• 한국가스학회지
• /
• 제18권1호
• /
• pp.46-51
• /
• 2014

이 논문의 목적은 자동차 램프의 초음파 접합 공정을 합성한 자동차 램프 생산시스템에 관한 연구이다. 램프어셈블리를 생산할 때 독립된 단순 공정에 의해 사출과 초음파 접합, 항온풀림, 조립과 포장을 하던 분리된 작업공정을 원스텝(One-step) 일관공정으로 합성하여 초음파 접합시 발생되는 미세한 발생가스와 소음에 대하여 작업자에게 미치는 영향을 최소화하였다. 또한, 합성 공정에 의한 에너지 저감과 이를 자동공정에 의해 생산함으로써 생산 효율을 극대화하였다. 이 방식은 제어시스템의 타당성을 검토하기 위해 수학적 모델링을 하였고, 이들 수식을 이용하여 플랜트의 전달함수와 필요에 따라 bode선도를 이용하여 안정성과 적합한 제어기를 선정하였다. 이 연구에서 사출 물을 뒤집기 위한 $180^{\circ}$ 회전 제어장치는 중력의 영향으로 비선형 항 $M_{eq}\;lcos{\theta}(t)$이 나타났고, 이를 해결하기위해 피드포워드 제어기법을 적용하여 시스템의 선형화 및 안정화를 확보하였다.

• 한국지능시스템학회논문지
• /
• 제1권1호
• /
• pp.9-25
• /
• 1991

This tutorial paper has been written for biologists, physicians or beginners in fuzzy sets theory and applications. This field is introduced in the framework of medical diagnosis problems. The paper describes and illustrates with practical examples, a general methodology of special interest in the processing of borderline cases, that allows a graded assignment of diagnoses to patients. A pattern of medical knowledge consists of a tableau with linguistic entries or of fuzzy propositions. Relationships between symptoms and diagnoses are interpreted as labels of fuzzy sets. It is shown how possibility measures (soft matching) can be used and combined to derive diagnoses after measurements on collected data. The concepts and methods are illustrated in a biomedical application on inflammatory protein variations. In the case of poor diagnostic classifications, it is introduced appropriate ponderations, acting on the characterizations of proteins, in order to decrease their relative influence. As a consequence, when pattern matching is achieved, the final ranking of inflammatory syndromes assigned to a given patient might change to better fit the actual classification. Defuzzification of results (i.e. diagnostic groups assigned to patients) is performed as a non fuzzy sets partition issued from a "separating power", and not as the center of gravity method commonly employed in fuzzy control. It is then introduced a model of fuzzy connectionist expert system, in which an artificial neural network is designed to build the knowledge base of an expert system, from training examples (this model can also be used for specifications of rules in fuzzy logic control). Two types of weights are associated with the connections: primary linguistic weights, interpreted as labels of fuzzy sets, and secondary numerical weights. Cell activation is computed through MIN-MAX fuzzy equations of the weights. Learning consists in finding the (numerical) weights and the network topology. This feed forward network is described and illustrated in the same biomedical domain as in the first part.

• 대한전자공학회논문지SD
• /
• 제45권1호
• /
• pp.28-36
• /
• 2008

이번 논문은 implantable cardiac 페이스메이커의 검출 단 로서 저전압, 저전력 단일-비트 삼차 델타-시그마 모듈레이터를 구현하였다. 1V이하의 전원 전압에서 효과적으로 동작하기 위하여 distributed feedforward구조와 벌크-드리븐 OTA를 활용하였다. 설계된 모듈레이터는 0.8V의 전원 전압에서 49dB의 dynamic range를 가지면서 816nW의 파워를 소모하였다. 파워 소모를 획기적으로 줄임으로서 페이스메이커뿐만 아니라 제한된 배터리에서 동작하는 implantable 의료 기기에서 다양한 활용이 가능할 것으로 생각된다. 본 모듈레이터의 칩 크기는 $1000{\mu}m{\times}500{\mu}m$로서 $0.18{\mu}m$ CMOS standard 공정으로 제작되었다.

• 해양환경안전학회지
• /
• 제22권1호
• /
• pp.129-137
• /
• 2016

본 연구의 목적은 가까운 미래의 선박운동정보를 이용하는 피드포워드 제어알고리즘과 FPSO 운동 수치 시뮬레이션 모델을 개발하고 시뮬레이션을 통하여 제어알고리즘의 성능을 검증하는 것이다. 본 논문에서는 조류, 바람, 파력 등의 환경하중에 의하여 발생한 선체운동의 미래 예측치를 활용한 피드포워드 제어력을 추가적으로 가지는 Dynamic Positioning System에 대하여 연구한다. 먼저, 조류력, 풍력 및 파력에 대한 수학모델을 선정하여 환경하중에서의 선체운동을 계산하고, 현재의 선체운동 값과 Brown 지수평활 예측모형을 활용하여 미래 선체운동 값을 예측하였다. 또한 위치 유지와 Heading angle 제어를 위한 제어력을 PID(Proportional-Integral-Derivative)이론을 이용하여 결정한 피드백 제어기와 미래 선체운동 값을 이용하여 결정한 피드포워드 제어기로 구성하였다. 그리고 각 Thruster에 요구되는 추력은 라그랑지승수법을 활용하여 분배하였다. 마지막으로 FPSO(Floating Production Storage and Offloading)의 운동과 Dynamic Positioning System에 대한 시뮬레이션 모델을 구축하여 선박의 위치 및 Heading angle 제어에 관한 시뮬레이션을 수행하여 제안하는 피드백 제어기와 피드포워드 제어기를 동시에 가지는 제어시스템의 성능을 평가하였다. 본 연구의 결과, 피드백 및 피드 포워드 제어기가 적용된 DPS 제어시스템이 기존의 피드백 제어기보다 위치유지 및 헤딩각 유지 능력에서 개선되었고 각 Thruster에 요구되는 평균 제어력 및 최대 제어력의 크기도 감소함을 보였다. 이에 따라 DPS에 요구되는 동력 감축과 Azimuth Thruster 용량의 감소로 인하여 비용 절감의 효과를 기대할 수 있다.

• 전자공학회논문지SC
• /
• 제44권5호
• /
• pp.62-70
• /
• 2007

본 논문에서는 일정 토크영역에서 승압형 PFC 컨버터와 직접토크제어(DTC) 방법을 사용하여 BLDC 모터의 구동 시스템을 DSP(TMS320F2812)로 구현하였다. 기존의 6단계 PWM 전류제어와 달리 미리 정한 샘플시간 마다 간단한 look-up 표로부터 2상 도통 모드에 대한 인버터의 전압 상태 벡터를 설정함으로써 원하는 전류파형을 만들었으며 이로부터 기존의 전류제어기보다 훨씬 빠른 토크 응답특성을 얻을 수 있었다. 또한 BLDC 모터의 비 이상적인 사다리형 역기전력에 의해 발생되는 저주파 토크변동을 저감하기 위하여 위치 loop-up 표를 사용하였다. 아울러 역률을 보정하기 위해 승압형 PFC 컨버터를 구성하였고 이 때 전파 정류된 입력전압과 출력전압, 인덕터의 전류에 의해 평균전류모드 제어 방식으로 80 kHz마다 PWM 듀티(duty)가 조절 되도록 하였다. 이와 같이 복잡한 제어 알고리즘은 초고속 DSP의 출현으로 PFC와 DTC 알고리즘이 동시에 제어가 가능하며, 본 논문에서는 DTC 알고리즘을 구현할 때 DSP의 일반 범용의 출력포트를 사용하여 구현하였고 단지 PFC에서만 1개의 PWM을 사용하여 디지털 제어기를 구현하였다. 실험을 통해 DTC 알고리즘과 PFC 컨버터를 이용한 BLDC 모터 구동 시스템의 타당성과 효용성을 보였고, 실험결과로부터 PFC 컨버터를 사용하지 않았을 때는 역률이 약 0.77이었으나 PFC 컨버터를 사용하였을 때는 부하변동에 관계없이 약 0.9997로 크게 향상됨을 확인하였다.

• 전기전자학회논문지
• /
• 제14권1호
• /
• pp.33-39
• /
• 2010

본 논문에서는 5Gb/s의 직렬 링크 인터페이스에 적용 가능한 적응형 수신기를 제안한다. 효율적인 이득 제어를 위해 등화필터의 출력단 대신 슬라이서의 내부 신호를 적용한 LMS(Least Mean Square) 알고리즘을 구현하였다. 제안된 방식은 등화기의 대역폭에 영향을 미치지 않는다. 또한 비슷한 DC 크기의 신호를 가지는 슬라이서(slicer)의 내부 신호를 이용하였기 때문에 수동소자를 이용한 필터를 제거함으로써 칩 면적 및 전력소모를 줄일 수 있다. 제안된 적응형 등화기는 25dB까지 보상이 가능하며 디스플레이포트를 위한 15-m STP 케이블과 FR-4 전송선로에 적용 가능하다. 제안된 회로는 $0.18{\mu}m$ 1-폴리 4-메탈 CMOS 공정 기술이 적용하여 구현하였으며 $200{\times}300{\mu}m^2$의 칩 면적을 차지한다. 제작된 칩의 측정 결과 1.8V 공급전원에서 6mW의 매우 적은 전력소모를 나타내고 2Gbps 동작을 확인하였다. 안정된 RF용 버랙터(Varactor)를 사용하는 공정을 적용할 경우 5Gbps 동작범위를 만족할 것으로 예상된다.

• 한국물환경학회지
• /
• 제24권1호
• /
• pp.91-98
• /
• 2008

This work was performed to develop a model possible to predict the influent flow and influent components, which are one of main disturbances causing process problems at the operation of municipal wastewater treatment plant. In this study, artificial neural network (ANN) was used in order to develop a model that was able to predict the influent flow, $COD_{Mn}$, SS, TN 1 day-ahead, 2day-ahead and 3 day ahead. Multi-layer feed-forward back-propagation network was chosen as neural network type, and tanh-sigmoid function was used as activation function to transport signal at the neural network. And Levenberg-Marquart (LM) algorithm was used as learning algorithm to train neural network. Among 420 data sets except missing data, which were collected between 2005 and 2006 at field plant, 210 data sets were used for training, and other 210 data sets were used for validation. As result of it, ANN model for predicting the influent flow and components 1-3day ahead could be developed successfully. It is expected that this developed model can be practically used as follows: Detecting the fault related to effluent concentration that can be happened in the future by combining with other models to predict process performance in advance, and minimization of the process fault through the establishment of various control strategies based on the detection result.

• 한국컴퓨터정보학회논문지
• /
• 제4권3호
• /
• pp.67-72
• /
• 1999

신경회로망은 학습능력과 근사화 능력으로 말미암아 패턴인식 및 시스템제어분야에서 많이 사용되고 있으며, 입력층. 출력층. 하나 이상의 은닉층으로 구성된 네드워크이다. Elman 신경회로망은 J. Elman에 의해 제안되었으며. recurrent network의 형태로 구성되어 있다. Elman 신경회로망은 기존의 신경회로망에 context층을 새로 추가하여, 은닉층의 출력을 context층의 입력으로 피드백 하는 구조로 되어 있다. 본 논문에서는 새로운 형태의 Elman 신경회로망을 제안한다. 제안한 방식은 Elman 신경회로망을 변형한 형태로. 은닉층 뿐 만 아니라 출력층의 출력도 context층으로 피드백 하는 형태이다. 제안한 방식의 유용성을 확인하기 위해 multi target system에 적용한다. 시뮬레이션 결과는 제안한 방식이 기존의 신경회로망 및 Elman 신경회로망 보다 우수한 방식임을 보여 주고 있다.

• 한국정보통신학회논문지
• /
• 제20권11호
• /
• pp.2162-2166
• /
• 2016

본 논문은 해저탐사에서 소나영상 촬영을 위한 무인자율항법(AUSV)시스템 구현에 관한 연구이다. 자율항법 시스템은 선체에 모션센서, DGPS에 의한 현재 경위도 좌표와 목표지 경위도 좌표의 차를 가지고 선체 추진체의 항로를 FFPID 알고리즘으로 제어한다. 실험결과, 목적지 좌표에 대한 제어좌표 오차는 전체 항법거리 1km 에서 6 m 이하로 우수하다. 또한 자율항법 모드에서의 소나영상 촬영 결과물은 유인선 촬영 결과물과의 차이는 12 화소 이하로 전체 영상 차이는 거의 식별할 수 없이 동일하다. 개발된 시스템은 유인선으로 촬영 불가능한 해저 지형에 대한 소나영상 촬영을 위한 새로운 방법으로 활용 가능하다.

• Nuclear Engineering and Technology
• /
• 제53권10호
• /
• pp.3275-3285
• /
• 2021

A Nuclear Power Plant (NPP) is a complex dynamic system-of-systems with highly nonlinear behaviors. In order to control the plant operation under both normal and abnormal conditions, the different systems in NPPs (e.g., the reactor core components, primary and secondary coolant systems) are usually monitored continuously, resulting in very large amounts of data. This situation makes it possible to integrate relevant qualitative and quantitative knowledge with artificial intelligence techniques to provide faster and more accurate behavior predictions, leading to more rapid decisions, based on actual NPP operation data. Data-driven models (DDM) rely on artificial intelligence to learn autonomously based on patterns in data, and they represent alternatives to physics-based models that typically require significant computational resources and might not fully represent the actual operation conditions of an NPP. In this study, a feed-forward backpropagation artificial neural network (ANN) model was trained to simulate the interaction between the reactor core and the primary and secondary coolant systems in a pressurized water reactor. The transients used for model training included perturbations in reactivity, steam valve coefficient, reactor core inlet temperature, and steam generator inlet temperature. Uncertainties of the plant physical parameters and operating conditions were also incorporated in these transients. Eight training functions were adopted during the training stage to develop the most efficient network. The developed ANN model predictions were subsequently tested successfully considering different new transients. Overall, through prompt prediction of NPP behavior under different transients, the study aims at demonstrating the potential of artificial intelligence to empower rapid emergency response planning and risk mitigation strategies.