• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 제38회 하계학술대회
• /
• pp.1011-1012
• /
• 2007

The paper is proposed maximum torque control of SynRM drive using learning mechanism-fuzzy neural network(LM-FNN) controlle. The control method is applicable over the entire speed range and considered the limits of the inverter's current and voltage rated value. For each control mode, a condition that determines the optimal d-axis current ${^{i}}_d$ for maximum torque operation is derived. The proposed control algorithm is applied to SynRM drive system controlled LM-FNN controller, the operating characteristics controlled by maximum torque control are examined in detail. Also, this paper is proposed the analysis results to verify the effectiveness of the LM-FNN controller.

• Nuclear Engineering and Technology
• /
• 제53권4호
• /
• pp.1181-1188
• /
• 2021

When abnormal events occur in a nuclear power plant, operators must conduct appropriate abnormal operating procedures. It is burdensome though for operators to choose the appropriate procedure considering the numerous main plant parameters and hundreds of alarms that should be judged in a short time. Recently, various research has applied deep-learning algorithms to support this problem by classifying each abnormal condition with high accuracy. Most of these models are trained with simulator data because of a lack of plant data for abnormal states, and as such, developed models may not have tolerance for plant data in actual situations. In this study, two approaches are investigated for a deep-learning model trained with simulator data to overcome the performance degradation caused by noise in actual plant data. First, a preprocessing method using several filters was employed to smooth the test data noise, and second, a data augmentation method was applied to increase the acceptability of the untrained data. Results of this study confirm that the combination of these two approaches can enable high model performance even in the presence of noisy data as in real plants.

• 대한교통학회지
• /
• 제20권4호
• /
• pp.151-162
• /
• 2002

경인고속도로가 개통된 1969년 이후로 우리나라 고속도로는 국토의 대동맥으로서 꾸준한 확장과 신설을 거듭해 왔으며, 조만간 고속도로 3.000km시대를 맞이하게 될 전망이다. 이에 고속도로는 건설과 확장 위주에서 효율적 운영이 중요성이 과거 그 어느 때보다도 강조되고 있다. 최근 고속도로망이 복잡해져감에 따라 교통정보의 가치가 점점 높아지고 있고, 더욱이 정보통신기술의 급격한 발달과 함께, 휴대폰, PDA, PNS 등의 보급이 증가함에 따라 교통정보의 수요가 급증하고 있다. 특히, 통행시간 정보의 경우, 혼잡이 있는 도로망에서 최적의 경로선택을 하고. 경로간에 적절한 교통량분산을 통해 자원의 효율적 배분을 달성하는데 있어 필수적인 정보로서 그 중요성을 더해 가고 있는 실정이다. 본 연구에서는 고속도로 통행료수납시스템(TCS)에서 수집되는 톨게이트간 통행시간 데이터를 기반으로 TCS 통행시간 데이터의 속성과 시계열적 패턴을 규명하고, 이를 바탕으로 모듈라 신경망모형(Modular Neural Network Model)을 이용한 통행시간 예측모형을 개발하였다. 우선, 단거리(서울->수원)와 장거리(서울->대전) 그리고 평일과 주말로 구분하여 TCS 데이터에 대한 시계열 패턴 분석을 한 결과, 단거리와 장거리 공히 충분한 범위의 예측가능한 시간적 범위를 가지고 있으며, 복잡한 정도는 장거리가 높은 것으로 나타났다. 다만. 단거리구간이 장거리 구간에 비해 초기조건에 대한 민감성이 큰 이유로 상대적으로 장기예측이 어려운 것으로 분석되었다. 한편, 모형 적용 현장의 요구기능을 분석하여 모듈라 신경망 구조를 가진 예측모형을 개발하였으며, 최소한 약 80분 이상의 장기예측이 요구되는 서울->대전구간에 적용한 결과, 대부분 10분 이내의 낮은 오차를 보였다. 본 연구에서 개발된 모형은 예측범위가 고정적인 대부분의 시계열모형과는 달리 최소의 입력(3개)을 가지면서 하나의 신경망으로 학습한 최대/최소의 예측시간 범위내에서 그 크기에 상관없이 거의 동일한 수준의 예측력을 보이는 장점을 가지고 있다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• pp.778_779
• /
• 2009

The maximum output torque developed by the machine is dependent on the allowable current rating and maximum voltage that the inverter can supply to the machine. Therefore, to use the inverter capacity fully, it is desirable to use the control scheme considering the voltage and current limit condition, which can yield the maximum torque per ampere over the entire speed range. The paper is proposed maximum torque control of induction motor drive using adaptive learning neuro fuzzy controller and artificial neural network(ANN). The control method is applicable over the entire speed range and considered the limits of the inverter's current and voltage rated value. For each control mode, a condition that determines the optimal d, q axis current $_i_{ds}$, $i_{qs}$ for maximum torque operation is derived. The proposed control algorithm is applied to induction motor drive system controlled adaptive learning neuro fuzzy controller and ANN controller, the operating characteristics controlled by maximum torque control are examined in detail. Also, this paper is proposed the analysis results to verify the effectiveness of the adaptive learning neuro fuzzy controller and ANN controller.

• 제어로봇시스템학회논문지
• /
• 제13권8호
• /
• pp.726-734
• /
• 2007

Generally, a mobile robot is moved by original input programs. However, it is very hard for a non-expert to change the program generating the moving path of a mobile robot, because he doesn't know almost the teaching command and operating method for driving the robot. Therefore, the teaching method with speech command for a handicapped person without hands or a non-expert without an expert knowledge to generate the path is required gradually. In this study, for easily teaching the moving path of the autonomous mobile robot, the autonomous mobile robot with the function of speech recognition is developed. The use of human voice as the teaching method provides more convenient user-interface for mobile robot. To implement the teaching function, the designed robot system is composed of three separated control modules, which are speech preprocessing module, DC servo motor control module, and main control module. In this study, we design and implement a speaker dependent isolated word recognition system for creating moving path of an autonomous mobile robot in the unknown environment. The system uses word-level Hidden Markov Models(HMM) for designated command vocabularies to control a mobile robot, and it has postprocessing by neural network according to the condition based on confidence score. As the spectral analysis method, we use a filter-bank analysis model to extract of features of the voice. The proposed word recognition system is tested using 33 Korean words for control of the mobile robot navigation, and we also evaluate the performance of navigation of a mobile robot using only voice command.

• 조명전기설비학회논문지
• /
• 제18권6호
• /
• pp.37-44
• /
• 2004

전력계통분야의 복합 대형화에 유연한 대처와 전력조류의 최적화 도모를 위해 사용되는 FACTS(Flexible AC Transmission System)기기 중 가장 유용한 UPFC(Unified Power Flow Controller)는 선로의 전압을 임의의 크기와 위상을 갖도록 제어하여 선로로 전송되는 유ㆍ무효전력을 총체적으로 보상하는 기능을 갖는다. 이런 UPEC가 계통에 연계되어 운영된다면 송전선로 매개변수가 변하기 때문에 계통의 영향을 많이 받는 거리계전기는 불필요한 오동작이 발생하게 된다. 즉 거리계전기에서 바라본 임피던스 영역(Impedance Zone)이 송전선로에 UPFC 연계시 각각의 보상 값에 의해 상당한 변화를 보임으로, 기존의 방식으로 정정된 Relay Setting Zone과 Adaptive Setting Zone은 현저한 오차가 발생하게 된다. 그러므로 계통에 연계된 UPFC의 운전 조건을 고려한 거리계전기 보호구간의 재설정이 필요하게 된다. 따라서 본 논문의 목적은 학습이 가능한 신경회로망(ANN)을 이용하여 거리계전기 동작의 신속성(Speed)을 기본으로 전력계통의 다양한 환경에 대해 거리계전기 응동 특성을 향상시키는데 있다. 학습 방법으로는 정적 및 동적인 비선형 시스템의 인식과 다변수 시스템에 적용 가능한 역전파 알고리즘(Back-propagation Algorithm)을 사용했다.

• 한국정보통신학회논문지
• /
• 제25권11호
• /
• pp.1495-1504
• /
• 2021

초소형 바이너리 발전 플랜트는 열원과 냉각원 사이의 저온도차 열에너지를 이용하여 열에너지를 전력으로 변환한다. 실제 발전환경에서 플랜트의 특성치는 환경 조건이나 관련 장비의 부식과 같은 부정적인 영향으로 인해 변동하고, 플랜트 특성치의 변동은 PID 파라미터가 고정된 종래의 PID 제어시스템에서 불안정한 터빈 출력으로 이어진다. 본 논문에서는 플랜트의 특성치 변동에 따라 PID 파라미터를 적응적으로 조정하는 신경망 기반의 Neuro PID 제어시스템을 제안한다. 초소형 바이너리 발전 플랜트의 동작점 근방에서 동특성을 나타내는 이산시간 전달함수 모델을 도출하고, 제안된 제어시스템의 설계 전략을 기술한다. 제안된 Neuro PID 제어시스템을 종래의 PID 제어시스템과 비교하고, 시뮬레이션 결과를 통해 그 유효성을 보인다.

• 전기학회논문지P
• /
• 제59권3호
• /
• pp.279-287
• /
• 2010

Interior permanent magnet synchronous motor(IPMSM) adjustable speed drives offer significant advantages over induction motor drives in a wide variety of industrial applications such as high power density, high efficiency, improved dynamic performance and reliability. This paper proposes efficiency optimization control of IPMSM drive using adaptive fuzzy learning controller(AFLC). In order to optimize the efficiency the loss minimization algorithm is developed based on motor model and operating condition. The d-axis armature current is utilized to minimize the losses of the IPMSM in a closed loop vector control environment. The design of the current based on adaptive fuzzy control using model reference and the estimation of the speed based on neural network using ANN controller. The controllable electrical loss which consists of the copper loss and the iron loss can be minimized by the optimal control of the armature current. The minimization of loss is possible to realize efficiency optimization control for the proposed IPMSM. The optimal current can be decided according to the operating speed and the load conditions. This paper considers the design and implementation of novel technique of high performance speed control for IPMSM using AFLC. Also, this paper proposes speed control of IPMSM using AFLC1, current control of AFLC2 and AFLC3, and estimation of speed using ANN controller. The proposed control algorithm is applied to IPMSM drive system controlled AFLC, the operating characteristics controlled by efficiency optimization control are examined in detail.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.219-220
• /
• 2008

The paper is proposed maximum torque control of SynRM drive using adaptive fuzzy neuro inference system(AFNIS) and artificial neural network(ANN). The control method is applicable over the entire speed range and considered the limits of the inverter's current and voltage rated value. For each control mode, a condition that determines the optimal d-axis current $i_d$ for maximum torque operation is derived. The proposed control algorithm is applied to SynRM drive system controlled AFNIS and ANN controller, the operating characteristics controlled by maximum torque control are examined in detail. Also, this paper is proposed the analysis results to verify the effectiveness of the AFNIS and ANN controller.

• 조명전기설비학회논문지
• /
• 제24권5호
• /
• pp.16-28
• /
• 2010

본 논문은 AIPI 및 ANN에 의한 SynRM 드라이브의 최대토크 제어를 제시한다. 본 논문은 인버터의 정격 전압과 전류의 한계 조건을 고려하여 전 속도영역에서 최대토크제어를 제시한다. 속도에 따라 각 제어모드에서 최대토크를 발생하기 위한 최적의 전류값을 계산하고. 계산된 최적전류를 이용하여 최대토크 제어를 수행한다. 제시된 최대토크 제어 알고리즘은 AIPI와 ANN 제어기와 함께 SynRM 드라이브에 적용하여 동작특성을 분석하고 그 타당성을 제시한다.