• 제어로봇시스템학회지
• /
• 제2권1호
• /
• pp.48-58
• /
• 1996

본 논문에서는 화학공정 제어분야에서 수행된 인공신경망을 이용한 연구에 대하여 정리하였다. 본 논문의 구성은 먼저 인공신경망의 일반적인 특성에 대하여 개괄적으로 알아보았고, 인공신경망을 모델링과 제어에 사용한 연구들을 체계적으로 정리하였다. 또한 마지마긍로 화학공정에 적용된 사례를 소개하고, 화학공정에 인공신경망을 사용하는 경우에 댜하여 문제점과 특성을 논의하였다.

• 한국강구조학회 논문집
• /
• 제21권2호
• /
• pp.175-181
• /
• 2009

해저지진 시 해양구조물의 진동제어를 위한 인공지능 능동제어기법을 제안하였다. 해양구조물의 동적거동은 유체-구조물 상호작용에 의한 비선형 거동을 고려하였으며 인공신경망의 학습기법을 이용하여 해양구조물의 진동제어기를 구현하였다. 수치해석결과 비제어시와 수동제어 그리고 본 연구에서 개발한 인공신경망 제어기법에 의한 성능을 비교하였다. 진동제어 성능은 능동제어가 가장 우수하였으며 신경망 제어기법은 비선형거동을 하는 해양구조물에 적용하여도 그 성능이 매우 뛰어남을 확인하였다.

• 대한의용생체공학회:의공학회지
• /
• 제19권1호
• /
• pp.39-46
• /
• 1998

본 연구에서 복잡한 비선형적 특성을 갖는 공압식 좌심실보조장치의 모델링과 제어에 인공신경망을 제안하였다. 일반적으로 좌심실보조장치는 비선형이 보상되어야 하는데 인공신경망은 학습능력에 의해 비선형 동적 시스템의 제어에 적용될 수 있다. 인공신경망 모델링을 통해 좌심실 보조장치의 동적 모델을 모델링하고 이를 기반으로 하여 인공신경망 제어기가 설계되었다. 제안된 알고리즘을 이용한 좌심실보조장치의 모델링과 제어성능 및 유효성은 컴퓨터 시뮬레이션에 의해 증명되었다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제11권1호
• /
• pp.103-112
• /
• 2007

구조 재료와 시공기술의 발달로 구조물은 높고 길게 설계할 수 있게 되었으나, 그에 따른 진동문제와 사용성에 관한 문제가 발생하였고, 구조물의 과다한 변위는 구조물에 심각한 손상을 발생시켰다. 이러한 구조물의 진동 문제를 해결하기 위하여 본 논문에서는 구조물의 상태벡터와 제어력만으로 구성된 훈련패턴을 기본으로 하여 인공신경망이론과 확률신경망이론을 사용하여 구조물의 진동을 능동제어하는 방법을 제안하였다. 구조물의 제어를 위해 LQR 제어알고리즘을 이용하여 구조물의 상태벡터와 제어력을 구한 후, 상태벡터를 입력으로 제어력을 출력으로 하는 인공신경망과 확률신경망의 훈련패턴을 구성하였다. 제안된 방법을 사용하여 Northridge 지진하중을 받는 3층 빌딩구조물을 제어하였고, 제안된 인공신경망과 확률신경망의 제어 결과를 비교하였다.

• 전력전자학회논문지
• /
• 제4권2호
• /
• pp.166-174
• /
• 1999

최적효율제어를 통한 유도전동기의 효율향상은 에너지 절감측면에서 매우 중요하며 인공신경망을 사용하면 시스템의 특성이 충분히 해석되지 않은 상태에서도 우수한 제어특성을 얻을 수 있다. 본 논문은 유도전동기 구동시스템에서 최적 슬립주파수를 추종하는 실시간 인공신경망 회로를 구성하여 운전효율을 최적화하는 제어방법을 제안한다. 제안된 최적 효율제어기는 인공신경망 제어기에 의해 시스템의 비선형성을 포함하여 전동기의 내부손실이 최소가 되는 운전점을 추종한다. 시뮬레이션과 실험을 통하여 기존의 일정v/f 방식에 비하여 고속 경부하시 경제성 있는 에너지 절감효과를 충분히 확보할 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 추계학술대회 및 정기총회
• /
• pp.410-413
• /
• 2002

일반적으로 휴대폰에는 리튬이온(Ll-lon) 전지(battery)를 많이 사용하고 있으며 그 전지(battery)를 충전시키기 위해 Microcontroller를 사용해서 과충전과 방전, 그리고 전지(battery) 보호와 충전에 대한 일정한 전류를 제어한다. 여기에서 충전 동작 시 필요한 일반직인 충전 전류 제어를 PWM의 방식에 의존하지 않고 인공지능 기법을 이용해 소프트웨어적으로 처리가 필요한 파라메터 값을 추정해 적용시키고자 한다. 따라서 개발한 충전시스템에 일반적인 충전 파라메터를 전압과 전류 그리고 시간으로 분류하여 Microcontroller에 그 파라메터를 적용시켜 PWM 방식으로 제어한 후에 실험에 의한 결과값을 얻는다. 그리고 이것들을 비교하여 보다 나은 충전시스템을 구현하기 위해 인공지능 기법 중에 하나인 신경망을 이용하여 전압과 전류 그리고 시간에 대한 파라메터를 처리하였다. 본 논문에서 신경망에 대한 파라메터의 학습을 일반 FC에서 구현하고 여기에서 추출된 학습 값을 Microcontroller에 적용시켜 입력값에 따라 다양한 PWM 신호를 발생시키도록 구현했다. 이후 실제적인 실험에 의한 결과값을 본 논문에서 서술하였다.

• 한국지능시스템학회논문지
• /
• 제7권5호
• /
• pp.51-59
• /
• 1997

본 논문에서는 퍼지신경망 제어기를 이용하여 직류서보 모터의 위치제어를 실행한다. 위치 제어를 위하여 인공지능 제어기중 설계가 간단한 퍼지제어기를 사용한다.그러나 퍼지 제어기 설계시 문제가 되는 삼각 소속함수의 형태를 신경망의 BP학습법을 이용하여 설정한다. 퍼지신경망 제어기의 위치제어 성능을 펑가하기 위하여 특성이 다른 가상 플랜트를 제어시켜 보았다.그리고 실시간 실험으로 퍼지신경망 제어기에 의한 직류서보 모터 위치제어를 실시하였다.

• 한국원자력학회:학술대회논문집
• /
• 한국원자력학회 1996년도 추계학술발표회논문집(1)
• /
• pp.177-182
• /
• 1996

Remote nuclear cask handling device (RNCHD)는 사용후 핵연료cask의 원격 조작에 있어서 안전성과 성능을 향상을 목적으로 한다. RNCHD의 한부분인 grapple은 사용후 핵연료cask의 이동 및 수송 또는 용기뚜껑의 개폐를 위하여 cask의 벽에 대각선으로 돌출되어있는 두 개의 trunnion에 삽입되어야한다. 그러나 trunnion으로의 grapple 삽입은 용기중심과 grapple 장치 중심사이의 위치와 방향편차 때문에 어렵게된다. 인공신경망은 grapple에 설치된 광전센서를 사용하여 용기의 중심으로 부터 grapple 장치의 상대적 위치를 계측하기위해 사용된다. 인공신경망 학습은 광전센서값과 grapple의 상대적 위치와 방향사이의 함수적 관계를 추론하기 위해 수행된다. 이렇게 측정된 RNCHD의 중심위치는 grapple의 자세를 맞추기 위한 제어입력값으로 제공된다. 인공신경망 학습을 위한 데이터는 grapple 장치와 trunnion을 모사한 1/2 스케일의 실험장치를 사용함으로써 얻어진다. 학습된 인공신경망은 학습에 사용 안된 센서입력값, 즉 새로운 grapple의 위치에 대해서도 정확성을 가지고 grapple 장치의 위치와 방위를 측정할 수 있었다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.1-1
• /
• 2000

본 논문에서는 3축이 연성되어 비선형 운동 방정식으로 표현되는 3축 안정화 인공위성 시스뎀에 입릭외란과 시스템의 불확실성이 존재할 경우에도 자제 정밀도를 유지하는 제어기를 설계한다. 비선헝 운동 방정식으로 표현되는 운동 방정식을 선형화하고 PID제어기를 구성하였다 선형화에 의한 시스템의 불확실성과 입력 외란을 신경회로망으로 추정하여 외란의 엉향을 제거하도록 구성된 PR제어기의 제어입력을 수정한다 수정된 제어입력은 외란을 상쇠시켜 시스템 출력에서 외란의 효과를 제거하게 된다. 신경회로망은 제어입력과 시스템 출력, 기준 운동 방정식간의 관계를 이용하여 외간과 시스템의 불확실성을 추정하며, 역전파 알고리즘을 사용한 학습 알고리즘으로 신경 회로망을 교육한다. 제안된 신경회로망을 이용한 외란 제거 제어기는 시뮬레이션을 통하여 자세 정밀도의 향상을 검증한다

• 한국항공우주학회지
• /
• 제49권9호
• /
• pp.729-738
• /
• 2021

본 연구에서는 실속 받음각 근처에 발생하는 익형 위의 유동박리를 억제하기 위하여 인공신경망 기반의 피드백 유동제어를 NACA0015 익형에 수치적으로 적용하였다. 익형 위 박리영역 크기의 축소화라는 제어 목표를 달성하기 위해 익형의 박리 지점 근처에 인위적 외란(Blowing & Suction) 제어 신호를 적용하였다. 유동의 운동을 나타내는 시스템 모델링 단계에서 압력데이터에 적합직교분해(Proper Orthogonal Decomposition)를 적용하여 유동제어에 필요한 운동 모드를 추출하고 유동의 특성을 분석하였다. 분해된 모드를 기반으로 NARX(Nonlinear AutoRegressive Exogenous) 구조의 인공 신경망을 학습하여 유동의 운동을 나타내도록 하였으며, 최종적으로 피드백 제어루프에 작동시켰다. 예측된 제어신호를 CFD 해석에 적용하였으며 제어 유/무에 따른 공력특성을 분석하고 익형 주변의 고유 공간모드의 변화를 비교하여 제어 효과를 분석하였다. 본 연구에서 진행된 피드백 제어는 약 29%의 압력항력 감소효과를 보여주었으며, 이는 익형 뒷전의 큰 압력회복으로 인해 나타나는 것을 확인하였다.