Journal of Institute of Control, Robotics and Systems
/
v.14
no.3
/
pp.254-262
/
2008
In this paper, we propose an adaptive neural dynamic surface control (DSC) approach with $H_{\infty}$ tracking performance for full dynamics of nonlinear flight systems. It is assumed that the model uncertainties such as structured and unstrutured uncertainties, and external disturbances influence the nonlinear aircraft model. In our control system, self recurrent wavelet neural networks (SRWNNs) are used to compensate the model uncertainties of nonlinear flight systems, and an adaptive DSC technique is extended for the disturbance attenuation of nonlinear flight systems. All weights of SRWNNs are trained on-line by the smooth projection algorithm. From Lyapunov stability theorem, it is shown that $H_{\infty}$ performance nom external disturbances can be obtained. Finally, we present the simulation results for a nonlinear six-degree-of-freedom F-16 aircraft model to confirm the effectiveness of the proposed control system.
International Journal of Control, Automation, and Systems
/
v.5
no.3
/
pp.269-282
/
2007
This paper presents a robust control method via the intelligent adaptive backstepping design technique for stable walking of nine-link biped robots with unknown model uncertainties and external disturbances. In our control structure, the self recurrent wavelet neural network(SRWNN) which has the information storage ability is used to observe the uncertainties of the biped robots. The adaptation laws for all weights of the SRWNN are induced from the Lyapunov stability theorem, which are used for on-line controlling biped robots. Also, we prove that all signals in the closed-loop adaptive system are uniformly ultimately bounded. Through computer simulations of a nine-link biped robot with model uncertainties and external disturbances, we illustrate the effectiveness of the proposed control system.
Journal of the Institute of Electronics Engineers of Korea SC
/
v.41
no.4
/
pp.21-28
/
2004
This paper presents a direct multivariable self-tuning controller using neural network which adapts to the changing parameters of the higher order multivariable nonlinear system with nonminimum phase behavior, mutual interactions and time delays. The nonlinearities are assumed to be globally bounded, and a multivariable nonlinear system is divided linear part and nonlinear part. The neural network is used to estimate the controller parameters, and the control output is obtained through estimated controller parameter. In order to demonstrate the effectiveness of the proposed algorithm the computer simulation is done to adapt the multivariable nonlinear nonminimm phase system with time delays and changed system parameter after a constant time. The proposed method compared with direct multivariable adaptive controller using neural network.
Journal of the Korean Institute of Intelligent Systems
/
v.7
no.5
/
pp.46-50
/
1997
In fuzzy logic control, static fuzzy rules cannot cope with significant changes of parameters of plants or environment. To solve this prohlem, self-organizing fuzzy control. neural-network-hased fuzzy logic control and so on have heen introduced so far. However, dynamically changed fuzzy rules of these schemes may make a fuzzy logic controller Fall into dangerous situations because the changed fuzzy rules may he incomplete or inconsistent. This paper proposes a new adaptive filzzy logic control scheme using a predictivc neural network. Although some parameters of a controlled plant or environment are changed, proposed fuzzy logic controller changes its decision outputs adaptively and robustly using unchanged initial fuzzy rules and the predictive errors generated hy the predictive neural network by on-line learning. Experimental results with a D<' servo-motor position control problem show that propnsed cnntrol scheme is very useful in the viewpoint of adaptability.
This Paper presents a novel and systematic approach to a self-learning controller. The proposed controller is built on a neural network consisting of a standard back propagation (BNN) and approxinate reasoning (AR). The fuzzy inference and knowledge representation are carried out by the neural network structure and computing, instead of logic inference. An architecture similar to that used by traditional model reference adaptive control system (MRAC) is employed.
The Transactions of the Korean Institute of Electrical Engineers D
/
v.55
no.12
/
pp.518-525
/
2006
This paper presents the adaptive robust control method for the flight control systems with model uncertainties. The proposed control system can be composed simply by a combination of the adaptive dynamic surface control (DSC) technique and the self recurrent wavelet neural network (SRWNN). The adaptive DSC technique provides us with the ability to overcome the 'explosion of complexity' problem of the backstepping controller. The SRWNNs are used to observe the arbitrary model uncertainties of flight systems, and all their weights are trained on-line. From the Lyapunov stability analysis, their adaptation laws are induced and the uniformly ultimately boundedness of all signals in a closed-loop adaptive system is proved. Finally, simulation results for a high performance aircraft (F-16) are utilized to validate the good tracking performance and robustness of the proposed control system.
Journal of Institute of Control, Robotics and Systems
/
v.10
no.12
/
pp.1137-1147
/
2004
In this paper, we proposed two types of adaptive control mechanism which is named HIA(Humoral Immune Algorithm) PID and CMIA(Cell-Mediated Immune Algorithm) controller based on biological immune system under engineering point of view. The HIA PID which has real time control scheme is focused on the humoral immunity and the latter which has the self-tuning mechanism is focused on the T-cell regulated immune response. To verify the performance of the proposed controller, some experiments for the control of AGV which is used for the port automation to carry container without human are performed. The experimental results for the control of steering and speed of an AGV system illustrate the effectiveness of the proposed control scheme. Moreover, in that results, proposed controllers have better performance than other conventional PID controller and intelligent control method which is the NN(neural network) PID controller.
This paper presents a stable learning algorithm for diagonal recurrent neural network(DRNN). DRNN is applied to a problem of controlling nonlinear dynamical systems. A architecture of DRNN is a modified model of the Recurrent Neural Network(RNN) with one hidden layer, and the hidden layer is comprised of self-recurrent neurons. DRNN has considerably fewer weights than RNN. Since there is no interlinks amongs in the hidden layer. DRNN is dynamic mapping and is better suited for dynamical systems than static forward neural network. To guarantee convergence and for faster learning, an adaptive learning rate is developed by using Lyapunov function. The ability and effectiveness of identifying and controlling a nonlinear dynamic system using the proposed algorithm is demonstrated by computer simulation.
Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
/
v.24
no.4
/
pp.33-42
/
2010
The induction motor drive applied to field oriented control is widely used in industry applications. However, it is deceased performance and authenticity by saturation, temperature changing, disturbance and parameters changing because modeling of induction motor is nonlinear and complex. In order to control variable speed operation, conventional PI-like controllers are commonly used. These controllers provide limited good performance over a wide range of operation, even under ideal field oriented conditions. This paper proposes self tuning PI controller based on fuzzy-neural network(FNN)-PI controller that is implemented using fuzzy control, neural network, and adaptive fuzzy controller(AFC). Also, this paper proposes estimation of speed using ANN. The proposed control algorithm is applied to induction motor drive system using FNN-PI, AFC and ANN controller. Also, this paper proposes the anlysis results to verify the effectiveness of controller.
The new robust controller design method is proposed for the flight control systems with model uncertainties. The proposed control system is a combination of the adaptive dynamic surface control (DSC) technique and the self recurrent wavelet neural network (SRWNN). The adaptive DSC technique provides us with the ability to overcome the "explosion of complexity" problem of the backstepping controller. The SRWNNs are used to observe the arbitrary model uncertainties of flight systems and all their weights are trained on-line. From the Lyapunov stability analysis, their adaptation laws are induced and the uniformly ultimately boundedness of all signals in a closed-loop adaptive system is proved. Finally, simulation results for a high performance aircraft (F-16) are utilized to validate the good tracking performance and robustness of the proposed control system.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.