인공지능을 이용한 유압모터의 서보제어

Servo Control of Hydraulic Motor using Artificial Intelligence

  • 발행 : 2003.07.01

초록

본 논문에서는 PID 제어기 응답을 보상하기위해 자기구성 신경망 보상기를 추가한 제어기를 제안한다. 기존의 PID 제어기는 제어기 설계가 간단하나 계수값을 설정하는데 많은 시행착오가 필요하다. 그리고, 신경망 제어 방식은 여러 파라미터들을 설계자의 임의에 따라 결정함으로써 최적의 구조를 갖지 못하는 단점이 있다. 본 논문에서는 이러한 문제를 해결하기위해 역전파 알고리즘을 기본으로 하여 은닉계층 노드의 활성화 함수로 가우시안 포텐셜함수를 사용하는 자기구성 신경망을 사용해, PID 제어기의 출력을 보상하도록 하였다. 자기구성 신경망은 학습을 진행함에 따라 가우시안 함수의 위치와 모양, 갯수가 자동으로 조정 되도록 하였다. 자기구성 신경망 보상기를 추가한 PID 제어기의 성능을 확인하기 위해서 2차 플랜트에 적용하여 모의 실험하였으며 DSP 프로세서를 사용하여 제어기를 구현한 후 유압 서보시스템의 속도 제어에 적용하여 실험결과를 관찰하였다.

In this paper, we propose a controller with the self-organizing neural network compensator for compensating PID controller's response. PID controller has simple design method but needs a lot of trials and errors to determine coefficients. A neural network control method does not have optimal structure as the parameters are pre-specified by designers. In this paper, to solve this problem, we use a self-organizing neural network which has Back Propagation Network algorithm using a Gaussian Potential Function as an activation function of hidden layer nodes for compensating PID controller's output. Self-Organizing Neural Network's learning is proceeded by Gaussian Function's Mean, Variance and number which are automatically adjusted. As the results of simulation through the second order plant, we confirmed that the proposed controller get a good response compare with a PID controller. And we implemented the of controller performance hydraulic servo motor system using the DSP processor. Then we observed an experimental results.

키워드

참고문헌

  1. Neuro-Control Systems: A Tutorial, Neuro-Control Systems (Theory and Application) M.M.Gupta;D.H.Rao;M.M.Gupta.(ed.);D.H.Rao(ed.)
  2. Introduction to Artificial Neural Systems J.M.Zurada
  3. 퍼지-뉴트로제어 시스템 이상배
  4. Fuzzy and Neural Approaches in Engineering Lefteri.H.Tsoukalas;Robert E.Uhrig
  5. Neural Networks, A comprehensive foundation (Second Edition) Simon Haykin
  6. The Handbook of Brain Theory and Neural Networks Michael A.Arbib
  7. Dynamic Neural Processor and Its Applications to Robotics and Control: Intelligent Control Systems(Theory and Applications) Madan M.Gupta;Dandina H.Rao;Madan M.Gupta(ed.);Naresh K.Sinha(ed.)
  8. Artificial-Intelligence-Based Electrical Machines and Drives Peter Vas
  9. 경남대학교 대학원 전자공학과 박사학위논문 지능구조를 갖는 궤환제어기 설계에 관한 연구 이상윤
  10. 경남대학교 대학원 전자공학과 박사학위논문 자기구성 신경회로망가 퍼지보상기를 이용한 역기구학해에 관한 연구 김동희