• 한국산학기술학회논문지
• /
• 제15권12호
• /
• pp.7277-7282
• /
• 2014

본 연구에서는 gradient descent 알고리즘을 퍼지제어기의 동조를 위해 멤버십함수의 폭을 해석하는데 이용하였으며 이 해석은 퍼지 제어규칙의 전건부와 후건부 퍼지변수들을 변화시켜 보다 개선된 제어 효과를 얻기 위해 사용된다. 이 방법은 제어기의 파라미터들이 gradient descent 알고리즘의 반복 과정에서 제어변수를 선택하는 것이다. 본 논문에서는 궤환 목표치 제어를 위해 7개의 멤버십함수와 49개의 규칙 그리고 2개의 입력과 1개의 출력을 갖는 FLC을 사용하였다. 추론은 Min-Max 합성법을 이용하였고 멤버십함수는 13개의 양자화 레벨에 대한 삼각 형태를 채택하였다.

• 한국생산제조학회지
• /
• 제19권1호
• /
• pp.145-155
• /
• 2010

This paper presents a new approach to obstacle avoidance for mobile robot in unknown or partially unknown environments. The method combines two navigation subsystems: low level and high level. The low level subsystem takes part in the control of linear, angular velocities using a multivariable PI controller, and the nonlinear position control. The high level subsystem uses ultrasonic and IR sensors to detect the unknown obstacle include static and dynamic obstacle. This approach provides both obstacle avoidance and target-following behaviors and uses only the local information for decision making for the next action. Also, we propose a new algorithm for the identification and solution of the local minima situation during the robot's traversal using the set of fuzzy rules. The system has been successfully demonstrated by simulations and experiments.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 춘계학술대회 학술발표 논문집
• /
• pp.249-255
• /
• 2000

HRIV(Hybrid Rule-Interval Variation) method is presented to stabilize a class of nonlinear systems, where SMC(Sliding Mode Control) and ADC (ADaptive Control) schemes are incorporated to overcome the unstable characteristics of a conventional FLC(Fuzzy Logic Control). HRIV method consists of two modes: I-mode (Integral Sliding Mode PLC) and R-mode(RIV method). In I-mode, SMC is used to compensate for MAE(Minimum Approximation Error) caused by the heuristic characteristics of FLC. In R-mode, RIV method reduces interval lengths of rules as states converge to an equilibrium point, which makes the defined Lyapunov function candidate negative semi-definite without considering MAE, and the new uncertain parameters generated in R-mode are compensated by SMC. In RIV method, the overcontraction problem that the states are out of a rule-table can happen by the excessive reduction of rule intervals, which is solved with a dynamic modification of rule-intervals and a transition to I-mode. Especially, HRIV method has advantages to use the analytic upper bound of MAE and to reduce Its effect in the control input, compared with the previous researches. Finally, the proposed method is applied to stabilize a simple nonlinear system and a modified inverted pendulum system in simulation experiments.

• 한국지능시스템학회논문지
• /
• 제13권3호
• /
• pp.322-327
• /
• 2003

가압경수로 원자력 발전소의 증기발생기 수위는 유량의 변동에 상반되는 수축(shrink)과 팽창(swell) 효과 등의 특성을 가지고 있으므로 제어가 어려운 대상으로 알려져 있다. 본 논문에서는 신경망을 이용하여 원자력발전소에서 사용되고 있는 두 개의 PI 제어기 중 부적절한 게인으로 조정된 제어기를 먼저 선택하고, 선택된 제어기의 게인을 퍼지 논리를 적용하여 조정하도록 구성하였다. 게인 조정을 위해 사용되는 기본 정보는 수위, 급수량, 그리고 증기량이다. 이 세 가지의 정보를 바탕으로 신경망을 통해 수위 제어기 또는 급수량 제어기 둘 중 하나의 제어기가 선택한 후 퍼지 자기동조기(self-tuner)를 이용하여 PI 제어기의 게인을 알맞게 조정하게 된다. 퍼지 자기동조기의 규칙은 증기발생기의 상태를 표현하는 입ㆍ출력 데이터의 특성으로부터 추출하였다. 이상의 두 과정을 통해 적절한 제어기를 선택하고, 선택된 제어기의 게인을 알맞게 조정하는 것이 본 논문의 목적이다.