• 조명전기설비학회논문지
• /
• 제22권5호
• /
• pp.86-94
• /
• 2008

본 논문은 PV(Photovoltaic) 어레이의 출력을 높이기 위해 PC 기반의 퍼지제어를 이용한 태양추적 시스템을 제안한다. 태양 추적시스템은 광센서의 신호에 의해 구동하는 두 개의 DC 모터로 동작한다. 두 축의 제어는 파라미터의 불확실성 및 비선형 특성 때문에 쉽지 않다. 최근 퍼지제어, 신경회로망 및 유전자 알고리즘 등의 인공지능 제어에 대한 연구가 많이 이루어지고 있다. 그 중 퍼지제어는 비선형 제어를 원활하게 수행할 수 있으며 파라미터 변동 및 비선형 특성에 대한 강인성 및 고성능의 특징을 가지고 있다. 따라서 퍼지제어는 설정된 오차 값과 비선형의 고도각 및 방위각 오차 값을 비교하여 추적 시스템 구동을 위해 사용된다. 본 논문에서는 PV 어레이의 출력 향상을 위해 퍼지제어기를 설계하고 종래의 Pl 제어기와 성능을 비교하며 평가한다. 실험을 통한 데이터는 제시한 제어기의 타당성을 입증한다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.524-527
• /
• 1997

Conventional target tracking algorithms based on the linear estimation techniques perform quite efficiently when the target motion does not involve maneuvers. Target maneuvers involving short term accelerations, however, cause a bias in the measurement sequence. Accurate compensation for the bias requires processing more samples of which adds to the computational complexity. The primary motivation for employing a neural network for this task comes from the efficiency with which more features can be as inputs for bias compensation. A system architecture that efficiently integrates the fusion capabilities of a trained multilayer neural net with the tracking performance of a Kalman filter is described. The parallel processing capability of a properly trained neural network can permit fast processing of features to yield correct acceleration estimates and hence can take the burden off the primary Kalman filter which still provides the target position and velocity estimates.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1993년도 한국자동제어학술회의논문집(국내학술편); Seoul National University, Seoul; 20-22 Oct. 1993
• /
• pp.660-665
• /
• 1993

Neural networks are used in the framework of sensorbased tracking control of robot manipulators. They learn by practice movements the relationship between PSD ( an analog Position Sensitive Detector) sensor readings for target positions and the joint commands to reach them. Using this configuration, the system can track or follow a moving or stationary object in real time. Furthermore, an efficient neural network architecture has been developed for real time learning. This network uses multiple sets of simple backpropagation networks one of which is selected according to which division (corresponding to a cluster of the self-organizing feature map) in data space the current input data belongs to. This lends itself to a very fast training and processing implementation required for real time control.

• 제어로봇시스템학회논문지
• /
• 제5권5호
• /
• pp.550-557
• /
• 1999

This paper describes a road-following controller using the proposed neural network for autonomous vehicle. Road-following with visual sensor like camera requires intelligent control algorithm because analysis of relation from road image to steering control is complex. The proposed neural network, relative similarity modular network(RSMN), is composed of some learning networks and a partitioniing network. The partitioning network divides input space into multiple sections by similarity of input data. Because divided section has simlar input patterns, RSMN can learn nonlinear relation such as road-following with visual control easily. Visual control uses two criteria on road image from camera; one is position of vanishing point of road, the other is slope of vanishing line of road. The controller using neural network has input of two criteria and output of steering angle. To confirm performance of the proposed neural network controller, a software is developed to simulate vehicle dynamics, camera image generation, visual control, and road-following. Also, prototype autonomous electric vehicle is developed, and usefulness of the controller is verified by physical driving test.

• 한국정보통신학회논문지
• /
• 제17권11호
• /
• pp.2505-2511
• /
• 2013

수중환경 하에서 표적을 탐지하고 식별하는 문제는 군사적인 목적은 물론 비군사적 목적으로도 많은 연구가 수행되어 왔다. 수중환경에서의 수중음향 신호가 시간 공간적으로 특성이 변화하며 천해 다중경로 환경을 반영하는 복잡한 특성을 보이는 점으로 인해 능동 표적인식 기술은 매우 어려운 기술로 여겨져 왔다. 또한 실제 데이터 수집의 어려움이 따르게 된다. 본 논문에서는 3차원 하이라이트 분포를 가지는 모델을 이용하여, 능동소나 표적신호를 음선 추적기법을 기반으로 하여 합성하였다. 합성된 표적신호를 대상으로 Fractional Fourier 변환을 적용하여 특징벡터를 추출하였고, 신경회로망 인식기를 이용하여 인식 실험을 수행하였다.

• 한국정보통신학회논문지
• /
• 제9권6호
• /
• pp.1379-1386
• /
• 2005

현재 산업현장에서 활용하는 용접용 로봇은 대부분 오프라인(off-line)으로 작업을 수행하고 있어 생산성과 용접 품질 향상에 그 기능을 충분하게 발휘하지 못하는 실정이다. 현재에는 용접 품질 향상을 위하여 용접 매카니즘이 많이 연구되어 많은 수학적인 해석과 물리적인 해석방법을 도입하여 비선형적인 용접 메카니즘을 연구하고 있다. 이러한 여러 가지 비선형적인 문제와 해석상의 어려움에도 불구하고 용접의 결함을 보완하기 위해 보다 정확한 용접데이터를 생성하기 위하여 고감도의 센서를 도입하여 신호처리 하고 있으며, 이를 이용하여 용접시스템에 포함시키는 피드백제어시스템(feed-back control system)을 구성하여 용접선 추적 및 용접 비드(bead) 형상제어에 응용하고 있다. 또한, 최근에는 인공지능제어기술이 발달되어 인간의 학습능력과 의사결정능력을 대신하는 신경회로망(neural network)과 퍼지이론(fuzzy logic)을 도입하여 용접기술을 개발하고 발전시키고 있다. 본 연구에서는 신경회로망이론을 이용하여 실시간으로 용접시스템을 모니터링하고 퍼지제어기에 의하여 용접결함을 보정하는 지능시스템을 개발방법을 제시하고자 한다.

• 한국정밀공학회지
• /
• 제15권8호
• /
• pp.17-25
• /
• 1998

Aluminum alloys have low density, relatively high strength and yield strength, good plasticity, good machinability, and high corrosion and acid resistance. Therefore, they are suitable for large containers for the food, chemical and other industries. Large containers are often bodies of revolution consisting of shell courses, stiffening rings, heads and other elements joined by annular welds. Larger containers have longer welds and require greater leak-tightness and higher weld mechanical properties. The LNG tank consists of aluminum plates with various sizes, so its construction should by divided by several sections. Moreover, each section has its own sub-section consisted of several aluminum plates. To guarantee the quality of huge LNG tank, therefore, the precise control of plate dimension should by urgently needed in conjunction with the appropriate selection of process parameters such as cutting speed, depth of cut, rotational speed and so on. In this paper, a manufacturing system was developed to implement automatic circular tracking in height direction and automatic circular interpolation in depth of cut direction. Also, the neural network based on the backpropagation algorithm was used to predict the cutting quality and motor load related with the life time of the developed system. It was revealed that the manufacturing system and the neural network could be effectively applied to the bevelling process and to predict the quality of machined area and the motor load.

• 제어로봇시스템학회논문지
• /
• 제7권9호
• /
• pp.723-732
• /
• 2001

경로 추적의 성능을 향상시키기 위해서 이 논문에서는 광유도식 무인방송차(AGV)의 뉴로퍼지 컨트롤러를 제안한다. 2바퀴 각각 조향 기능이 있는 AGV의 전방과 후방에 센서들이 장작되어 있으며, 그 센서들의 정보를 이용하여 AGV의 경로를 유도하게 된다. 측정된 광센서가 연속적인 데이터가 아니기 때문에 광유도식 AGV 는 쉽게 경로를 이탈하게 되고 경로 추적 성능은 떨어지게 된다. 광센서의정보들은 on/off 신호에 의해 발생되므로 비연속적으로 얻어지게 되고, 동적 오착가 측정되어진다. 센서에 의해 정보를 얻은 후 동적 오차는 좌우측 바퀴의 각 속도를 이용한 데드 레코닝(Dead Reckoning) 방법에 의해 연속적으로 계산되어진다. 여기서, 추정 윤곽 오차는 측정 윤관오차를 윤곽오차의증북(Variation)의 합의로 정의된다. 뉴로퍼지 시스템은 퍼지 제어기와 신경회로망으로 이루어졌다. 추정 윤곽 오차를 줄이기 위해 역전파 (Back-Propagation) 학습에 의해 퍼지 맴버쉽 함수의 계수들은 적응적으로 조정된다. 제안된 기존의 퍼지 제어기와 비교분석된다. 성능 분석을 위해 제안된 제어 이론은 모의 실험에 의해 검증된다.