• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1991년도 한국자동제어학술회의논문집(국내학술편); KOEX, Seoul; 22-24 Oct. 1991
• /
• pp.866-871
• /
• 1991

The multi-layer neural network possesses the desirable characteristics of parallel distributed processing and learning capacity, by which the uncertain variation of the parameters in the dynamically complex system can be handled adoptively. However the error back propagation algorithm that has been utilized popularly in the learning procedure of the mulfi-Jayer neural network has the significant limitations in the real application because of its slow convergence speed. In this paper, an approach to improve the convergence speed is proposed using the fuzzy logic that can effectively handle the uncertain and fuzzy informations by linguistic level. The effectiveness of the proposed algorithm is demonstrated by computer simulation of PUMA 560 robot manipulator.

• Journal of Power Electronics
• /
• 제16권2호
• /
• pp.564-571
• /
• 2016

This study proposes an adaptive neuro-fuzzy inference system (ANFIS)-based rotor position controller for brushless direct current (BLDC) motors to improve the control performance of the drive under transient and steady-state conditions. The dynamic response of a BLDC motor to the proposed ANFIS controller is considered as standard reference input. The effectiveness of the proposed controller is compared with that of the proportional integral derivative (PID) controller and fuzzy PID controller. The proposed controller solves the problem of nonlinearities and uncertainties caused by the reference input changes of BLDC motors and guarantees a fast and accurate dynamic response with an outstanding steady-state performance. Furthermore, the ANFIS controller provides low torque ripples and high starting torque. The detailed study includes a MATLAB-based simulation and an experimental prototype to illustrate the feasibility of the proposed topology.

• 대한의용생체공학회:의공학회지
• /
• 제25권1호
• /
• pp.5-10
• /
• 2004

체동은 수면 분석에 있어서 중요한 변수중의 하나이다. 본 연구에서는 수면 중에 발생하는 체동을 비접촉 방식으로 검출하기 위하여 4채널의 써모파일 검출기를 구현하였으며, 써모파일 센서를 이용한 방식의 체통 검출 가능성을 확인하기 위해 열적외선 카메라를 통해 획득한 영상을 써모파일의 수학적 모델에 적용하였다 합성된 체동 신호는 Haar 웨이브렛을 이용하여 변환함으로써 체통이 발생한 시점과 움직임의 크기를 상체 및 하체로 나누어 순간 체동을 검출하였다. 또한 뉴로-퍼지 알고리즘인 ANFIS를 이용하여 발생한 체동이 상체만 움직인 것인지 또는 하체만 움직인 것인지 또는 몸 전체가 움직인 것인지에 대한 부위별 체동을 검출하였고, 총 3명의 피험자에 대해 60분간의 데이터를 획득하여 실험한 결과 순간 체동과 부위별 체통에 대해 각각 평균 96.3％와 39.2％ 의 검출률을 나타냈다.

• 콘크리트학회논문집
• /
• 제22권1호
• /
• pp.19-27
• /
• 2010

건축물이나 교량과 같은 RC 구조물의 경우, 다양한 유해 환경하의 재료적인 열화나 구조적 문제로 콘크리트의 노후화 및 손상이 발생하게 된다. 콘크리트의 균열이나 철근의 부식, 구조 단면의 변형 등은 구조적 안전성 저하 및 구조물 거동 특성 변화의 주요 원인이 되기도 한다. 따라서 이와 같은 콘크리트 구조물의 보수 보강을 위하여, 효과적이고 적용이 간편한 공법의 개발이 콘크리트 분야의 중요한 연구 과제 중의 하나로 인식되어 왔다. 다양한 보수 보강 기법들이 과거 수십 년 동안 개발되어 적용되고 있으며, 이중에서도 최근 FRP 복합 재료를 구조물의 외부에 접착시키는 방법을 통한 보강 방식이 많이 사용되고 있다. 이 연구는 인공 지능(AI)의 일종인 뉴로퍼지모델(ANFIS) 을 이용하여, FRP로 보강된 원주형 콘크리트 부재의 보강 효과를 분석하는데 그 목적이 있다. ANFIS 모델을 이 연구에 적용하기 위하여, 기존 연구 자료 및 실험에서 얻은 결과를 통해 학습 데이터와 시험 데이터 세트를 구축하였다. 이 연구에서 구축된 ANFIS 모델은 기존 피보강 콘크리트의 압축강도, 보강재의 두께, 보강재의 보강 겹수, 보강재의 탄성계수, 보강재의 파단강도 및 보강재와 피보강재의 체적비, 피보강재의 부재크기를 입력 자료의 파라미터로 사용하여, 압축강도, 변형률, 2차탄성계수 등을 예측하는 방식으로 활용될 수 있으며, ANFIS 모델을 통하여 예측된 결과를 기존 연구자들이 제안한 FRP 보강 콘크리트 부재의 구성 방정식과 비교할 때 더 높은 정확도로 예측이 가능함을 확인할 수 있다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 추계학술발표논문집
• /
• pp.129-132
• /
• 2002

본 논문은 웨이브렛 변환 다중해상도 분해(multi-resolution Analysis : MRA)와 적응성 뉴로-퍼지 인터페이스 시스템(Adaptive Neuro-Fuzzy Inference System : ANFIS)을 기반으로 한 웨이브렛 신경망을 가지고 임의의 비선형 함수 학습 근사화를 개선하는 것이다. ANFIS 구조는 벨형 퍼지 함수로 구성이 되었고, 웨이브렛 신경망은 전파 알고리즘과 역전파 신경망 알고리즘으로 구성되었다. 여기 웨이브렛 구성은 단일 크기이고, ANFIS 기반 웨이브렛 신경망의 학습을 위해 역전파 알고리즘을 사용하였다. 1차원과 2차원 함수에서 웨이브렛 전달 파라미터 학습과 ANFIS의 벨형 소속 함수를 이용한 ANFIS 모델 기반 웨이브렛 신경망의 웨이브렛 기저 수 감소와 수렴 속도 성능이 기존의 알고리즘 보다 개선되었음을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1993년도 Fifth International Fuzzy Systems Association World Congress 93
• /
• pp.960-963
• /
• 1993

We focus our attention on grading of table meat in accordance with the standard of Japan Meat Grading Association, and construct a beef grading system by image processing. For image processing of beef grading, it needs some techniques such as a shading correction, separation of color image data, and classification of color image data into some grades, for the system construction. However, there are various kinds of weak points in usually used methods for these techniques. Then the authors propose and introduce new approaches using Neural networks and fuzzy inference for the techniques above mentioned, which is very convenient and ensure the high precision.

• 조명전기설비학회논문지
• /
• 제18권6호
• /
• pp.70-77
• /
• 2004

산업 응용분야에서 유도전동기 구동시스템의 예상치 않은 고장은 전체 계통의 정지, 막대한 손실 등을 가져올 수 있다. 이러한 문제점을 해결하는 방법 중에 하나로서 본 논문은 유도전동기 구동을 위한3상 전압형 PWM 인버터에 개방-스위치 손상의 고장진단에 대하여 연구한다. 고장진단 방법으로는, 먼저 고장의 특징추출을 위하여 3상 전류를 d-q 전류로 변환한 후 평균 전류벡터를 구한다. 다음으로 여러 종류의 고장 패턴을 진단하기 위하여 한 인공지능 알고리즘을 제안한다. 제안된 기법은 일반적인 뉴로-퍼지 시스템(adaptive neuro-fuzzy algorithm)의 전제 부에 클러스터링을 도입한 기법으로 적은 계산 양과 좋은 성능을 갖는다. 최종적으로, 여러 불확실한 요소를 가진 고장계통에 대하여 제안된 알고리즘의 유용성을 모의실험에 의해 검증하였다.

• 한국정보기술학회논문지
• /
• 제18권5호
• /
• pp.55-64
• /
• 2020

태양광 시스템의 안정성과 신뢰성 향상을 위해서는 배터리의 잔존량 (State of Charge, SOC)을 정확하게 추정하여야 한다. 본 연구에서는 gradient descent, Levenberg-Marquardt 및 scaled conjugate gradient 학습방법을 사용한 인공 신경회로망 (Artificial Neural Networks, ANN)과 적응형 뉴로-퍼지 추론 시스템 (Adaptive Neuro-Fuzzy Inference System, ANFIS)을 사용한 SOC 추정방법을 제안한다. 입력으로는 충전 시작 전압 및 적류적산법을 통해 구한 충전 전류를 사용하여 추정된 SOC를 출력한다. 4개의 모델 (ANN-GD, ANN-LM, ANN-SCG, 및 ANFIS)을 사용하여 SOC 추정 방법을 구현하였고 실험을 통해 MATLAB을 사용하여 4개의 모델의 성능을 비교 분석하였다. 실험 결과로부터 ANFIS 모델을 사용한 배터리의 SOC 추정이 가장 정확도가 높았으며 빠른 속도로 수렴함을 확인하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1993년도 하계학술대회 논문집 A
• /
• pp.227-230
• /
• 1993

Recently, the development of novel control methodology enables us to improve the performance of AC-machine drives by using pulse width modulation (PWM) technique. Usually, the dynamic characteristic of induction motor (IM) has been represented by the 5-th order nonlinear differential equation. This dynamics, however, can be reduced to 3-rd order dynamics by applying direct control of IM input current. This methodology concludes that it is much easier to control IM by means of the field-oriented methods employing the current controller. Therefore a precise current control is crucial to achieve a high control performance both in dynamic and steady state operations. This paper presents an adaptive fuzzy current controller with artificial neural network (ANN) for field-oriented controlled IM. This new control structure is able to adaptively minimize a current ripple while maintaining constant switching frequency. Especially the proposed controller employs neuro-computing philosophy as well as adaptive learning pattern recognizing principles with respect to variations of the system parameters. The proposed approach is applied to the IM drive system, and its performance is tested through various simulations. Simulation results show that the proposed system, compared among several known classical methods, has a superb performance.

• Smart Structures and Systems
• /
• 제20권1호
• /
• pp.61-74
• /
• 2017

One of the most reliable and simplest tools for structural vibration control in civil engineering is Tuned Mass Damper, TMD. Provided that the frequency and damping parameters of these dampers are tuned appropriately, they can reduce the vibrations of the structure through their generated inertia forces, as they vibrate continuously. To achieve the optimal parameters of TMD, many different methods have been provided so far. In old approaches, some formulas have been offered based on simplifying models and their applied loadings while novel procedures need to model structures completely in order to obtain TMD parameters. In this paper, with regard to the nonlinear decision-making of fuzzy systems and their enough ability to cope with different unreliability, a method is proposed. Furthermore, by taking advantage of both old and new methods a fuzzy system is designed to be operational and reduce uncertainties related to models and applied loads. To design fuzzy system, it is required to gain data on structures and optimum parameters of TMDs corresponding to these structures. This information is obtained through modeling MDOF systems with various numbers of stories subjected to far and near field earthquakes. The design of the fuzzy systems is performed by three methods: look-up table, the data space grid-partitioning, and clustering. After that, rule weights of Mamdani fuzzy system using the look-up table are optimized through genetic algorithm and rule weights of Sugeno fuzzy system designed based on grid-partitioning methods and clustering data are optimized through ANFIS (Adaptive Neuro-Fuzzy Inference System). By comparing these methods, it is observed that the fuzzy system technique based on data clustering has an efficient function to predict the optimal parameters of TMDs. In this method, average of errors in estimating frequency and damping ratio is close to zero. Also, standard deviation of frequency errors and damping ratio errors decrease by 78% and 4.1% respectively in comparison with the look-up table method. While, this reductions compared to the grid partitioning method are 2.2% and 1.8% respectively. In this research, TMD parameters are estimated for a 15-degree of freedom structure based on designed fuzzy system and are compared to parameters obtained from the genetic algorithm and empirical relations. The progress up to 1.9% and 2% under far-field earthquakes and 0.4% and 2.2% under near-field earthquakes is obtained in decreasing respectively roof maximum displacement and its RMS ratio through fuzzy system method compared to those obtained by empirical relations.