Journal of the Korean Institute of Intelligent Systems
/
v.14
no.1
/
pp.118-124
/
2004
In this paper, we present a indirect adaptive control method using a wavelet neural network (WNN) for the control of chaotic nonlinear systems without precise mathematical models. The proposed indirect adaptive control method includes the off-line identification and on-line control procedure for chaotic nonlinear systems. In the off-line identification procedure, the WNN based identification model identifies the chaotic nonlinear system by using the serial-parallel identification structure and is trained by the gradient-descent method. And, in the on-line control procedure, a WNN controller is designed by using the off-line identification model and is trained by the error back-propagation algorithm. Finally, the effectiveness and feasibility of the proposed control method is demonstrated with applications to the chaotic nonlinear systems.
The Transactions of The Korean Institute of Electrical Engineers
/
v.60
no.4
/
pp.838-842
/
2011
This paper proposes an online adaptive neuro-controller for a wind energy conversion system (WECS) that is a highly nonlinear system intrinsically. In real application, to obtain exact system parameters such as power coefficient, many measuring instruments and implementations are required, which is very difficult to perform. This shortcoming can be avoided by introducing neural network in the controller design in this paper. The proposed adaptive neural control scheme using radial-basis function network (RBFN) needs no system parameters to meet control objectives. Combining derivative estimator for wind velocity, the whole closed-loop system is shown to be stable in the sense of Lyapunov.
This paper deals with the design of an adaptive controller using neural network. We present RBFMLP Neural Network which consists of serial-connected two networks - Radial Basis Function Network and Multi Layer Perceptron, and then design a controller based on proposed networks with the adaptive control system structure, The plant and parameters of the controller are identified by the neural networks. We use the dynamic backpropagation algorithm for the learning of networks. Simulations represent the superiorities of the proposed network and the controller.
The Transactions of the Korean Institute of Electrical Engineers
/
v.41
no.4
/
pp.400-410
/
1992
This paper deals with a design of neural network control architectures for robot motion. Three types of control architectures are designed as follows : 1) a neural network control architecture which has the same characteristics as computed torque method 2) a neural network control architecture for compensating the control error on computed torque method with fixed feedback gain 3) neural network adaptive control architecture. Computer simulation of PUMA manipulator with 6 links is conducted for robot motion in order to examine the proposed neural network control architectures.
The synchronous reluctance motor (SynRM) servo-drive system has highly nonlinear uncertainties owing to a convex construction effect. It is difficult for the linear control method to achieve good performance for the SynRM drive system. The nonlinear backstepping control system using upper bound with switching function is proposed to inhibit uncertainty action for controlling the SynRM drive system. However, this method uses a large upper bound with a switching function, which results in a large chattering. In order to reduce this chattering, a nonlinear backstepping control system using an adaptive law is proposed to estimate the lumped uncertainty. Since this method uses an adaptive law, it cannot achiever satisfactory performance. Therefore, a nonlinear backstepping control system using a reformed recurrent Hermite polynomial neural network with an adaptive law and an error estimated law is proposed to estimate the lumped uncertainty and to compensate the estimated error in order to enhance the robustness of the SynRM drive system. Further, the reformed recurrent Hermite polynomial neural network with two learning rates is derived according to an increment type Lyapunov function to speed-up the parameter convergence. Finally, some experimental results and a comparative analysis are presented to verify that the proposed control system has better control performance for controlling SynRM drive systems.
International Journal of Control, Automation, and Systems
/
v.2
no.3
/
pp.374-383
/
2004
This paper presents a neural network adaptive controller for autonomous diving control of an autonomous underwater vehicle (AUV) using adaptive backstepping method. In general, the dynamics of underwater robotics vehicles (URVs) are highly nonlinear and the hydrodynamic coefficients of vehicles are difficult to be accurately determined a priori because of variations of these coefficients with different operating conditions. In this paper, the smooth unknown dynamics of a vehicle is approximated by a neural network, and the remaining unstructured uncertainties, such as disturbances and unmodeled dynamics, are assumed to be unbounded, although they still satisfy certain growth conditions characterized by 'bounding functions' composed of known functions multiplied by unknown constants. Under certain relaxed assumptions pertaining to the control gain functions, the proposed control scheme can guarantee that all the signals in the closed-loop system satisfy to be uniformly ultimately bounded (UUB). Simulation studies are included to illustrate the effectiveness of the proposed control scheme, and some practical features of the control laws are also discussed.
The construction of an experimental nonlinear structural model with little cost and unlimited repeatability for vibration control study represents a challenging task, especially for material nonlinearity. This paper reports the design, analysis and vibration control of a nonlinear structural experiment platform with adjustable hinges. In our approach, magnetorheological rotary brakes are substituted for the joints of a frame structure to simulate the nonlinear material behaviors of plastic hinges. For vibration control, a separate magnetorheological damper was employed to provide semi-active damping force to the nonlinear structure. A dynamic neural network was designed as a state observer to enable the feedback based semi-active vibration control. Based on the dynamic neural network observer, an adaptive fuzzy sliding mode based output control was developed for the magnetorheological damper to suppress the vibrations of the structure. The performance of the intelligent control algorithm was studied by subjecting the structure to shake table experiments. Experimental results show that the magnetorheological rotary brake can simulate the nonlinearity of the structural model with good repeatability. Moreover, different nonlinear behaviors can be achieved by controlling the input voltage of magnetorheological rotary damper. Different levels of nonlinearity in the vibration response of the structure can be achieved with the above adaptive fuzzy sliding mode control algorithm using a dynamic neural network observer.
Journal of Institute of Control, Robotics and Systems
/
v.13
no.4
/
pp.309-314
/
2007
This paper presents an adaptive neural computation algorithm for multi-layered neural networks which are applied to identify the characteristic function of dynamic systems. The main feature of the proposed algorithm is that the initial learning rate for the employed neural network is assigned systematically, and also the assigned learning rate can be adjusted empirically for effective neural leaning. By employing the approach, enhanced modeling of dynamic systems is possible. The effectiveness of this approach is veri tied by simulations.
The Transactions of The Korean Institute of Electrical Engineers
/
v.58
no.9
/
pp.1821-1826
/
2009
An adaptive neural controller for perturbed strict-feedback nonlinear system is proposed. All the previous adaptive neural (or fuzzy) controllers are based on the backstepping scheme where the universal approximators are employed in every design steps. These schemes involve virtual controls and their time derivatives that make the stability analysis and implementation of the controller very complex. This fact is called 'explosion of complexty ' since the complexity grows exponentially as the system dynamic order increases. The proposed adaptive neural control scheme adopt the backstepping design procedure only for determining ideal control law and employ only one neural network to approximate the finally selected ideal controller, which makes the controller design procedure and stability analysis considerably simple compared to the previously proposed controllers. It is shown that all the time-varing signals containing tracking error are stable in the Lyapunov viewpoint.
Kim, Do-Yeon;Ko, Jae-Sub;Choi, Jung-Sik;Jung, Byung-Jin;Park, Ki-Tae;Choi, Jung-Hoon;Chung, Dong-Hwa
Proceedings of the Korean Institute of IIIuminating and Electrical Installation Engineers Conference
/
2007.11a
/
pp.313-318
/
2007
Interior permanent magnet synchronous motor(IPMSM) has become a popular choice in electric vehicle applications, due to their excellent power to weight ratio. This paper proposes maximum torque control of IPMSM drive using adaptive fuzzy neural network controller and artificial neural network(ANN). This control method is applicable over the entire speed range which 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. This paper considers the design and implementation of novel technique of high performance speed control for IPMSM using Adaptive-FNN controller and ANN controller. The hybrid combination of neural network and fuzzy control will produce a powerful representation flexibility and numerical processing capability. Also, this paper reposes speed control of IPMSM using Adaptive-FNN and estimation of speed using ANN controller. The back propagation neural network technique is used to provide a real time adaptive estimation of the motor speed. The proposed control algorithm is a lied to IPMSM drive system controlled Adaptive-FNN and ANN controller, the operating characteristics controlled by maximum torque control are examined in detail. Also, this paper proposes the analysis results to verify the effectiveness of the Adaptive-FNN and ANN controller.
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.