• 대한공업교육학회지
• /
• v.31 no.2
• /
• pp.364-380
• /
• 2006

This paper presents a procedure for designing command to maneuver flexible structure with very little residual vibration, even in the presence of modeling errors. For the open loop maneuver, the various shaped profiles using multiple step inputs delayed in time are considered for robustness and compared with the responses of rigid body and flexible body in virtue of simulations and experiments. Input shaping generates vibration-reducing shaped commands through convolution of an impulse sequence with the desired command. A flexible model with a cylindrical hub and four symmetric appendages is considered to examine the responses to real plant, and to illustrate the effectiveness of the proposed shapers. The appendages are long and flexible, leading to low frequency vibration under any control action. It is shown by a series of simulation that a properly designed feedback controller with input shaper performs well, as compared with open loop controller with input shaper. The control objective is to achieve a fast settling time of residual vibration to flexible structure and robustness (insensitivity)to plant uncertainty, to eliminate residual vibration.

• Proceedings of the KIPE Conference
• /
• 2013.07a
• /
• pp.16-17
• /
• 2013

본 논문은 3상 단방향 전력 변환기인 비엔나 정류기의 입력 전압 센서가 없는 제어 알고리듬 적용 연구에 대하여 기술 한다. 3상 시스템을 제어하기 위해서는 입력 전압과 입력 전류 DC Link 전압을 계측을 하여야 한다. 특히 입력 전압을 계측 시 시스템의 체적이 증가하고 가격이 올라 갈 수 있다는 단점이 있다. 본 논문에서는 입력 전압 센서가 없는 비엔나 정류기 제어 알고리듬을 이용하여 입력 전압 추종 및 역률 보정을 구현 하였다. 모의 해석은 MATLAB/SIMULINK를 사용하여 검증 하였다.

• Journal of the Korean Institute of Telematics and Electronics S
• /
• v.36S no.2
• /
• pp.28-37
• /
• 1999

Differentially Responsible Adaptive Critic Learning technique is proposed for learning the control technique with multiple control inputs as in robot system using reinforcement learning. The reinforcement learning is a self-learning technique which learns the control skill based on the critic information Learning is a after a long series of control actions. The Adaptive Critic Learning (ACL) is the representative reinforcement learning structure. The ACL maximizes the learning performance using the two learning modules called the action and the critic modules which exploit the external critic value obtained seldomly. Drawback of the ACL is the fact that application of the ACL is limited to the single input system. In the proposed Differentially Responsible Action Dependant Adaptive Critic learning structure, the critic function is constructed as a function of control input elements. The responsibility of the individual control action element is computed based on the partial derivative of the critic function in terms of each control action element. The proposed learning structure has been constructed with the CMAC neural networks and some simulations have been done upon the two dimensional Cart-Role system and robot squatting problem. The simulation results are included.

• 제어로봇시스템학회:학술대회논문집
• /
• 2000.10a
• /
• 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

• Journal of Navigation and Port Research
• /
• v.45 no.6
• /
• pp.284-297
• /
• 2021

A simple kinematic model for the prediction of ship manoeuvres based on trial data is proposed in this study. The model consists of first order differential equations in surge, sway, and yaw directions which simulate the time series of each velocity component. Actually instead of sea trial data, dynamic model simulations are conducted with randomly varied control inputs such as propeller revolution rates and rudder angles. Based on learning of control inputs and velocity outputs of dynamic model simulations in sufficient time, kinematic model coefficients are optimized so that the kinematic model can be approximately reproduce the velocity outputs of dynamic model simulations with arbitrary control inputs. The resultant kinematic model is verified with new dynamic simulation sets.

• Proceedings of the KIPE Conference
• /
• 1997.07a
• /
• pp.1-8
• /
• 1997

PWM(Pulse Width Modulation) 컨버터의 제어에 있어서, 입력전압의 왜곡을 고려하지 않을 경우, 시스템의 성능 저하를 초래하게 된다. 본 논문은 왜곡된 3상 입력전압이 PWM 컨버터에 미치는 영향을 분석하고, 성능을 개선하기 위한 제어기를 설계한다. 제안된 방식은 단위 역률을 만족시키면서, THD(Total Harmonic Distortion) 및 DC-link 전압의 저차 ripple을 감소시킨다.

• Journal of Ocean Engineering and Technology
• /
• v.9 no.1
• /
• pp.73-82
• /
• 1995

이 논문에서는 고차수 동력학적 표적모형을 이용하여 간단하고 우수한 성능을 지니는 위치와 힘의 추적제어법을 제안하였다. 이 표적모형은 위치오차와 힘오차의 상관관계를 자유운동을 위한 임피던스와 힘오차의 보상기로 모형화한다. 이들의 특성중, 적절한 보상기 설계에 의하여 위치입력과 힘입력 추적제어, 천이응담을 줄이기 위한 위치입력과 힘입력의 동시사용 및 매니퓰레이터의 접촉시에 부드러운 접촉을 위한 동특성의 연속성 유지 보상기 설계에 대하여 고찰하였다. 또한 접촉환경이 불규칙한 기하구조를 갖는 경우에,위치교란중 힘의 추적제어를 모의실험으로 보였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2008.06a
• /
• pp.149-154
• /
• 2008

FCM 기반 RBF 네트워크는 서로 다른 학습 구조가 결합된 혼합형 모델로서, 입력층과 중간층의 학습 구조는 FCM 알고리즘을 적용하고, 중간층과 출력층 사이의 학습 구조는 Max_Min 신경망을 적용한다. 입력층과 중간층의 학습시 입력벡터와 중간층의 노드중에서 중심과 입력벡터간의 가장 가까운 노드를 승자 노드로 선택하여 출력층으로 전달한다. 그리고 중간층과 출력층 사이의 학습 구조는 Max_Min 신경망을 적용하여 중간층의 승자 뉴런이 출력층의 입력벡터로 적용한다. 하지만 많은 패턴이 입력벡터로 제시될 경우 학습 성능이 저하되는 단점이 있다. 따라서 본 논문에서는 중간층과 출력층의 학습 구조인 Max_Min 알고리즘의 학습 성능을 개선시키기 위해 퍼지 제어시스템을 이용하여 학습률을 동적으로 조정하는 퍼지 제어 기법을 이용한 FCM 기반 RBF 네트워크를 제안한다. 제안된 방법의 학습 성능을 평가하기 위하여 컨테이너 영상에서 추출한 숫자, 영문 식별자를 학습 데이터로 적용한 결과, 기존의 ART2 기반 RBF 네트워크보다 학습 시간이 적게 소요되고, 학습의 수렴성이 개선된 것을 확인하였다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.53 no.7
• /
• pp.103-109
• /
• 2016

Corrective control for asynchronous sequential machines is a novel automatic control theory that compensates illegal behavior or adverse effects of faults in the operation of existent asynchronous machines. In this paper, we propose a scheme of diagnosing and tolerating faults occurring to input channels of corrective control systems. The corrective controller can detect faults occurring in the input channel to the controlled machine, whereas those faults happening in the external input channel cannot be detected. The proposed scheme involves an outer operator which, upon receiving the state feedback, diagnoses a fault and sends an appropriate command signal to the controller for tolerating faults in the external input channel.

• Proceedings of the KIPE Conference
• /
• 2012.07a
• /
• pp.331-332
• /
• 2012

풀 브리지 dc-dc 컨버터는 일차측의 모든 스위치가 ZVS 턴온을 하여 높은 효율을 얻을 수 있다는 장점이 있다. 그러나 풀 브리지 dc-dc 컨버터의 입력전압의 값이 낮아지면 전압 이득이 낮아서 출력측의 전압도 낮아진다는 단점이 있다. 이러한 점을 개선하기 위하여 풀 브리지 능동 클램프 회로를 함께 사용하여 입력전압이 낮아지더라도 출력전압을 원하는 값을 유지하도록 한다. 일반적인 전압의 입력에서는 위상변이 방식의 풀브릿지 dc-dc 컨버터로 동작하며, 입력전압이 낮아질 경우 능동 클램프로 제어하게 된다. 일반적인 전압의 입력에서는 위상변이 방식의 풀브릿지 dc-dc 컨버터로 동작하며, 입력전압이 낮아질 경우 능동 클램프로 제어하게 된다. 본 논문에서는 넓은 입력 범위를 갖는 풀 브리지 dc-dc 컨버터를 제안한다. 제안하는 dc-dc 컨버터의 구조와 제어 방식을 소개하며 시뮬레이션을 통하여 회로의 타당성을 확인한다.