A model for calculating structure interacted mechanics is proposed. A structural interaction model and controller design based on tuned mass damping (TMD) was developed to control the induced vibration. A key point is to introduce a new analytical model to evaluate the properties of the TMD that recognizes the motion-dependent nonlinear response observed in the simulations. Aiming at the problem of increased current harmonics and low efficiency of permanent magnet synchronous motors for electric vehicles due to dead time effect, a dead time compensation method based on neural network filter and current polarity detection is proposed. Firstly, the DC components and the higher harmonic components of the motor currents are obtained by virtue of what the neural network filters and the extracted harmonic currents are adjusted to the required compensation voltages by virtue of what the neural network filters. Then, the extracted DC components are used for current polarity dead time compensation control to avert the false compensation when currents approach zero. The neural network filter method extracts the required compensation voltages from the speed component and the current polarity detection compensation method obtains the required compensation voltages by discriminating the current polarity. The combination of the two methods can more precisely compensate the dead time effect of the control system to improve the control performance. Furthermore, based on the relaxed method, the intelligent approach of stability criterion can be regulated appropriately and the artificial TMD was found to be effective in reducing cross-wind vibrations.
In this paper, the ultra precision positioning system for piezoelectric actuator using hysteresis compensation has been developed. Piezoelectric actuators exhibit limited accuracy in tracking control due to their hysteresis nonlinearity. The main purpose of the proposed controller is to compensate the hysteresis nonlinearity of the piezoelectric actuator. The controller is composed of a PD, hysteresis compensation and neural network part in parallel manner, at first, the excellent tracking performance of the neural network controller was verified by experiments and was compared with the classical PD controller.
International Journal of Fuzzy Logic and Intelligent Systems
/
제5권2호
/
pp.169-174
/
2005
A neural networks (NN) saturation compensation scheme for DC motor systems is presented. The scheme that leads to stability, command following and disturbance rejection is rigorously proved. On-line weights tuning law, the overall closed loop performance and the boundness of the NN weights are derived and guaranteed based on Lyapunov approach. The simulation and experimental results show that the proposed scheme effectively compensate for saturation nonlinearity in the presence of system uncertainty.
This paper presents a neural network based adaptive dead-time compensation strategy for an inverter fed permanent magnet synchronous motor drive. The neural network is used for identifying the dead-time compensation time (DTCT) that includes an equivalent dead-time, turn-on/off time and on-state voltage components of the voltage source inverter. In order to train the neural network, desired DTCTs for eight operating points are prepared as training data. The trained neural network can identify a desired DTCT for any operating point because it has the capability of the interpolation. The accuracy of the identified DTCT is experimentally confirmed by comparing the calculated active power with a measured one.
In this paper, position tracking control of an autonomous helicopter is presented. Combining an LQR method and a proportional control forms a simple PD control. Since LQR control gains are set for the velocity control of the helicopter, a position tracking error occurs. To minimize a position tracking error, neural network is introduced. Specially, in the frame of the reference compensation technique for teaming neural network compensator, a position tracking error of an autonomous helicopter can be compensated by neural network installed in the remotely located ground station. Considering time delay between an auto-helicopter and the ground station, simulation studies have been conducted. Simulation results show that the LQR with neural network performs better than that of LQR itself.
In this paper, position tracking control of an autonomous helicopter is presented. Velocity is controlled by using an optimal state controller LQR. A position control loop is added to form a PD controller. To minimize a position tracking error, neural network is introduced. The reference compensation technique as a neural network control structure is used, and a position tracking error of an autonomous helicopter is compensated by neural network installed in the remotely located ground station. Considering time delays between an autonomous helicopter and the ground station, simulation studies have been conducted. Simulation results show that the LQR with neural network compensation performs better than that of the LQR itself.
Journal of information and communication convergence engineering
/
제16권1호
/
pp.1-5
/
2018
In radio-over-fiber (RoF) systems, nonlinear compensation is very important to meet the error vector magnitude (EVM) requirement of the mobile network standards. In this study, a nonlinear compensation technique based on an artificial neural network (ANN) is proposed for RoF systems. This technique is based on a backpropagation neural network (BPNN) with one hidden layer and three neuron units in this study. The BPNN obtains the inverse response of the system to compensate for nonlinearities. The EVM of the signal is measured by changing the number of neurons and the hidden layers in a RoF system modeled by a measured data. Based on our simulation results, it is concluded that one hidden layer and three neuron units are adequate for the RoF system. Our results showed that the EVMs were improved from 4.027% to 2.605% by using the proposed ANN compensator.
This paper presents the implementation of the real-time object tracking control of the ROBOKER head. The visual servoing technique is used to track the moving object, but suffers from ill-estimated Jacobian of the virtual link design. To improve the tracking performance, the RBF(Radial Basis Function) network is used to compensate for uncertainties in the kinematics of the robot head in on-line fashion. The reference compensation technique is employed as a neural network control scheme. Performances of three schemes, the kinematic based scheme, the Jacobian based scheme, and the neural network compensation scheme are verified by experimental studies. The neural compensation scheme performs best.
This paper presents a neural net type process model for enhancing learning compensation function in hot strip finishing rolling mill. Adequate input and output variables of process model are chosen, the proposed model was designed as single layer neural net. Equivalent carbon content, strip thickness and rolling speed are suggested as input variables, and looper's manipulation variable is proposed as output variable. According to simulation result using process data to show the validity of the proposed process model, neural net type process model's outputs give almost similar data to process output under same input conditions.
International Journal of Precision Engineering and Manufacturing
/
제7권2호
/
pp.18-24
/
2006
This paper proposes a LuGre Model-Based Neural Network (MBNN) friction compensation algorithm for a linear motor stage. For matching the friction phenomena in both the motion-start region and the motion-reverse region, the LuGre dynamic model is employed into the proposed compensation algorithm. After training of the model-based neural network is completed, the estimated friction for compensation is obtained. From the obtained result we find that the new structure gains advantage over the non-friction compensation system on the performance of the compensator in both regions. The proposed compensator is evaluated and compared experimentally with an uncompensated system on a microcomputer controlled linear motor tracking system in the final section of the paper. The experimental results show the improvement on the maximum velocity error and the root mean square tracking error in the motion-start region ranges from 34% to 53% and from 53% to 75% respectively, and in the motion-reverse region from 48% to 65% and from 79% to 90% respectively.
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.