Journal of the Institute of Convergence Signal Processing (융합신호처리학회논문지)

The Korea Institute of Convergence Signal Processing (한국융합신호처리학회)
권호 표지

Construction of the I-PD Control System by Multilayer Neural Network

다층 신경망에 의한 I-PD 제어계의 구성

  • Published : 2002.01.01
Download PDF
⟨ Previous Next ⟩

Abstract

Many control techniques have been proposed in order to improve the control performance in discrete-time domain control system. In control system using these techniques, the response-characteristic of system is dependent on the gains of the controller. Specially, There is a need to readjust the gain of controller when the response of system is changed by disturbance or load fluctuation. In this paper, I-PD controller and pre-compensator are designed by multilayer neural network. The gains of I-PD controller and pre-compensator are adjusted automatically by back propagation algorithm when the response characteristic of system is changed under a condition. Applying this control technique to the position control system using a DC servo motor as a driver, the control performance of controller is verified by the results of experiment.

많은 제어기법들이 이산시간영역제어계에서 제어성능을 개선하기 위해서 제안되고 있다. 이 제어기법들을 이용한 제어계에서 계의 응답특성은 제어기의 이득에 관계한다. 특히 외란이나 부하변동에 의해서 계의 응답이 변할 때 제어기의 이득을 재조정할 필요가 있다. 본 논문에서는 다층 신경망으로 I-PD제어기와 전치보상기를 설계하였다. I-PD제어기와 전치보상기의 이득이 자동적으로 역전파 알고리즘에 의해서 조정되도록 하였다. 제어계의 응답이 어떤 조건에 의해서 변할 때 I-PD제어기와 전치보상기의 이득들이 역전파 알고리즘에 의해서 자동적으로 조정되게 하였다. 이 I-PD제어기법을 직류 서보 전동기를 구동원으로 하는 위치제어계에 적용하여 제어기의 제어성능을 실험 결과로 타당성을 확인하였다.

Keywords

References

  1. IEEE Control System Magazine v.27 no.8 Model Reference Adaptie of a Direct-Drive DC Motor H. Butler, Ger Homderd,;Job van Amerongen
  2. T. IEE Japan v.113-C no.6 Gain Adjustment of I-PD control system Katsuhisa Endo, Yoshihisa, Ishida;Takashi Honda
  3. IEE proc-control Theory. Appl. v.142 no.1 Direct neural model reference adaptive control G. Lightbody;G. W. Irwin
  4. IEE proc-control Theory. Appl. v.412 no.2 Direct neural control system; Nonlinear extension of adaptive control M.Yuan, A.N.Poo;G.S.Hong
  5. Parallel Distributed Processing v.1 Learning Internal Representation by Error back Propagation Rumelhart, D. E, Hinton. G. E.;Williams.R. J.
  6. Automatica v.28 no.6 Neural networks for control systems-A survey K. J. Hunt, D.Sbarbaro, R.Zbikowski;P. J. Gawthrop
  7. IEEE Cotrol system Magazine no.2 A multilayed neural network controller D.Pasalts, A. Soderos;A.A. Yamamura
  8. Neural Networks v.2 Multilayer feediforward networks are universal approximators Hornik, K, M. sbnchcombe,;H. White
  9. Neural Networks v.6 Neural Network control for a closed loop system using feedback error learning Gomi, H.;M. Kawato