유압서보 시스템을 위한 뉴로-퍼지 제어기 설계

Design of a Neuro-Euzzy Controller for Hydraulic Servo Systems

본 연구에서는 제안된 뉴로-퍼지 제어기를 사용하여 유압 서보 시스템을 제어 하고 학습하기 위한 구조로써 유압 서보 시스템의 모델링을 위한 추가적인 노력이 필 요없는 feedback error learning 구조물 채택하였다. 학습 과정에서 필요한 유압 서 보 시스템의 입-출력 사이의 감도(sensitivity)의 효과는 학습 계수에 포함된다. 이 러한 형태의 제어기가 유압 서보 시스템 제어에 유용하게 적용될 수 있다는 것을 보이 기 위해서 불확실성과 높은 비선형성 뿐만아니라 외란의 영향을 받는 유압 서보 시스 템을 대상으로 시뮬레이션을 수행했다. 시뮬레이션 결과에 의하면 제안된 뉴로-퍼지 제어기는 수학적인 모델을 기초로한 기존의 제어 알고리즘에 비해 쉽게 구성할 수 있 고 높은 정밀도, 빠른 학습 속도를 얻을 수 있는 장점을 가지고 있음을 알 수 있다.

Many processes such as machining, injection-moulding and metal-forming are usually operated by hydraulic servo-systems. The dynamic characteristics of these systems are complex and highly non-linear and are often subjected to the uncertain external disturbances associated with the processes. Consequently, the conventional approach to the controller design for these systems may not guarantee accurate tracking control performance. An effective neuro-fuzzy controller is proposed to realize an accurate hydraulic servo-system regardless of the uncertainties and the external disturbances. For this purpose, first, we develop a simplified fuzzy logic controller which have multidimensional and unsymmetric membership functions. Secondly, we develop a neural network which consists of the parameters of the fuzzy logic controller. It is show that the neural network has both learning capability and linguistic representation capability. The proposed controller was implemented on a hydraulic servo-system. Feedback error learning architecture is adopted which uses the feedback error directly without passing through the dynamics or inverse transfer function of the hydraulic servo-system to train the neuro-fuzzy controller. A series of simulations was performed for the position-tracking control of the system subjected to external disturbances. The results of simulations show that regardless of inherent non-linearities and disturbances, an accuracy tracking-control performance is obtained using the proposed neuro-fuzzy controller.