munakata and Y. Jani, “Fuzyy systems: an overview,. Communications of the ACM, 37(3), 69-76, 1994.
L. A. Zadeh, G. J. Klir and B. Yuan, “Fuzzy sets, fuzzy logic, and fuzzy systems: selected papers”, World Scientific, 1996.
U. Ozkaya, and L. Seyfi,“A novel fuzzy logic model for intelligent traffic systems”. Electronics World, 122(1960), 36-39, 2016.
A. P. Akgungor and A. G. R. Bullen, Analytical delay models for signalized intersections, 69th ITE Annual Meeting, Nevada, USA, 1999.
M. Collotta, L. L. Bello, and G. Pau, “A novel approach for dynamic traffic lights management based on Wireless Sensor Networks and multiple fuzzy logic controllers”, Expert Systems with Applications, 42 (13), 5403-5415, 2015.