• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.3 no.2
• /
• pp.383-388
• /
• 1999

In this paper, we propose the fuzzy-neural controller with genetic algorithm(GA) for precise on-line control. We design the proposed controller having a ability to adjust membership function for a plant by advanced algorithm of fuzzy-neural network after approximative one being completed by genetic algorithm. Finally we compare the result for a speed control of DC servo motor by the proposed controller with GA-fuzzy one in order to evaluate its performance and precision.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.7 no.5
• /
• pp.51-59
• /
• 1997

In this paper, we perform the position control of a DC servo motor using fuzzy neural controller. We use the Fuzzy controller for the position control, because the Fuzzy controller is designed simpler than other intelligent controller, but it is difficult to design for the triangle membership function format. Therefore we solve the problem using the BP learning method of neural network. The proposed Fuzzy neural network controller has been applied to the position control of various virtual plants. And the DC servo motor position control using the fuzzy neural network controller is performed as a real time experiment.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.10 no.6
• /
• pp.597-604
• /
• 2000

본 연구에서는 전기자동차에 사용되는 전자식 차동 시스템의 신경망 모델을 제안한다. 차량이 곡선도로를 따라 주행할 경우 내측 바퀴와 외측 바퀴의 회전속도가 서로 달라야 진동이나 뒤틀림 없이 완만한 선회 주행을 할 수 있다. 전기자동차는 그 구조적 특성상 각각의 바퀴가 독립된 구동원을 갖는다. 이 때문에 일반 엔진 차량의 기어식 차동장치를 대신할 전자식 차동장치가 요구된다. 이러한 차동장치는 차량의 구조뿐만 아니라 차량의 주요 파라미터인 조향각 및 속도에 따라서 비선형적인 관계를 가지고 있어서 해석하기가 쉽지 않다. 따라서 이와 같은 비선형적인 관계 모델을 학습 능력을 가진 신경망에 의하여 모델링 함으로써 제어에 적용할 수 있다. 이를 실현하기 위해 제작한 전기자동차로 곡선도로를 주행하여 다양한 곡률과 주행속도에 따른 내측 외측 바퀴의 회전속도 데이터를 획득하고, 데이터의 비선형 특성을 고려한 차동 속도 제어기의 구조를 설계한다. 이 제어기에 적합한 모델은 신경망을 이용하여 실측 데이터를 학습시킴으로써 차동기능을 수행할 수 있는 제어기를 구현한다.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2013.04a
• /
• pp.793-794
• /
• 2013

• Journal of the Korean Institute of Intelligent Systems
• /
• v.5 no.3
• /
• pp.11-35
• /
• 1995

In this paper the fuzzy extension for the classical engineering mechanics problems is studied. The governing differential equation is derived for the buckling loads of the columns with uncertain mediums: the their own weight and the flexural rigidity. The columns with one typical end constraint(hinged1 clarnped/free) and the other finite rotational spring with fuzzy constant are considered in numerical examples. The vertex method is used to evaluate the fuzzy functions. The Runge-Kutta method and Determinant Search method are used to solve the differential equation and determine the buckling loads, respectively. The membership functions of the buckling load are calculated. The index of fuzziness to quantitatively describe the propagation of fuzziness is defined. According to the fuzziness of governing factors, the varlation of index of fuzziness for buckling load is investigated, and the sensitivity for the end constraints is analyzed.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.8 no.3
• /
• pp.56-66
• /
• 1998

본 논문에서는 보상 신호를 이용하는 근사 추론에 기반한 개선된 퍼지 논리 제어기를 제안한다. 제안된 방법은 근사 추론을 위한 인위적인 퍼지 규칙의 생성이나 소속함수의 정의 없이 자동적으로 퍼지 논리 제어기를 구성할 수 있다. 제안된 퍼지 논리 제어기를 cart-pole 제어에 적용하여 기존의 방법들과의 비교를 통해 제시한 방법의 유용성을 검증한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.352-360
• /
• 2002

본 논문에서는 미세 거리변와에 따른 자기자화의 변화를 구현하는데 있어 비선형적인 요소를 포함하고 있어 이를 수학적으로 모델링하여 제어기를 설계하는데는 많은 난점을 내포하고 있다. 따라서 거리변화에 따른 자기장의 비선형적인 변화 관계를 신경회로망 제어기의 학습을 통하여 제어할 수 있도록 신경 회로망 제어기를 제안하려 한다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.3 no.1
• /
• pp.54-60
• /
• 2002

In this paper, we proposed a hybrid neural network-fuzzy controller which compensate a output of neural network controller. Even if learn by neural network controller, it can occur an bad results from disturbance or load variations. So in order to adjust above case, we used the fuzzy compensator to get an expected results. And the weight of main neural network can be changed with the result of loaming a inverse model neural network of Plant, so a expected dynamic characteristics of plant can be got. As the results of simulation through the second order plant, we confirmed that the proposed speed controller get a good response compare with a neural network controller. We implemented the controller using the DSP processor and applied in a hydraulic servo system. And then we observed an experimental results.

• 제어로봇시스템학회:학술대회논문집
• /
• 1989.10a
• /
• pp.402-406
• /
• 1989

Since the control parameters of classical PID controller are fixed for all control period, it is not easy to produce a desired transition phenomena. We incorporate an iterative learning scheme to the linear controller so that it has more flexibility and adaptation capability especially in the transition period. In this paper a hybrid type learning controller is proposed in which fixed linear controller guides learning at the beginning stage. Once a perfect learning is achieved, then the control action is performed by only the learning controller. A computer simulation result demonstrates better performance during transition time than that with only linear PD controller.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2008.04a
• /
• pp.135-138
• /
• 2008

최근 인간을 모방하는 휴머노이드 로봇(Humanoid robot)에 대한 관심이 증가함에 따라, 기계공학, 생체공학, 제어이론 등 여러 분야에서 관련 연구가 활발히 진행되고 있다. 이에 본 논문에서는 액츄에이터(Actuator)가 없이 경사진 지면을 걸을 수 있는 두 발을 가진 패시브 로봇(Passive robot)을 대상으로 강화학습과 메니폴드(Manifold control) 기법을 사용하여 안정적으로 걸을 수 있도록 제어기(Controller)를 설계하는 방안을 고려한다.