Abstract
In the fuzzy control for the multi-variable system, it is difficult to obtain the fuzzy rule. Therefore, the parallel structure of the independent single input-single output fuzzy controller using a pairing between the input and output variable is applied to the multi-variable system. However, among the input/output variables which arc not paired the interactive effects should be taken into account. these mutual coupling of variables affect the control performance. Therefore, for the control system with a strong coupling property, the control performance is sometimes lowered. In this paper, the effect of mutual coupling of variables is considered by the introduction of a neuro-fuzzy controller using relative gain matrix. This proposed neuro-fuzzy controller automatically adjusts the mutual coupling weight between variables using a neural network which is realized by back-propagation algorithm. The good performance of the proposed nero-fuzzy controller is verified through computer simulations on 200MW boiler systems.
일반적으로 다변수 계통에 대한 퍼지 제어에서 퍼지 규칙을 얻기가 어려워 입출력 사이의 페어링을 이용한 독립적인 단일 입력 단일 출력의 병렬 구조를 이용한다. 그러나, 결합되지 않은 입출력 변수간의 상호작용으로 제어 성능에 나쁜 영향을 준다. 특히, 강한 결합 특성을 가진 계통의 경우 제어 성능을 아주 저하시킨다. 본 논문에서는 이러한 상호작용에 의한 영향을 보상해주기 위해 상대 이득 행렬을 이용한 신경 회로망을 도입하였다 제안한 뉴로 퍼지 제어기는 역전파 알고리즘으로 학습되며 강호작용에 대한 결합강도를 자동으로 조정하여준다. 제안한 뉴로 퍼지 제어기의 성능을 200MW급 보일러 계통에 대한 컴퓨터 모의실험을 통해 입증하였다.