• 대한기계학회논문집A
• /
• 제29권1호
• /
• pp.88-95
• /
• 2005

This paper presents a design scheme of model reference adaptive control incorporating a Neural Network for a pneumatic servo system. The parameters of discrete-time model of plant are estimated by using the recursive least square method. Neural Network is utilized in order to compensate the nonlinear nature of plant such as compressibility of air and frictions present in cylinder. The experiment of a trajectory tracking control using the proposed control scheme has been performed and its effectiveness has been proved by comparing with the results of a model reference adaptive control.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1995년도 추계학술대회 학술발표 논문집
• /
• pp.243-248
• /
• 1995

본 논문에서는 신경회로망의 학습능력을 이용하여 AC 모터의 속도제어에 이용된 기 존의 PI제어기의 문제점을 보완하고자 한다. 기존의 아날로그 PI제어기에서는 각 비례, 적분 파라메타를 개발자가 조정하여 고정하면 부하가 변동될 경우 적응성이 떨어지는 문제점을 안고 있었다. 본 논문에서 제시된 디지털 신경망제어기는 학습을 통해 새로운 환경에 적응 가능하다는 점에 가정하여 설계하고 성능을 비교 평가하였다. 본 논문에서 사용된 신경회로 망의 구조는 신경망중에서 가장 범용적으로 사용되는 다층 퍼셉트론 모델구조를 선택하였 다. 신경망 제어기장치로는 인텔 8097 마이크로 콘트롤러를 이용하였다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2003년도 추계학술대회 논문요약집
• /
• pp.173-173
• /
• 2003

• 한국항공우주학회지
• /
• 제41권5호
• /
• pp.342-349
• /
• 2013

무인항공기가 외형손상을 입는 경우, 비행역학 특성이 변하기 때문에 손상 이전 설계된 제어기는 더 이상 안정적인 제어성능을 보장하지 않는다. 본 논문에서는 주익의 손상이 일어난 무인항공기에 대해서도 강건한 제어성능을 보장하는 신경회로망 적응제어기법을 소개한다. 구동기의 특성에 의한 제어기의 성능저하를 방지하기 위해 Pseudo Control Hedging (PCH)를 추가적으로 사용하였다. 기체고정좌표계의 중심이 항공기의 무게중심에 위치하지 않는 비대칭 동역학을 사용하였으며, 전익형 무인기를 대상 비행체로 하였다. 날개가 손상되지 않은 모델과 손상된 모델의 풍동시험을 통해 얻은 공력데이터를 이용하여 시뮬레이션을 수행하였다. 시뮬레이션의 결과를 통해 제안된 제어기법이 주익의 손상이 발생한 항공기에 대해서도 여전히 안정적인 조종성능을 보장하는 제어기법임을 검증하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 학술대회 논문집 정보 및 제어부문
• /
• pp.361-363
• /
• 2004

시간 및 주파수 특성 분석이 용이한 웨이블릿을 신경회로망에 적용시킨 웨이블릿 신경 회로망의 파라미터 학습 방법에는 오차 역전파 알고리듬 및 유선 알고리듬 등 여러 가지 방법이 있으나 이러한 학습 방법들은 수렴 시간이 오래 걸리는 단점을 가진다. 따라서 본 논문에서는 웨이블릿 신경 회로망의 최적 파라미터를 결정하기 위한 학습 방법으로 일반적으로 비선형 시스템 추정에 주로 사용되는 확장 칼만 필터 알고리듬을 적용한 신경회로망을 제안한다. 또한 제안된 학습 알고리듬을 이용한 웨이블릿 신경 회로망으로 간접 적응 제어기를 설계하여 연속 시간 혼돈 시스템인 Duffing 시스템의 제어에 적용함으로써 확장 칼만 필터 학습 알고리듬을 적용한 웨이블릿 신경 회로망 모델의 우수성을 보인다.

• 한국지능시스템학회논문지
• /
• 제11권5호
• /
• pp.395-399
• /
• 2001

이 논문은 학습을 통해 관측 데이터로부터 퍼지 추론 모듈을 생성할 수 있는 적응 능력을 갖는 모듈화 퍼지추론 시스템을 제안한다. 제안한 시스템은 TS 퍼지모델과 모듈화 신경회로망의 구조적 유사성을 기초로 한다. 학습과정은 새로운 퍼지추론 모듈의 생성과 모듈 파라미터의 갱신으로 구성된다. 퍼지추론 모듈은 국부모델망과 퍼지 게이팅망으로 구성된다. 제안한 시스템의 파라미터들은 표준 LMS 알고리즘을 이용하여 최적화된다. 제안한 시스템의 성능은 비선형 동적 시스템 적응제어에의 응용을 통해서 입증된다.

• 전자공학회논문지SC
• /
• 제42권6호
• /
• pp.77-82
• /
• 2005

본 논문은 FNN과 ANN 제어기를 이용한 유도전동기의 속도 제어 및 추정을 제시한다. 먼저, PI 제어기에서 나타나는 문제점을 해결하기 위하여 퍼지제어와 신경회로망을 혼합 적용한 FN 제어기를 설계한다. 퍼지제어기의 강인성 제어와 신경회로망의 고도의 적응제어의 장점들을 접목한다. 다음은 ANN을 이용하여 유도전동기 드라이브의 속도 추정기법을 제시한다. 2층 구조를 가진 신경회로망에 BPA(Back Propagation Algorithm)를 적용하여 유도전동기 드라이브의 속도를 추정한다. 추정속도의 타당성을 입증하기 위하여 시스템을 구성하여 제어특성을 분석한다. 그리고 추정된 속도를 지령속도와 비교하여 전류제어와 공간벡터 PWM을 통하여 유도전동기의 속도를 제어한다. 본 연구에서 제시한 FNN과 ANN의 제어특성 및 추정성능을 분석하고 그 결과를 제시한다.

• 융합신호처리학회논문지
• /
• 제4권3호
• /
• pp.41-48
• /
• 2003

본 논문은 개선된 카오틱 신경망을 이용한 비선형 시스템의 적응제어에 관한 것이다. 개선된 카오틱 신경망은 기존의 카오틱 신경망을 간략화하며 동적 특성을 강화하기 위하여 제안하였다 또한 새로운 동적 역전파 학습방법을 개발하였다. 제안된 신경회로망은 다변수 시스템의 시스템식별과 신경망 적응제어 시스템에 적용하였다. 제안된 신경망은 비선형 동적시스템에 우수한 적응성을 가지므로 시뮬레이션 결과는 우수한 성능을 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1999년도 추계종합학술대회
• /
• pp.210-213
• /
• 1999

본 논문에서는 로봇 매니퓰레이터 제어를 위해 새로운 신경회로망을 제안한다. 제안한 신경회로망구조는 은닉층과 출력층의 출력이 피드백 층을 거쳐 다시 은닉층과 출력층으로 피드백되는 구조이다. 피드백 층은 한번의 시간 지연을 갖는다. 제안한 신경회로망의 학습은 일반적인 오차 역전파 알고리즘을 사용한다. 로봇 매니퓰레이터를 대상으로 시뮬레이션과 실험을 통해서 제안한 신경회로망 구조의 유용성을 확인한다.

• 한국지능시스템학회논문지
• /
• 제15권6호
• /
• pp.720-729
• /
• 2005

본 논문에서는 미지의 비선형 시스템을 제어하기 위해 웨이블릿 신경 회로망을 이용한 간접 적응 제어기를 설계한다. 제안 된 간접 적응 제어기는 웨이블릿 신경 회로망을 이용한 동정 모델과 제어기로 구성된다. 여기서 동정 모델과 제어기에 사용되는 웨이블릿 신경 회로망은 시간과 주파수에 대한 정보를 동시에 포함하는 웨이블릿의 특성을 가지고 있기 때문에 다층구조 신경회로망과 방사 기저 함수 신경회로망에 보다 더 빠른 수렴특성을 보인다. 웨이블릿 신경 회로망의 학습방법은 경사 하강법, 유전알고리듬, DNA 기법등 여러 가지가 있으나, 본 논문에서는 확장 칼만 필터를 기반으로 한 학습 방법을 제안한다. 확장 칼만 필터 학습 방법은 계산이 복잡하기는 하지만 학습되어 갱신되는 파라미터의 이전 데이터 정보를 이용하는 특성 때문에 매우 빠른 수렴 특성을 보인다. 본 논문에서는 Buffing 시스템과 1축 머니퓰레이터에 대한 컴퓨터 모치실험을 통해 제안한 확장 칼만 필터 학습 방법을 이용한 간접 적응 제어기가 일반적인 경사 하강법을 이용한 경우보다 우수함을 보인다.