초록
본 논문에서는 광범위한 함수 근사성질을 갖고 있는 신경회로망을 이용하여, 시스템의 입출력 조화성분의 선형관계를 표현하기 위해 추정된 전달행렬의 적용범위를 확장할 수 있는 적응 고차조화제어(Higher Harmonic Control, HHC) 기법을 제안하고 있다. 신경회로망의 학습신호는 추정된 전달행렬을 기반으로 계산된 최적제어 이득 값 행렬을 이용하여 구성된다. 내부 안정성을 보장하기 위하여 신경회로망의 가중치 학습방법은 Lyapunov 직접 방법을 이용하여 유도하였다. 6개의 입력과 2개의 출력을 갖는 비선형 시스템에 대한 시뮬레이션 결과를 통해 적응 고차조화제어 기법이 불확실한 전달행렬에 적용 가능함을 보였다.
In this paper, adaptive higher harmonic control technique using Neural Networks (NN) is proposed. First, linear transfer function is estimated to relate the input harmonics and output harmonics, then NN which has the universal function approximation property is applied to expand application range of the transfer function. Optimal control gain matrix computed from the transfer function is used to train NN weights. Online weight adaptation laws are derived from Lyapunov's direct method to guarantee internal stability. Results of the simulation of 6-input 2-output nonlinear system show that adaptive HHC is applicable to the system with uncertain transfer function.