IoT Tabanlı Döner Kanat Motor-Pervane Sistemleri için Uzaktan Erişimli Deney Platformu Tasarımı

1 IoT Tabanlı Döner Kanat Motor-Pervane Sistemleri İçin Uzaktan Erişimli Deney Platformu Tasarımı Design of a Remote-Accessible IoT-Based Experimental Platform for RotaryWing Motor-Propeller Systems Meryem Şeyda Dinç1, Kübra İrem Baycan1, Furkan Birişik1 Nisa Tat1, Abdussamed Uysal1, Ömer Faruk Korkmaz1 Murat Aydın1, Fethi Candan2 1Uçak Mühendisliği Bölümü Erciyes Üniversitesi, Kayseri {1140110480, 1140110423, 1140110473, 1140110472, 1140110445, 1140110470, aydin }@erciyes.edu.tr 2Yapay Zeka ve Veri Mühendisliği Bölümü Ankara Üniversitesi, Ankara [email protected] Özetçe Bu çalışma, döner kanatlı hava araçlarının motor-pervane sistemlerinin gerçek zamanlı analizine olanak tanıyan IoT tabanlı bir deney platformunun tasarım ve uygulanmasını sunmaktadır. Sistem, entegre sensörler ve gömülü mikrodenetleyiciler aracılığıyla uzaktan erişim ve veri toplama imkânı sağlar. Hava akışı, sıcaklık, basınç ve titreşim gibi değişkenler sürekli izlenip bulut tabanlı bir veri tabanına aktarılır. Scilab/Xcos yazılımı ile sistem uzaktan görselleştirilebilir, simüle edilebilir ve optimize edilebilir. Platform, dinamik motor hızı kontrolü için PID algoritmalarını içermekte ve Lab 4.0 yaklaşımıyla uyumlu uygulamalı bir öğrenme ortamı sunmaktadır. Bu proje, farklı koşullar altında döner kanatlı itki sistemlerinin test edilmesini sağlayan esnek, ölçeklenebilir ve düşük maliyetli bir çözüm sunarak kontrol ve otomasyon alanında akademik ve endüstriyel çalışmalara katkı sağlamaktadır. Abstract This study presents the design and implementation of an IoTbased experimental platform enabling real-time analysis of motor-propeller systems used in rotary-wing aerial vehicles. The system allows remote access and data acquisition through integrated sensors and embedded microcontrollers. Key variables such as airflow, temperature, pressure, and vibration are continuously monitored and transmitted to a cloud-based database. Using Scilab/Xcos, the system can be remotely visualized, simulated, and optimized. The platform includes PID control algorithms for dynamic motor speed regulation and offers a hands-on learning environment aligned with the Lab 4.0 framework. This project provides a flexible, scalable, and cost-effective solution for testing and optimizing rotarywing propulsion systems under different conditions. It supports academic research and industrial applications in the field of control and automation. 1. Giriş Laboratuvar çalışmaları, mühendislik eğitiminde öğrencilerin öğrenme sürecine aktif katılımını sağlayan kritik bir unsurdur. Ancak, geleneksel laboratuvar uygulamaları fiziksel erişim sınırlamaları, çalışma saatleri kısıtları ve ekipman eksiklikleri nedeniyle bazı zorluklar taşımaktadır. Özellikle havacılık ve uzay mühendisliği alanında, döner kanat sistemlerinin aerodinamik ve dinamik özelliklerinin incelenmesi amacıyla yapılan deneylerin daha verimli, erişilebilir ve kapsamlı hale getirilmesi gerekmektedir. Bu bağlamda, Laboratuvar 4.0 yaklaşımı; Nesnelerin İnterneti (IoT), bulut bilişim, sensör ağları ve yapay zekâ destekli analizler gibi modern teknolojileri kullanarak laboratuvar deneyimlerini dijitalleştirmeyi hedeflemektedir [1],[3]. Böylece, kullanıcılar zamandan ve mekândan bağımsız olarak deneylere erişim sağlayabilmekte ve uzaktan kontrol edilebilen sistemlerle gerçek zamanlı veri analizleri yapabilmektedir. Bu proje, döner kanat sistemlerinin motor-pervane performanslarını analiz etmek, kontrol algoritmalarını test etmek ve gerçek zamanlı veri toplamak için IoT tabanlı, sensör destekli ve uzaktan erişime açık bir deney platformu geliştirmeyi amaçlamaktadır. Sistem, hava akış hızı, sıcaklık, basınç ve titreşim gibi kritik parametreleri sürekli ölçerek verileri bulut ortamına aktaracaktır. Bu sayede kullanıcılar farklı çalışma senaryolarını uzaktan yönetip analiz edebilecek, sistem performansını optimize edebilecektir. Proje, özellikle farklı yük ve çevresel koşullar altında PID kontrol algoritmalarının etkinliğini değerlendirerek motor-pervane sistemlerinin verimliliğini ve güvenilirliğini artırmaya yönelik kapsamlı testler gerçekleştirecektir. Şekil 1’de sunulan akış diyagramı, döner kanat sistemlerinin dinamik davranışlarını incelemek üzere geliştirilmiş tek serbestlik dereceli (1-DOF) deney düzeneğini göstermektedir. Sistem, Scilab ortamında yapılan referans ve modelleme işlemlerinden sonra UART protokolü aracılığıyla kontrolöre 2 veri gönderir. Kontrolör, motoru PWM sinyalleri ile sürerek dinamik etkileşimleri sağlar. Potansiyometre ve diğer sensörlerden alınan açısal pozisyon ve ivme verileri, kapalı döngü kontrol sistemine geri besleme olarak aktarılır. Ayrıca, kamera sistemi sayesinde deney görsel olarak takip edilebilir ve doğrulanabilir. Şekil 1. Planlanan sistemin çalışma sistemi ve süreç blokları Mekanik tasarımda, değişken yük pozisyonlarına uyum sağlayan esnek bir yapı oluşturularak çoklu test senaryolarının uygulanması mümkün kılınmıştır. Elektronik bileşenler kapsamında ise mikrodenetleyiciler, Raspberry Pi ve Arduino entegrasyonu ile veri toplama, işleme ve görselleştirme süreçleri optimize edilmiştir. Sistem, uzaktan erişim ve otomasyon yetenekleri sayesinde kullanıcıların fiziksel laboratuvar sınırlarını aşarak deneyleri yönetmesine olanak tanımaktadır. Yapay zekâ destekli analiz ve gerçek zamanlı izleme ile deney sonuçlarının anlık değerlendirilmesi sağlanarak performans iyileştirmeleri ve eğitim süreçlerinin kişiselleştirilmesi mümkün hale gelmiştir. Bu platform, havacılık ve uzay mühendisliği alanlarında eğitim ve araştırma için yenilikçi, interaktif ve modüler bir deney ortamı sunmakta; aynı zamanda kontrol sistemleri, robotik ve IoT tabanlı veri toplama uygulamalarında da referans teşkil etmektedir. 2. Literatür Taraması Endüstri 4.0 ve Laboratuvar 4.0 yaklaşımları, geleneksel mühendislik laboratuvarlarının dijitalleşmesi ve uzaktan erişim yetenekleri kazanması yönünde önemli adımlar atılmasını sağlamaktadır. [1], [2] Özellikle havacılık ve uzay mühendisliği alanında motor-pervane sistemlerinin performans testleri için fiziksel laboratuvarların kısıtlılığı, uzaktan erişimli ve IoT tabanlı platformlara olan ihtiyacı artırmıştır [1], [2]. Son yıllarda yapılan çalışmalar, sensör ağları ve mikrodenetleyici tabanlı uzaktan veri toplama sistemlerinin motor ve pervane performans testlerinde etkin olarak kullanılabildiğini göstermektedir [3], [4]. IoT tabanlı test platformları, özellikle PID gibi kapalı çevrim kontrol algoritmalarının uygulanması, farklı yük koşullarında dinamik motor-pervane davranışlarının gözlemlenmesi ve enerji verimliliğinin artırılması açısından güçlü bir altyapı sunmaktadır [5]. Chowdhury ve arkadaşlarının [2] çalışmasında, uzaktan erişimli laboratuvarların mühendislik eğitiminde etkileşimi ve öğrenme verimliliğini önemli ölçüde artırdığı gösterilmiştir. Benzer şekilde, Gomes ve Bogosyan [3] modern mühendislik laboratuvarlarında uzaktan izleme ve kontrol teknolojilerinin yaygınlaşmasını vurgulamaktadır. Ayrıca, Scilab/Xcos gibi açık kaynaklı yazılımların kontrol ve simülasyon uygulamalarında kullanılabilirliği, bütçe kısıtları olan akademik kurumlar için önemli bir avantaj olarak öne çıkmaktadır [6]. Motor-pervane sistemleri için uzaktan erişim platformları üzerine yapılan araştırmalar, özellikle gerçek zamanlı veri analizi ve bulut tabanlı kontrol mimarilerinin ön plana çıktığını göstermektedir. Kans ve arkadaşları [1], bakım ve performans analizine yönelik Maintenance 4.0 tabanlı deney setleri geliştirerek, uzaktan erişimin güvenilir ve düşük maliyetli çözümler sunabileceğini göstermiştir. Garcia-Loro ve arkadaşları [7], Laboratuvar 4.0 konsepti kapsamında IoT tabanlı laboratuvarların ölçeklenebilirliğini ve esnekliğini ortaya koymuştur. Bu çalışmalar ışığında, geliştirilen IoT tabanlı döner kanat motor-pervane platformu; gerçek zamanlı veri toplama, PID tabanlı kontrol ve uzaktan izleme özellikleriyle mevcut literatürdeki teknolojik eğilimleri takip etmekte ve laboratuvar 4.0 vizyonuna uygun modern bir çözüm sunmaktadır. 3. Problem Tanımı Döner kanat sistemleri üzerine geleneksel laboratuvar deneyleri, fiziksel erişim gerekliliği, zaman ve mekân kısıtlamaları ile sınırlı ekipman nedeniyle yeterince etkin yürütülememektedir. Özellikle döner kanatlı insansız hava araçlarının (İHA) motor-pervane dinamikleri, kontrol algoritmaları ve çevresel etkilerinin hassas analizi mevcut altyapılarla güçleşmektedir. Ayrıca, öğrenciler ve araştırmacıların deneylere uzaktan erişememesi, eğitim ve araştırma süreçlerinde kısıtlamalara yol açmaktadır. Bu ihtiyaçlar doğrultusunda, esnek, gerçek zamanlı veri toplayabilen ve IoT teknolojileriyle entegre, uzaktan erişime olanak tanıyan modern bir deney platformuna gereksinim ortaya çıkmıştır. Geliştirilecek bu sistem; motor-pervane optimizasyonu, farklı yük ve çevresel koşulların etkilerinin 3 detaylı incelenmesine olanak sağlarken, eğitim ve endüstriyel uygulamalarda kapsamlı ve erişilebilir test ortamları sunacaktır. 4. Materyal ve Yöntem Bu çalışma, döner kanat motor-pervane sistemlerinin dinamik analizini gerçekleştirmek amacıyla IoT tabanlı fiziksel bir deney düzeneği ile Scilab/Xcos simülasyon ortamını entegre eden bir yöntem sunmaktadır. Sistem; mikrodenetleyici (Arduino), potansiyometre, BLDC motor, ESC ve bulut tabanlı veri aktarım altyapısından oluşmaktadır. Şekil 2. Tasarlanan 1-DOF Deney Kiti 4.1. Deney Düzeneği ve Sistem Yapısı Şekil 2’de gösterilen 1-DOF deney düzeneği, motor-pervane etkileşimlerinin gözlemlenmesine ve kontrol algoritmalarının uygulanmasına olanak tanımaktadır. Potansiyometre ile açısal konum ölçülmekte, motor ESC aracılığıyla PWM sinyalleriyle sürülmektedir. Kol ucuna farklı ağırlıklar eklenerek sistemin tork üretimi ve kararlılığı test edilmiştir. IoT altyapısı sayesinde veriler gerçek zamanlı olarak bulut sistemine aktarılmıştır. Geri beslemeli kontrol algoritması (PID), potansiyometre verisi ile hedef değer arasındaki farkı hesaplayarak uygun PWM çıkışını üretir. Sistem, çevresel verileri de sensörlerle toplayarak performans değerlendirmesini desteklemektedir. 4.2. Simülasyon Altyapısı Geliştirilen sistemin kontrol algoritmalarının doğrulanması ve analiz edilmesi amacıyla, Scilab/Xcos yazılımı kullanılarak bir dijital simülasyon modeli oluşturulmuştur. Bu model, fiziksel deney düzeneğinin motor-pervane sisteminin davranışlarını blok diyagram düzeyinde analiz etme imkânı sunmaktadır. Şekil 3. Xcos ortamında oluşturulan PWM sinyali gönderimi ve geri besleme ölçümü diyagramı Şekil 3’te gösterilen blok diyagramda, potansiyometre ile ölçülen açısal konum verisi analog sinyal olarak Arduino’nun analog giriş pinine (A0) iletilmekte ve “Analog READ” bloğu ile Xcos ortamına aktarılmaktadır. PWM sinyali ise “Pulse” bloğu ile üretilmekte ve “Digital WRITE” bloğu aracılığıyla Arduino’nun dijital çıkış pinine (D9) gönderilerek motorun sürülmesi sağlanmaktadır. “Scope” bloğu ise geri besleme verisinin zaman eksenindeki değişimini gerçek zamanlı olarak görselleştirmektedir. Bu yapıda örnekleme periyodu 0.1 saniye olarak belirlenmiş ve simülasyon süresi 10 saniye olacak şekilde yapılandırılmıştır. Şekil 3, sistemin PWM üretimi ile analog geri besleme verilerinin bir döngü halinde nasıl çalıştığını açıkça göstermektedir. Şekil 4. PID Kontrollü gerçek zamanlı konum takibi Şekil 4’te gösterilen blok diyagramında, hedef konuma ulaşmasını sağlayacak bir kapalı çevrim kontrol yapısı uygulanmıştır. “Setpoint” bloğundan verilen hedef değer ile potansiyometreden gelen ölçüm değeri, “Σ (Toplama)” bloğunda karşılaştırılarak hata sinyali oluşturulmaktadır. Bu hata, “PID” bloğu tarafından işlenerek uygun PWM sinyali üretilmekte ve “PWM Output” bloğu ile Arduino’ya iletilmektedir. Böylece motorun dönüş hızı, hedef pozisyona ulaşacak şekilde sürekli ayarlanmaktadır. “Scope” bloğu yardımıyla sistemin tepkisi grafiksel olarak izlenmiş, PID algoritmasının zamana bağlı tepkisi analiz edilmiştir. Şekil 4, bu geri besleme yapısının ve kontrol tepkisinin nasıl oluşturulduğunu blok düzeyinde net biçimde ortaya koymaktadır. Bu simülasyon altyapısı sayesinde, fiziksel düzeneğe ihtiyaç duymadan kontrol algoritmaları test edilmiş, PID ayarlarının sistem yanıtı üzerindeki etkileri gözlemlenmiştir. 4.3. Matematiksel Modeller Sistemin davranışlarını tanımlamak için aşağıdaki temel denklemler kullanılmıştır. Tablo 1. Matematiksel model denkleminin tanımları Gösterim Tanım 𝐼 Sistemin atalet momenti 𝜃(𝑡) Açısal konum (rad) 𝜏𝑚𝑜𝑡𝑜𝑟 Motor tarafından üretilen tork 𝜏𝑦ü𝑘 Sisteme uygulanan dış yük torku 𝐷(𝑡) PWM görev döngüsü 𝑘𝑝𝑤𝑚 PWM’den hıza dönüş katsayısı 𝑘𝜏 Hızdan torka geçiş katsayısı Denklem 1’de açısal dinamik model, 𝐼𝜃󰇘(𝑡)=𝜏𝑚𝑜𝑡𝑜𝑟(𝑡)=𝑘(𝑡)⋅𝜔(𝑡) (1) Denklem 2’de motor-PWM ilişkisi 𝜔(𝑡)=𝑘𝑝𝑤𝑚𝐷(𝑡)→𝜏𝑚𝑜𝑡𝑜𝑟(𝑡)=𝑘𝜏⋅𝜔(𝑡) (2) 4 anlatılmıştır. Sistemdeki tanımlamalar Tablo 1’ de gösterilmiştir. Denklem 3’de PID Kontrol denklemi gösterilmiştir. 𝑢(𝑡)=𝐾𝜌ⅇ(𝑡)+𝐾𝑖∫ⅇ(𝜏)𝑑𝜏 𝑡 0+𝐾𝑑𝑑ⅇ(𝑡) 𝑑𝑡 (3) Denklemde, sırasıyla ⅇ(𝑡),𝑢(𝑡) ve 𝐾𝑝,𝐾𝑖,𝐾𝑑, hata işaretini, Arduino’dan çıkan kontrol işaretini ve PID kazançlarını vermektedir. 𝑚𝑑𝜗 𝑑𝑡 =𝐹𝑛𝑒𝑡 (4) Denklem 4’de de doğrusal hareket denklemi verilmiştir. Bu denklemde 𝑑𝜗 𝑑𝑡, ivme ve 𝐹𝑛𝑒𝑡, net kuvvet tanımıdır. 𝐼𝑑𝜔 𝑑𝑡 +𝜔×(𝐼𝜔)=𝑀𝑛𝑒𝑡 (5) Denklem 5, açısal hareket denklemini vermektedir. 𝐼, atalet momenti, 𝑑𝜔 𝑑𝑡, sçısal ivme (rad/s²) ve 𝜔, açısal hız vektörü (rad/s) olarak tanımlanmıştır. Sistemin açısal hızındaki değişimin, net moment (tork) ile ilişkisini ifade eder. 1-DOF deney kitinde motorun ürettiği tork ile sistemin açısal ivmesi arasındaki ilişki bu denklemle modellenir. 5. Deneysel Sonuçlar Tasarlanan 1-DOF IoT tabanlı deney platformu üzerinde yapılan testlerde, motor-pervane sisteminin dinamik performansı hem serbest hem de 10 g ek yük koşullarında incelenmiştir. 5.1. Serbest Çalışma Testleri Scilab/Xcos ortamında oluşturulan PID kontrol diyagramı (Şekil 3) kullanılarak gerçekleştirilen simülasyonlarda, sistemin serbest çalışma koşulları altında gösterdiği performans değerlendirilmiştir. Bu senaryoda, PWM referans değeri 160 olarak tanımlanmış, potansiyometreden alınan geri besleme sinyali ile motor çıkışı karşılaştırılarak oluşan hata sinyali PID kontrol algoritması tarafından işlenmiştir. Şekil 5. Xcos diyagramı ile elde edilen grafik Şekil 5’de yer alan grafik, sistemin hedef konuma ulaşırken zaman eksenindeki dinamik tepkisini görselleştirmektedir. Yapılan analizlerde sistemin referans değere ulaşma süresi yaklaşık 1.5 saniye olarak gözlemlenmiştir. PWM çıkışının lineer olarak artması ve potansiyometre geri beslemesiyle yüksek oranda örtüşmesi, hem kontrol yapısının doğruluğunu hem de geri besleme döngüsünün etkinliğini doğrulamaktadır. Grafik üzerindeki eğriler, sistemin hedefe hızlı bir şekilde ulaştığını ve PID parametrelerinin uygun şekilde ayarlandığını göstermektedir. Bu bağlamda Şekil 6, deneysel simülasyonun başarısını nicel olarak destekleyen kritik bir performans çıktısı sunmaktadır. Şekil 6. PID kontrolle elde edilen deney verisi 5.2. 10 g Yük Altındaki Testler Sistem koluna 10 g ağırlık eklendiğinde, motorun hedef değere ulaşması için gereken süre hafifçe artmış ve geçiş süresi 1.7 saniye, overshoot ise %8 olarak gözlenmiştir. Bu, motorun küçük yük artışlarına hızlı tepki verebildiğini ve PD kontrol algoritmasının bu durumda da kararlılığını koruduğunu göstermektedir. PWM çıkışında ise yaklaşık %2–3’lük bir artış kaydedilmiştir. 5.3. IoT ve Veri Analizi Tüm deneysel veriler, Arduino üzerinden anlık olarak Scilab/Xcos ortamına aktarılmış ve gerçek zamanlı olarak görselleştirilmiştir. IoT tabanlı veri toplama altyapısı sayesinde PWM çıkışı, açısal konum, sıcaklık ve titreşim gibi parametreler hem simülasyon ekranında hem de bulut tabanlı veri tabanında kayıt altına alınmıştır. Bu sayede hem anlık performans değerlendirmeleri hem de uzun vadeli analizler yapılabilmiştir. 5.4. Performans Kriterleri PID parametreleri optimizasyon yöntemleri kullanılarak daha iyi sonuçlar elde edilebilir. Bu sitem özellikle IOT tabanlı tasarım ve düşük maliyetli ekipmanlar kullanılarak tasarlanmıştır. Kurulan bu konsept düzenek için performans değerleri aşağıda verilmiştir. • Geçiş Süresi: 1.5 s (yük yok), 1.7 s (10 g yük). • Aşım (Overshoot): %6 (yük yok), %8 (10 g yük). • Kararlı Durum Hatası: < 0.5°. • Örnekleme Periyodu: 0.1 s. • Test Süresi: 10 s. Bu sonuçlar, geliştirilen platformun hem serbest hem de küçük yük koşullarında başarılı bir dinamik tepki verdiğini, PID kontrol algoritmasının etkili bir performans iyileştirmesi sağladığını göstermektedir. 6. Çıktılar Scilab/Xcos ortamında gerçekleştirilen simülasyon ve fiziksel deneyler sonucunda, motor-pervane sisteminin dinamik tepkisi, kontrol performansı ve IoT tabanlı veri toplama yetenekleri detaylı olarak analiz edilmiştir. 6.1. Zaman-Tepki Analizi Serbest çalışma koşullarında, PD kontrol algoritmasının etkinliği gözlemlenmiştir. PWM görev döngüsü referansı 160 olarak ayarlandığında: 5 • Geçiş süresi (rise time) yaklaşık 1.5 saniye olarak ölçülmüştür. Aşım (overshoot) %6 civarında gerçekleşmiştir. • Sistem, 2 saniye içerisinde kararlı duruma geçmiştir. PID kontrol devresi devre dışı bırakıldığında geçiş süresinin 2.3 saniyeye çıktığı ve aşım değerinin %12 seviyelerine ulaştığı tespit edilmiştir. Bu durum, PID kontrolün sistem performansını belirgin şekilde artırdığını kanıtlamaktadır. 6.2. 10 g Yük Altındaki Testler Sistem koluna (Şekil 7) 10 g ağırlık eklendiğinde: • Geçiş süresi 1.7 saniyeye yükselmiştir. Aşım (overshoot) %8 seviyesine çıkmıştır. PWM çıkışında yaklaşık %3’lük bir artış kaydedilmiştir. Yük eklense bile PID kontrol algoritması sayesinde sistemin kararlı duruma hızlıca ulaştığı ve hatanın minimumda kaldığı gözlenmiştir. Şekil 7. Oluşturulan sistemin görüntüsü 6.3. IoT Tabanlı Veri Toplama ve Görselleştirme Arduino üzerinden alınan PWM ve potansiyometre geri besleme verileri, Scilab/Xcos ortamına gerçek zamanlı olarak aktarılmıştır. IoT protokolleri sayesinde; PWM sinyali, açısal konum, sıcaklık ve titreşim gibi veriler bulut tabanlı veri tabanına kaydedilmiştir. 7. Sonuç Bu çalışmada, döner kanat motor-pervane sistemlerinin dinamik tepkilerini analiz edebilmek için IoT tabanlı ve Scilab/Xcos simülasyon destekli bir deney platformu tasarlanmış ve uygulanmıştır. Tasarlanan platform, hem uzaktan erişim özellikleri hem de gerçek zamanlı veri toplama ve görselleştirme yetenekleriyle Laboratuvar 4.0 yaklaşımı doğrultusunda modern bir test altyapısı sunmaktadır. Deneysel ve simülasyon sonuçları, platformun güvenilirliğini ve doğruluğunu ortaya koymuştur. PID kontrol algoritması, sistemin geçiş süresini %30’a kadar azaltmış ve aşımı %6 seviyesine düşürmüştür.10 g yük testi, motor-pervane sisteminin küçük yük değişimlerine karşı hassasiyetini doğrulamış; geçiş süresinde yalnızca 0.2 s’lik bir artış görülmüştür. IoT tabanlı veri toplama mekanizması sayesinde PWM sinyali, açısal konum, sıcaklık ve titreşim gibi parametreler eş zamanlı olarak hem Scilab ortamında hem de bulut tabanlı veri tabanında kaydedilmiş ve analiz edilmiştir. Bu sonuçlar, tasarlanan platformun hem eğitim hem de araştırma faaliyetleri için pratik, ölçeklenebilir ve düşük maliyetli bir çözüm sunduğunu göstermektedir. Scilab/Xcos tabanlı simülasyonlar, donanım testleriyle %90’ın üzerinde uyum sağlamış, bu da geliştirilen sistemin doğrulandığını ortaya koymuştur. Gelecek çalışmalar kapsamında, sistemin farklı kontrol algoritmaları ile test edilmesi, farklı yük koşullarında güç tüketimi optimizasyonu yapılması ve web tabanlı görsel kontrol sistemlerinin eklenmesi planlanmaktadır. Kaynakça [1] M. Kans, J. Campos, and L. Håkansson, “A remote laboratory for Maintenance 4.0 training and education,” IFACPapersOnLine, vol. 53, no. 3, pp. 101–106, 2020. [2] H. Chowdhury, F. Alam, and I. Mustary, “Development of an innovative technique for teaching and learning of laboratory experiments for engineering courses,” Energy Procedia, vol. 160, pp. 806–811, 2019. [3] L. Gomes and S. Bogosyan, “Current trends in remote laboratories,” IEEE Transactions on Industrial Electronics, vol. 56, no. 12, pp. 4744–4756, 2009. [4] M. Abdulwahed and Z. K. Nagy, “Developing the TriLab, a triple access mode (hands-on, virtual, remote) laboratory of a process control rig using LabVIEW and Joomla,” Computer Applications in Engineering Education, vol. 21, no. 4, pp. 614– 626, 2013. [5] X. Chen, G. Song, and Y. Zhang, “Virtual and Remote Laboratory Development: A Review,” in Earth and Space 2010, Honolulu, HI, USA: ASCE, pp. 3843–3852, 2010. [6] K. P. Ayodele, L. O. Kehinde, and O. A. Komolafe, “Hybrid Online Labs: Making Remote Laboratories Usable Under Unfavorable Bandwidth Conditions,” International Journal of Online Engineering, vol. 8, no. 4, pp. 14–20, 2012. [7] F. Garcia-Loro et al., “Laboratories 4.0: Laboratories for emerging demands under industry 4.0 paradigm,” in Proc. IEEE Global Engineering Education Conf. (EDUCON), 2021, pp. 903–909. [Online]. Available: https://ieeexplore.ieee.org/abstract/document/9454095/ [8] J. Campos, “Current and prospective information and communication technologies for the e-maintenance applications,” J. Qual. Maint. Eng., vol. 20, no. 3, pp. 233–248, Aug. 2014, doi: 10.1108/JQME-05-2014-0029. [9] M. Kans, D. Galar, and A. Thaduri, “Maintenance 4.0 in Railway Transportation Industry,” in Proc. 10th World Congr. Eng. Asset Management (WCEAM), K. T. Koskinen et al., Eds., Lecture Notes in Mechanical Engineering, Cham: Springer, 2016, pp. 317–331, doi: 10.1007/978-3-319-27064-7_30. [10] A. A. Altalbe, “Performance impact of simulation-based virtual laboratory on engineering students: A case study of Australia virtual system,” IEEE Access, vol. 7, pp. 177387– 177396, 2019. [11] “Acrome Robotics - Robotics Products for Academia and R&D.” Accessed: Dec. 19, 2024. [Online]. Available: https://acrome.net/ 6 [12] “Mobile Robotics Lab,” Quanser. Accessed: Dec. 19, 2024. [Online]. Available: https://www.quanser.com/products/mobile-robotics-lab/ [13] Y. Li, K. H. Ang, ve G. C. Y. Chong, “PID control system analysis, design, and technology,” IEEE Trans. Control Syst. Technol., cilt 13, no. 4, ss. 559–576, Temmuz 2005. [14 Y. Li, K. H. Ang, ve G. C. Y. Chong, “PID control system analysis and design,” IEEE Control Syst. Mag., cilt 26, no. 1, ss. 32–41, Şubat 2006. [15] J. C. Basilio ve S. R. Matos, “Design of PI and PID controllers with transient performance specification,” IEEE Trans. Educ., cilt 45, no. 4, ss. 364–370, Kasım 2002.