• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1992년도 한국자동제어학술회의논문집(국제학술편); KOEX, Seoul; 19-21 Oct. 1992
• /
• pp.181-186
• /
• 1992

Many real-world problems are concerned with estimation rather than classification. This paper presents an adaptive technique to estimate the mechanical properties of materials from acoustoultrasonic waveforms. This is done by adapting a piece-wise linear approximation technique to a multi-layered neural network architecture. The piece-wise linear approximation network (PWLAN) finds a set of connected hyperplanes that fit all input vectors as close as possible. A corresponding architecture requires only one hidden layer to estimate any curve as an output pattern. A learning rule for PWLAN is developed and applied to the acousto-ultrasonic data. The efficiency of the PWLAN is compared with that of classical backpropagation network which uses generalized delta rule as a learning algorithm.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1996년도 추계학술대회 학술발표 논문집
• /
• pp.249-252
• /
• 1996

Fuzzy logic has been successfully used for nonlinear control systems. However, when the plant is complex or expert knowledge is not available, it is difficult to construct the rule bases of fuzzy systems. In this paper, we propose a new method of how to construct automatically the rule bases using fuzzy neural network. Whereas the conventional methods need the training data representing input-output relationship, the proposed algorithm utilizes the gradient of the object function for the construction of fuzzy rules and the tuning of membership functions. Experimental results with the inverted pendulum show the superiority of the proposed method in comparison to the conventional fuzzy controller.

• 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.

• 한국지능시스템학회논문지
• /
• 제11권4호
• /
• pp.354-358
• /
• 2001

본 논문에서는 underutilization 문제를 해결한 퍼지 신경회로망 모델을 제시한다. 이 퍼지 신경 회로망은 ART-1 신경회로망과 유사한 제어 구조를 가지고 있어 유연성이 있으면서도 안정성이 있다. 또한 연결강도의 초기화가 필요 없고 ART-1 신경회로망에 비하여 잡음에 민감하지 않다. 이 퍼지 신경회로망의 학습법칙은 코호넨의 학습법칙을 변형하고 퍼지화 하였으며 누설 경쟁학습의 퍼지화와 조건 확률의 퍼지화에 기반을 두고 있다. 출력 뉴런 중에서 승자를 정한 후에 행해지는 점검 테스트에서는 유사척도로 상대적 거리를 사용하였다. 이 상대적 거리는 유클리디안 거리와 함께 데이터와 클러스터들의 대푯값들 간의 상대적인 위치를 고려한 것이다. 본 논문에서 제안한 퍼지 신경회로망과 코호넨 자기 조직화 특징 지도의 성능을 비교하기 위하여 널리 사용되어온 IRIS 데이터와 가우시안 분포 데이터를 사용하였다.

• 전자공학회논문지SC
• /
• 제44권2호
• /
• pp.24-31
• /
• 2007

본 논문은 신경회로망을 이용한 IPMSM 드라이브의 자기동조 PI 제어기를 제시한다. 일반적으로 수치제어장치 처리는 고정된 이득값을 가진 PI 제어기를 이용한다. 고정된 이득값을 가진 PI 제어기는 어떠한 환경에서는 양호하게 동작할 수 도 있다. 고정된 이득값을 가진 PI 제어기의 강인성을 증가시키기 위하여 신경회로망을 기반으로한 새로운 방법인 STPI 제어기를 제시하였다. STPI 제어기는 속도, 부하토크, 관성과 같은 파라비터가 갑자기 변화하였을 때 오버슈트, 상승시간, 안정화시간을 최소화한다. 또한 본 논문에서는 신경회로망을 이용하여 속도를 제어하고 ANN 제어기를 이용하여 속도를 추정한다. 신경회로망의 역전파 알고리즘 기법은 전동기 속도의 실시간 추정을 제시한다. IPMSM의 속도제어의 결과는 이득값 동조의 효용성을 보여준다. 그리고 STPI 제어기는 고정된 이득값을 가진 PI 제어기에 비하여 강인성 광범위한 운전영역 부하 왜란등에 대하여 우수한 성능을 나타낸다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1994년도 Proceedings of the Korea Automatic Control Conference, 9th (KACC) ; Taejeon, Korea; 17-20 Oct. 1994
• /
• pp.243-246
• /
• 1994

In this paper, a self-learning fuzzy controller is designed with a fuzzy approximation of an inverse model. The aim of an identification is to find an input command which is control of a system output. It is intuitional and easy to use a classical adaptive inverse modeling method for the identification, but it is difficult and complex to implement it. This problem can be solved with a fuzzy approximation of an inverse modeling. The fuzzy logic effectively represents the complex phenomena of the real world. Also fuzzy system could be represented by the neural network that is useful for a learning structure. The rule of a fuzzy inverse model is modified by the gradient descent method. The goal is to be obtained that makes the design of fuzzy controller less complex, and then this self-learning fuzz controller can be used for nonlinear dynamic system. We have applied this scheme to a nonlinear Ball and Beam system.

• Journal of Power Electronics
• /
• 제11권5호
• /
• pp.751-758
• /
• 2011

This paper presents an effective robust predictive control scheme for the active power filter (APF) using a smith-predictor based current regulator, which show superior features when compared to proportional-integral (PI) controllers in terms of an enhanced closed-loop bandwidth and an improved current tracking accuracy. A moving average filter (MAF) is implemented using a field programmable gate array (FPGA) for signal pre-processing to eliminate the switching ripple contamination. An adaptive linear neural network (ADALINE) is used for individual harmonic estimation to achieve selective compensation purpose. The effectiveness and validity of the devised control algorithm are confirmed by extensive simulation and experimental results.

• 대한기계학회논문집A
• /
• 제20권3호
• /
• pp.765-774
• /
• 1996

Computer Integrated Manufacturing(CIM) requires models of manufacturing processes to be implemented on the computer. These models are typically used for determining optimal process control parameters or designing adaptive control systems. In spite of the progress made in the mechanistic modeling, however, empirical models derived from experimental data play a maior role in manufacturing process modeling. This paper describes the development of a meural metwork medel for injection molding. This paper describes the development of a nueral network model for injection molding process. The model uses the CAE analysis data based on Taguchi method. The developed model is, then, compared with the traditional polynomial regression model to assess the applicabilit in practice.

• 한국지능시스템학회논문지
• /
• 제14권3호
• /
• pp.375-382
• /
• 2004

신경회로망을 이용한 XY 테이블의 비선형 보상기법을 제안한다. 제안된 신경망 제어기는 시스템의 비선형 성분에 의한 성능저하를 보상하는 신경회로망과 시스템의 안정화를 위한 비례미분(PD) 제어기로 구성된다. 신경망 보상 구조가 적응적이고 추적오차와 파라미터 추정치가 유계가 되는 신경망 파라미터 동조알고리듬과 안정도 증명을 제시한다. 신경망 제어기를 위치 테이블에 실험함으로써 비선형 성분에 의한 성능저하를 줄이는 효과를 보여준다.

• 대한기계학회논문집
• /
• 제17권2호
• /
• pp.267-276
• /
• 1993

본 연구에서는 우선 네트워크의 기본 이론을 소개하고, 이를 바탕으로 로봇의 궤적계획에 이용하기 위한 변수, 구속조건, 에너지를 정의하며, 네트워크가 국부적 최 소 상태에 빠지는 것을 방지하기 위하여 Temperature Adding을 이용한 적절한 가중치 조절로 작업 공간상에 장애물이 정지하고 있는 경우와 장애물이 움직이는 경우, 같은 작업 공간상에서 동시에 움직이는 두 대의 로봇들의 충돌회피문제 등 여러 종류의 궤 적 계획 문제에 적용시켜 보고자 한다. 이와같이 궤적계획 문제를 신경회로를 이용 하여 다루게 되면, 신경회로망의 링크수나 장애물의 변화등 상황의 변화에 따르는 복 잡한 모델링 전개가 필요 없어지고, 여유 자유도를 가지는 경우에도 별도의 성능지수 를 위한 인위적인 조작을 요구하는 알고리즘의 개발이 필요없이 스스로가 최소의 에너 지 상태를 찾아가게 되며, 병렬실(parallel processing) 계산방식으로 각 링크의 위치 를 동시에 구할 수 있게 되어 실시간 제어의 가능성을 제시하여 준다.