• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.1585-1588
• /
• 1997

In this paper, divide total workspace of robot manipulator into several subspaces and construct PID controller ineach subspace. Using EvolutionSTrategy we optimize the gains of PID controller in each subspace. But the gains may have a large difference on the boundary of subspaces, which can cause bad oscillatory performance. So we use Aritificial Neural Network to have continuous gain curves htrough the entire subspaces. Simualtion results show that the proposed method is quite useful.

• 전자공학회논문지SC
• /
• 제44권6호
• /
• pp.1-10
• /
• 2007

본 논문에서는 비선형 다변수 시스템에 적응할 수 있는 신경회로망을 이용한 PID 구조를 갖는 직접 다변수 자기동조 제어기를 제안한다. 제어기에 적용되는 플랜트는 잡음, 시간지연과 상호결합항이 존재하며 파라미터가 변하는 비선형 다변수 시스템이다. 비선형 다변수 시스템은 선형부분과 비선형부분으로 분리한 형태로 구성되며, 선형제어기는 외부환경 변화에 적응할 수 있는 PID 제어기 특성을 가진 자기동조 PID 제어기 이다. 선형부분의 제어기 파라미터는 순환최소자승법으로 직접 추정하고 비선형 부분의 파라미터는 신경회로망으로 추정한다. 그리고 각 부분에서 추정한 파라미터를 합한 후 비선형 다변수 일반화 자기동조 제어기의 제어법칙에 적용한다. 제어 알고리듬의 타당성을 확인하기 위해 시간 지연이 있고 일정한 시간이 경과한 후 시스템의 파라미터가 변하는 비선형 다변수 시스템에 대해 컴퓨터 시뮬레이션을 하였다. 또한 기존의 신경회로망을 이용한 직접 다변수 적응 제어기에 비해 효과적이다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1992년도 하계학술대회 논문집 A
• /
• pp.476-479
• /
• 1992

This paper presents a neural network method for tuning PlD controller of a time-varying process. Three gains of PlD controller are tuned for a certain desirable response pattern by back-propagation neural network. The neural network is trained using changes of output features vs. changes of PlD gains. But sometimes it needs longer training time and larger structure to train the correlation between the process and controller on entire region of the process. The difficulty in system identification is that the inverse function of the system can not be clearly stated. To cope with the problem, we do not train the neural network to respond correctly for the entire regions but train for only local region where the system is heading toward by training the neural network and tuning of the PlD controller. It may be trained for fine-tuning itself. Simulation results show that the adaptive PID controller using neural network trained in the local area performs remarkably for time-varying second order process.

• 한국산학기술학회논문지
• /
• 제7권5호
• /
• pp.830-836
• /
• 2006

본 논문에서는 기존의 PID 제어기와 퍼지 제어기의 특성을 공통으로 갖는 새로운 형태의 신경회로망 기반 자동 동조 뉴로-퍼지 PID제어기를 제안하였다. 제안된 제어기는 퍼지의 선형성을 이용하여 퍼지 PID 제어기의 퍼지 연산부를 간략화 시키고 일반 PID 제어기와 유사한 입출력 특성을 갖도록 하였으며 비선형 성분 보상을 위하여 제어기 출력에 가장 큰 영향을 미치는 출력측 스케일 계수를 단일 신경 회로망 구조로 변경하고 PID 제어기 구조를 유지하게 하였다. 또한 단일 신경 회로망 구조를 이용함으로써 신경회로망의 초기 연결강도와 계산량에 대한 문제점을 해결하고 오차의 부호 정보에 따라 학습계수를 변화시키는 가변 학습계수 역전파 알고리즘을 사용하여 오버 슈트가 작으면서도 빠른 수렴 속도를 갖도록 하였다. 제안된 제어기를 비선형성이 강한 시스템으로 알려진 자기 부양(magnetic levitation) 시스템에 실제 적용하여 본 논문에서 제안한 제어기의 우수한 성능을 확인하였다.

• 한국정밀공학회지
• /
• 제21권10호
• /
• pp.65-77
• /
• 2004

In this paper, we propose an adaptive mechanism based on immune algorithm and neural network identifier technique. It is also applied fur an autonomous guided vehicle (AGV) system. When the immune algorithm is applied to the PID controller, there exists the case that the plant is damaged due to the abrupt change of PID parameters since the parameters are almost adjusted randomly. To solve this problem, we use the neural network identifier (NNI) technique fur modeling the plant and humoral immune algorithm (HIA) which performs the parameter tuning of the considered model, respectively. After the PID parameters are determined in this off-line manner, these gains are then applied to the plant for the on-line control using an immune adaptive algorithm. Moreover, even though the neural network model may not be accurate enough initially, the weighting parameters are adjusted to be accurate through the on-line fine tuning. Finally, the simulation and experimental result fur the control of steering and speed of AGV system illustrate the validity of the proposed control scheme. These results for the proposed method also show that it has better performance than other conventional controller design methods.

• 한국산학기술학회논문지
• /
• 제10권8호
• /
• pp.1993-1997
• /
• 2009

산업 자동화의 고정밀도에 따라 직류서보 전동기는 강인제어가 요구되고 있다. 하지만 PID 제어기를 갖는 전동기 제어 시스템이 부하 외란의 영향을 받게되면 제어 시스템의 강인제어는 어렵게 된다. 이에 대한 보완적인 한 방법으로 본 논문에서는 전동기 제어시스템을 위한 PID-신경망 복합형 제어기법을 제시하였다. 신경망 제어기의 출력은 부하 외란 인가시에 발생되는 오차와 오차 변화율에 의해서 결정된다. 신경망 제어기를 이용한 직류서보 전동기의 강인제어는 시뮬레이션에 의하여 확인하였다.

• 한국조명전기설비학회지:조명전기설비
• /
• 제13권2호
• /
• pp.195-195
• /
• 1999

This paper is Proposed a new method to deal with the optimized auto-tuning for the PID controller which is used to the process-control in various fields. First of all, in this method, 1st order delay system with dead time which is modelled from the unit step response of the system is Pade-approximated, then initial values are determined by the Ziegler-Nickels method. So we can find the parameters of PID controller so as to minimize the fuzzy criterion function which includes the maximum overshoot, damping ratio, rising time and settling time. Finally, after studying the parameters of PID controller by Backpropagation of Neural-Network, when we give new K, L, T values to Neural-Network, the optimized parameter of PID controller is found by Neural-Network Program.

• 대한기계학회논문집A
• /
• 제30권2호
• /
• pp.105-111
• /
• 2006

This paper describes a Neural Network based PID control scheme for pneumatic NC axes. Pneumatic systems have inherent nonlinearities such as compressibility of air and nonlinear frictions present in cylinder. The conventional PID controller is limited in some applications where the affection of nonlinear factor is dominant. A self-excited oscillation method is applied to derive the dynamic design parameters of linear model. The gains of PID controller are determined using a self tuning scheme. The experiments of a trajectory tracking control using the proposed control scheme are performed and a significant reduction in tracking error is achieved by comparing with those of a PID control.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제50권3호
• /
• pp.107-113
• /
• 2001

This paper deals with speed control of DC servo motor using a PID controller with a gain tuning based on a Back-Propagation(BP) Learning Algorithm. Conventionally a PID controller has been used in the industrial control. But a PID controller should produce suitable parameters for each system. Also, variables of the PID controller should be changed according to environments, disturbances and loads. In this paper described by a experiment that contained a method using a PID controller with a gain tuning based on a Back-Propagation(BP) Learning Algorithm, we developed speed characteristics of a DC servo motor on variable loads. The parameters of the controller are determined by neural network performed on on-line system after training the neural network on off-line system.

• 대한전기학회논문지:전력기술부문A
• /
• 제48권8호
• /
• pp.1014-1021
• /
• 1999

PID controllers with constant gains have been widely used in various control systems. But it is difficult to have uniformly good control performance in all operating conditions. In this paper, we propose a variable PID controller for robot manipulators. We divide total workspace of manipulators into several subspaces. PID controllers in each subspace are optimized using evolution strategy which is a kind of global search algorithm. In real operation, the desired trajectories may cross several subspaces and we select the corresponding gains in each subspace. The gains may have large difference on the boundary of subspaces, which may cause oscillatory motion. So we use artificial neural network to have continuous smooth gain curves to reduce the oscillatory motion. From the experimental results, although the proposed variable PID controller for robots should pay for some computational burden, we have found that the controller is more superior to the conventional constant gain PID controller.