AI Summary & Key Takeaways
AI InsightFinally, the obtained results confirm the tracking efficiency and correct response of the proposed control approach for STS.
📌 3 Key Takeaways
Abstract
Solar tracking systems (STS) should usually be integrated with photovoltaic (PV) panel so that the photovoltaic panels can increase power collection efficiency. In this paper, STS with implementation of adaptive neuro-fuzzy inference system (ANFIS) is presented. STS designed as dual axis has two motors that control azimuth angle and zenith angle. After designing an ANFIS for controlling these motors' speed, a Neural Network is trained to learn the input-output relationship of fuzzy logic controller. Position error and error variation were taken as model's inputs. Applied voltage to the motor was taken as model's output. The ANFIS model is combined modeling function of fuzzy inference with the learning ability of artificial neural network that has set of rules generated directly from the experimental data. Finally, the obtained results confirm the tracking efficiency and correct response of the proposed control approach for STS.
Özet
Fotovoltaik panellerin güç toplama verimliliğini artırmak için genellikle güneş takip sistemleri (GTS) ile entegre edilmelidir. Bu çalışmada, uyarlamalı sinirsel bulanık çıkarım uygulaması ile GTS sunulmuştur. GTS, zenit ve azimut açılarını kontrol eden iki motora sahip çift eksenli olarak tasarlanmıştır. Bu motorların hızının kontrol edilmesi için ANFIS'in tasarlanmasından sonra bulanık mantık kontrolörünün giriş-çıkış ilişkisini öğrenmek için yapay sinir ağı eğitilmiştir. Pozisyon hatası ve hatanın değişimi modellerin girişi olarak alınmıştır. Motora uygulanan gerilim modellerin çıkışı olarak alınmıştır. ANFIS modelde, deneysel verilerden doğrudan üretilen kurallar kümesine sahip yapay sinir ağının öğrenme yeteneği ile bulanık çıkarım modeli birleştirilir. Sonuç olarak, elde edilen sonuçlar GTS için amaçlanan kontrol yaklaşımının doğru cevap ve takip etme etkinliğini doğrular.