• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.4 no.3
• /
• pp.603-610
• /
• 2000

In this paper, the direct and indirect adaptive controller are combined based on the Lyapunov synthesis approach. The Proposed controller is constructed from RBF Neural Network and weighting parameters are adjusted on-line according to some adaptation law. In this scheme, fuzzy IF-THEN rules are used to decide the combined weighting factor. In the results, proposed controller has the main advantages of both the direct adaptive controller and the indirect adaptive controller. The effectiveness of the proposed control scheme is demonstrated through simulation results of control for one-link rigid robotics manipulator.

• Journal of Industrial Technology
• /
• v.11
• /
• pp.145-150
• /
• 1991

시스템 변수에 선형제한이 있는 경우의 간접적응제어 문제가 고려되며 적응제어기의 수렴성과 안정성이 규명된다.

• 전기의세계
• /
• v.31 no.9
• /
• pp.625-629
• /
• 1982

본고의 내용은 다음과 같다. 1. 적응제어의 기본 목적 2. STR과 MRAC 2.1 STR 2.2 MRAC 2.3 적응제어의 직접법과 간접법에 대하여 3. 장래의 연구과제

• Journal of Korea Society of Industrial Information Systems
• /
• v.3 no.1
• /
• pp.183-191
• /
• 1998

다양한 산업분야의 생산공장에서 주로 활용되고 있는 6축 수직다관절로보트는 대부분 단순반복운동을 하고 있다. 단순반복중 point-to-point제어보다 품질을 요하는 tracking-to-trajectory 제어를 위한 분산학습제어에 대하여 연구하고자 한다. 관련 학습제어기법으로는 선형누적형기법과 간접적응기법이 있다. 두기법의 차이는 시스템 정보의 유무이며, 시스템의 주어진 상황에 따라 두 기법중 하나를 선택할 수 있다. 간접적응형 기법은 zero tracking error를 보장받기 위해서 보다 많은 반복을 요하는 경비를 부담하여야 한다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 1998.03a
• /
• pp.125-128
• /
• 1998

다양한 산업분야의 생산공장에서 주로 활용되고 있는 6축 수직다관절보트은 대부분 단순반복운동을 하고 있다. 단순반복중 point-to-point제어보다 품질을 요하는 tracking -to-trajectory제어를 위한 분산학습제어에 대하여 연구하고자 한다. 관련 학습제어기법으로는 선형누적기법과 간접적응기법이 있다. 두 기법의 차이는 시스템의 정보의 유무이며 시스템의 주어진상황에 따라 두 기법중 하나를 선택할 수 있다. 간접적응형 기법은 zero tracking error를 보장받기 위해서 보다 많은 반복을 요하는 경비를 부담하여야 한다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.17 no.10
• /
• pp.1157-1163
• /
• 1992

The development of adaptive control algorithms for possibly nonminimum phase systems has been hampered by singularities that may arise in the control law. To solve this problem, one securing convergence of the estimates to their true values by inducing persistency of excitation in the plant signals using direct adaptive control method and indirect adaptive control method, and another in which the estimates are adequately modified to meet the controllability requirements using indirect adaptive control method, without persistency of excitation. This paper presents an adaptive scheme that achieves regulation without persistent excitation condition using direct adaptive control method and reduces estimation algorithms with direct estimation of controller parameters without estimation of plant parameters.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.15 no.6
• /
• pp.720-729
• /
• 2005

In this paper, we design the indirect adaptive controller using Wavelet Neural Network(WNN) for unknown nonlinear systems. The proposed indirect adaptive controller using WNN consists of identification model and controller. Here, the WNN is used in both Identification model and controller The WNN has advantage of indicating the location in both time and frequency simultaneously, and has faster convergence than MLPN and RBFN. There are several training methods for WNN, such as GD, GA, DNA, etc. In this paper, we present the Extended Kalman Filter(EKF) based training method. Although it is computationally complex, this algorithm updates parameters consistent with previous data and usually converges in a few iterations. Finally, ore illustrate the effectiveness of our method through computer simulations for the Buffing system and the one-link rigid robot manipulator. From the simulation results, we show that the indirect adaptive controller using the EKF method has better performance than the GD method.

• The Transactions of the Korean Institute of Electrical Engineers
• /
• v.38 no.11
• /
• pp.913-921
• /
• 1989

This paper deals with a pole placement indirect adaptive control algorithm for discrete-time linear plants with arbitrary zeros. The resulting closed-loop control system is shown to be globally stable subject to the assumptions that an external input is persistently exciting and a lower bound on the magnitude of the Sylvester resultant of the plant numerator and denominator polynomials is known. The problem of controllability of the plant estimate in indirect adaptive control is handled by using an extended parameter correction. The validity of the proposed control algorithm is assured through simulation for a second-order plant.

• Proceedings of the KIEE Conference
• /
• 2003.07d
• /
• pp.2052-2054
• /
• 2003

본 논문에서는 혼돈 비선형 시스템의 지능 제어를 위해 간접 적응 제어 기법에 기반한 웨이블릿 신경 회로망 제어기 설계 방법을 제안한다. 제어기 성능에 큰 영향을 미칠 수 있는 웨이블릿 신경 회로망 구조의 파라미터 동정은 본질적으로 강인하고 전역 최적해에 근사한 값을 결정할 수 있는 유전 알고리듬을 사용한다. 본 논문에서 제안한 제어 방법은 유전 알고리듬을 이용한 혼돈 비선형 시스템의 오프라인 동정 모델 및 기준 신호와 플랜트 출력으로 정의되는 제어 오차를 이용하여 원하는 제어 입력을 생성한다. 한편 본 논문에서 제안한 웨이블릿 신경 회로망 제어기를 대표적인 연속 시간 혼돈 비선형 시스템인 Duffing 시스템에 적용하여 설계된 제어기의 효율성 및 우수성을 검증하고자 한다.

• Proceedings of the KIEE Conference
• /
• 2004.11c
• /
• pp.361-363
• /
• 2004

시간 및 주파수 특성 분석이 용이한 웨이블릿을 신경회로망에 적용시킨 웨이블릿 신경 회로망의 파라미터 학습 방법에는 오차 역전파 알고리듬 및 유선 알고리듬 등 여러 가지 방법이 있으나 이러한 학습 방법들은 수렴 시간이 오래 걸리는 단점을 가진다. 따라서 본 논문에서는 웨이블릿 신경 회로망의 최적 파라미터를 결정하기 위한 학습 방법으로 일반적으로 비선형 시스템 추정에 주로 사용되는 확장 칼만 필터 알고리듬을 적용한 신경회로망을 제안한다. 또한 제안된 학습 알고리듬을 이용한 웨이블릿 신경 회로망으로 간접 적응 제어기를 설계하여 연속 시간 혼돈 시스템인 Duffing 시스템의 제어에 적용함으로써 확장 칼만 필터 학습 알고리듬을 적용한 웨이블릿 신경 회로망 모델의 우수성을 보인다.