• 생물환경조절학회지
• /
• 제20권3호
• /
• pp.169-175
• /
• 2011

본 연구에서는 유비쿼터스 식물공장의 재배환경에 필요한 요소들의 센서 네트워크를 구성하고 자동으로 감지하여 적응형 뉴로-퍼지 추론시스템을 통하여 환경변화를 추론하여 식물공장의 재배환경을 적절하게 제어할 수 있는 새로운 자동제어시스템의 프레임워크를 제안하고, 이를 설계하였다. 유비쿼터스 식물공장 환경을 제어하기 위하여 식물공장의 재배환경에 영향을 미치는 환경요소인 실내온도, 근권온도, 습도, 광도, $CO_2$ 농도를 측정할 수 있는 센서 네트워크를 구성하고 측정된 환경요소의 변화에 따라 램프, 환기, 습도, $CO_2$ 농도, 온도를 제어할 수 있는 장치를 자동으로 제어할 수 있는 식물공장 자동제어시스템을 설계하였다. 이를 위하여 본 연구에서는 센서를 통하여 받아들이는 입력값을 퍼지소속함수로 변화하고 적응형 뉴로-퍼지시스템에 따라 추론하고 평가하여 보다 정밀하게 식물공장을 자동으로 제어할 수 알고리즘을 개발하였고 이를 구현하였다. 개발된 자동제어시스템을 상추 식물공장에 적용한 결과 만족스러운 시험결과를 얻을 수 있었다. 향후 연구로는 식물공장에서 재배하고 있는 작물별 생장모델의 적합도 검정 및 개선을 위하여, 작물별 재배규칙을 보다 상세히 도출하는 것이 필요하고, 작물의 재배에 필요한 지식을 보다 정량적으로 표현하고 지식상에 내포하고 있는 불확실성을 해결하는 것이 필요하다. 더 나아가 식물공장에서 환경인자간의 상호관련성을 보다 정밀하게 수식화하고 이를 추론할 수 있는 정밀하고 과학적인 자동제어시스템의 개발이 필요하다.

• 한국지능시스템학회논문지
• /
• 제11권4호
• /
• pp.336-339
• /
• 2001

오존농도 메커니즘은 매우 복잡하고, 비선형성과 비정상성이 강하기 때문에 오존 예보시스템들은 많은 문제점을 가지고 있다. 특히 고농도 오존에 있어서 예측결과들이 성능이 좋지 않다. 본 논문은 뉴로-퍼지기법과 퍼지 클러스터링을 이용한 오존 예측시스템의 모델링 방법을 설명하고자 한다. GMDH의 전형적인 알고리즘에 기초한 동적 다항식 신경망은 데이터 분석, 비선형적이고 복잡한 시스템의 검증 그리고 동적 시스템의 예측을 위한 유용한 방법이다.

• 대한토목학회논문집
• /
• 제37권6호
• /
• pp.949-963
• /
• 2017

본 연구는 도시홍수 피해저감을 위한 비구조적 대책의 일환으로 배수펌프장의 효율적인 운영방안을 제시하고자 한다. 배수펌프장 내의 수위를 뉴로-퍼지모형을 통하여 예측하고 예측되는 내수위에 따라 유전자 알고리즘 기법을 적용하여 배수펌프장의 운영룰을 결정하고자 한다. 뉴로-퍼지모형 구축시 배수구역의 지형적 특성을 반영하기 위하여 공간적 매개변수를 고려한 GeoANFIS모형을 개발하였고 배수펌프장 내 최고수위를 저하시키면서 반복적인 정지와 운영이 발생하지 않도록 벌칙유형의 유전자 알고리즘을 적용하였다. 마포 배수구역 내 5개의 배수펌프장(마포, 합정, 상수, 봉인, 당인)에 대하여 개발 모형의 적용성을 검증하였다. 이러한 운영룰의 개발로 효과적으로 내배수 시설을 운영할 수 있을 것으로 판단된다.

• 전력전자학회논문지
• /
• 제5권2호
• /
• pp.192-199
• /
• 2000

본 논문은 고주파 유도 가열기의 전력조절을 위해 뉴로-퍼지 알고리즘을 이용하고, IGBT를 사용한 위상 전이 펄스변조(PSPM)와 주파수 추종 펄스변조(FEPM) 가 조절되는 공진 고주파 인버터를 응용한 유도가열기를 설명한다. 이는 실제로 산업 현장에서 20KHz~500KHz 유도 가열 및 유도 용해 전원장치용으로 쓰인다. 위상 전이 펄스변조 (PSPM) 정전력 조절 기술을 바탕으로 한 적응 주파수 추종기법은 스위칭 손실을 최소화하고 전력조절을 용이하게 하기 위해 소개되어졌다. 뉴로-퍼지제어기를 사용하여 만들어진 실험장치는 성공적인 논증과 토의가 되어졌다.

• 조명전기설비학회논문지
• /
• 제15권4호
• /
• pp.14-22
• /
• 2001

본 논문에서는 전력계통의 저주파 진동 억제와 안정도 향상을 위해 적응 뉴로-퍼지 전 보상기(Adaptive Neuro-Fuzzy Precompensator, ANFP)를 설계하였다. 여기서 ANFP는 종래의 전력계통 안정화 장치(Power System Stabilizer, PSS)를 보상하도록 설계되며, 이 설계기법은 기존의 PSS 최적 파라미터를 구하는 방식과는 달리 현재 사용중인 PSS 파라미터를 고정시켜놓고, ANFP만을 추가하는 구조적인 장점을 나타낸다. 먼저, 학습 능력을 가지는 퍼지 전 보상기가 구성되며, 이는 발전 유니트의 입출력 데이터로부터 학습된다. ANFP는 학습의 특성을 가지기 때문에 보상기의 퍼지규칙과 소속함수는 학습 알고리즘에 의해 자동으로 동조될 수 있다 학습은 ANFP와 목표 제어기(desired controller)의 출력을 비교하여 평가되는 오차를 최소화하도록 수행된다. 사례 연구 들에서 다양한 동작 조건들 상에서 전력계통의 우수한 제동을 제공할 수 있었으며, 시스템의 동특성을 향상시킬 수 있었다

• 한국지능시스템학회논문지
• /
• 제25권2호
• /
• pp.119-125
• /
• 2015

정수장, 하수처리장, 폐수처리장의 배출수 처리공정에서 고 농도의 슬러지 선별, 이송 및 약품 투입량 조절을 위한 기준으로 슬러지 농도계가 사용되고 있다. 그러나 슬러지에 함유된 이물질이 혼입될 경우 감쇄량이 증가하거나 초음파가 수신부에 전달되지 않아 실제 농도값 보다 높은 값을 출력하거나 헌팅현상이 발생한다. 또한 단일 센서에 슬러지 포착 또는 고장 등의 문제로 배출수 공정 자동화에 어려움이 많았다. 이러한 문제점을 개선하기 위해 초음파 다중빔 농도계를 개발하여 사용하고 있으나 특정 초음파 빔의 농도 측정값에 오류가 발생할 경우 전체 농도시스템의 성능이 떨어지는 단점이 있다. 따라서 본 논문에서는 초음파 다중빔 농도계 간의 신뢰성을 판단하고, 신뢰성이 높은 다중빔 농도계만을 사용하여 슬러지 농도 예측값의 성능 향상방안을 제시하였다. 예측 알고리즘으로는 뉴로-퍼지모델을 적용하였으며 다양한 실험을 통하여 제안된 방법의 타당성을 검증하였다.

• 전자공학회논문지CI
• /
• 제39권3호
• /
• pp.18-31
• /
• 2002

본 연구는 뉴로퍼지 네트워크와 다항식 뉴럴네트워크를 합성한 하이브리드 모델링 구조인 고급 뉴로퍼지 다항식 네트워크(Advanced neurofuzzy polynomial networks ; ANFPN)를 제안한다. 제안된 네트워크 구조는 높은 비선형 규칙 기반 모델로, CI(Computational Intelligence)의 기술, 즉 퍼지집합, 뉴럴네트워크, 유전자 알고리즘에 의해 설계되어진다. 뉴로퍼지 네트워크는 ANFPN 구조의 전반부를, 다항식 뉴럴네트워크는 후반부를 구성한다. ANFPN의 전반부에서, 뉴로퍼지 네트워크는 간략추론, 오류역전파 학습 규칙을 이용한다. 멤버쉽함수의 파라미터, 학습율, 모멘텀 계수는 유전자 최적화를 이용하여 조절된다. ANFPN의 후반부 구조로서 다항식 뉴럴네트워크는 학습을 통해 생성되는(전개되는) 유연한 네트워크 구조이다. 특히 다항식 뉴럴네트워크의 층과 노드 수는 고정되어 있지 않고 동적으로 생성된다. 본 연구에서는, 2가지 형태의 ANFPN 구조를 제안한다. 즉 기본 구조와 변형된 구조이다. 여기서 기본 구조와 변형된 구조는 다항식 뉴럴네트워크 구조의 각 층에서 입력변수의 수와 회귀다항식의 차수에 의존한다. 두 결합 구조의 특징 때문에 공정 시스템의 비선형적인 특성을 고려할 수 있고 보다 우수한 예측능력을 가진 좋은 출력선응을 얻을 수 있게 한다. ANFPN의 유용성과 실용성은 2개의 수치 예제를 통해 논의된다. 제안된 ANFPN은 기존의 모델보다 높은 정밀도와 예측능력을 가진 모델을 생성함을 보인다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 춘계학술대회 학술발표 논문집
• /
• pp.95-98
• /
• 1998

초음파센서는 저렴성, 단순한 구조, 기계적 강인성, 사용상의 적은 제약 등의 이점 때문에 다양한 응용분야에 적용된다. 물체의 인식에 초음파센서를 사용하기에는 낮은 분해능을 초래하는 불량한 방향성과 측정오류를 유발하는 반사성의 어려움을 내재하고 있다. 이런 문제를 개선하기 위해서 다양한 센사의 배열형태에서 많은 수의 센서를 사용하거나, 일정 수의 센서를 사용할 경우에는 센서의 배열을 기계적으로 이동시킨다. 본 논문에서는 물체의 패턴인식에 있어서 가장 기본적인 거리, 물체크기, 물체각도 값을 얻기 위해 간단하게 구성된 전자회로를 부가하여 초음파센서의 송출전압을 여러 단계로 변경시켜 얻어낸 데이터에 뉴로퍼지 기반의 지능적 계산 알고리즘을 적용하여 개선된 결과를 얻는다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2002년도 춘계공동학술대회
• /
• pp.871-877
• /
• 2002

현재 공작기계의 상당부분에서 자동화 및 무인화가 이루어지고 있는 추세이며, 이러한 대부분의 산업시설들과 기계류에는 회전체 부품들을 가지고 있다. 이들 부품들에서 베어링(Bearing)은 절대적으로 매우 중요한 부분을 차지하고 있으며, 만일 회전축시스템(Rotor System)에 베어링의심각한 이상은 시스템이 정지되는 사태를 불러일으킬 수도 있다. 따라서 이상에 대한 조기 감지의 역할은 전체 시스템의 향상뿐만 아니라, 비용이나 시간적인 측면에서도 크나큰 이익을 가져다 줄 수 있다. 지금까지 이러한 회전축시스템에 대한 다양한 이상진단을 시도하여 왔으며 앞으로도 많은 종류의 이상진단이 이루어지리라 생각한다. 이런 다양한 형태의 이상진단은 시스템에서 추출되는 데이터를 여러 가지 기법과 추출하는 센서의 특징을 파악하여 이상진단 알고리즘을 수립하는 과정을 망라하게 된다. 특히 이상진단 알고리즘에는 측정된 데이터의 불확실성을 감안한 이론이 적용되어야 한다. 본 연구에서는 회전축시스템의 베어링에 대한 이상진단을 통계적 기법, Fuzzy Clustering, Neural network과 Neuro-fuzzy를 이용한 기법과의 상호비교를 통해서 여러 종류의 이상을 구분하는 작업수행을 연구하고자 한다.

• 한국지능시스템학회논문지
• /
• 제14권4호
• /
• pp.402-410
• /
• 2004

본 논문에서는 복잡하고 비선형적인 시스템을 위하여 최적 면역 알고리즘의 개선된 클론선택에 기반을 둔 최적FNN 설계방법을 제안한다. FNN은 퍼지추론의 간략 추론과 학습방법으로는 오류역전파 알고리즘을 하였고 멤버쉽함수의 파라미터, 학습률 및 모멘텀 계수들을 선정하기 위하여 개선된 클론 선택을 사용하는 방법을 도입하였다. 제안한 알고리즘은 생체의 면역반응에 기초를 둔 면역알고리즘의 클론선택을 기본으로 분화율을 조절하여 성능을 개선하였다. 그 과정을 통하여 다양한 항체들을 생성하고 목적함수나 제한조건과 같은 항원들에 대하여 가장 높은 친화도를 가지는 항체를 최적 항체로 선택하였다. 제안된 알고리즘의 성능을 평가하기 위하여 가스로공정과 교통경로선택 공정을 사용한다.