• 동력기계공학회지
• /
• 제17권3호
• /
• pp.72-81
• /
• 2013

Many articles have been published about a 2-degree of freedom model that includes the lateral and yaw motions for controller synthesis in intelligent transport system applications. In this paper, a 3-degree of freedom linear model that includes the roll motion is developed to design a robust steering controller for lane following maneuvers using ${\mu}$-synthesis. This linear perturbed system includes a set of parametric uncertainties in cornering stiffness and unmodelled dynamics in steering actuators. The state-space model with parametric uncertainties is represented in linear fractional transformation form. Design purpose can be obtained by properly choosing the frequency dependent weighting functions. The objective of this study is to keep the tracking error and steering input energy small in the presence of variations of the cornering stiffness coefficients. Furthermore, good ride quality has to be achieved against these uncertainties. Frequency-domain analyses and time-domain numerical simulations are carried out in order to evaluate these performance specifications of a given vehicle system. Finally, the simulation results indicate that the proposed robust controller achieves good performance over a wide range of uncertainty for the given maneuvers.

• 한국컴퓨터정보학회논문지
• /
• 제19권12호
• /
• pp.187-196
• /
• 2014

본 논문에서는 고정된 역간 거리를 정해진 운전 시분내에 주행에너지를 최소화하며 주행하는 열차의 특성을 파악하고 수학적으로 모델링한다. 도시철도차량 자동주행에 일반적으로 사용되는 PID제어기 대신 목표값에 추종하면서도 자동 주행 중 소비에너지가 최소화되도록 최적제어기를 사용하여 철도 차량를 모델링하였으며 실제 동일한 운행조건하에서 설계한다. 실제 선로 조건을 적용하여 별도의 차상장치나 선로주변시설 없이도 자동운전 중 주행에너지를 최소하여 주행에너지를 절감하고자 한다. 따라서 8호선 실 노선 구간별 운전시분 내에서 실측 데이터 분석을 위해 직선구간/구배구간/곡선구간 등 구간을 선정하고 그 구간에서 열차의 운행패턴에 따라 에너지를 절감하는 열차운행을 방법을 제시하였다.

• 대한전기학회논문지:전력기술부문A
• /
• 제48권2호
• /
• pp.127-135
• /
• 1999

Multivarialbe Boiler-Turbine H_\infty Control System Genetic Algorithm Weighting Functions $W_1$(s), $W_2$(s), and design parameter $\gamma$ that are given by Glover-Doyle algorithm, to optimally follow the output of reference model. The first method to do this is that the gains of weighting functions $W_1$(s), $W_2$(s), and design parameter are optimized simultaneously by genetic algorithm with the tournament method that can search more diversely, in the search domain which guarantees the robust stability of system. And the second method is that not only by genetic algorithm with the roulette-wheel method that can search more fast, in that search domain. The boiler-turbine H_\infty control system designed by theabove second method has not only the robust stability to a modeling error but also the the better command tracking preformance than those of the H_\infty control system designed by trial-and-error method and the above first method. Also, this boiler-turbine H_\infty control system has the better performance than that of the LQG/LTR contro lsystem. The effectiveness of this boiler-turbineH_\infty control system is verified by computer simulation.

• 한국인터넷방송통신학회논문지
• /
• 제19권2호
• /
• pp.187-192
• /
• 2019

수요관리와 정전에 대한 비상전원 기능을 갖춘 하이브리드 전력저장시스템으로 비상발전설비가 필요한 빌딩 및 공장건축 시에 투자비를 최소화하고, 상시 전력비를 절감함으로서 경제성을 확보할 수 있 기술을 개발함으로써 새로운 비즈니스 모델을 제시한다. 평상시에 STS(Static Transfer Switch)를 통해 부하에 계통 전력을 공급하고 PCS는 계통에 병렬로 연계되어 수요관리를 수행한다. EMS는 수요예측을 통한 전력의 효율적 운용을 위해 ESS에 충방전 지령을 PMS(Power Management System)로 하달하고 PMS는 다시 PCS 제어기로 지령을 전달하여 시스템을 운용한다. 정전시에는 STS가 계통으로부터 빠르게 이탈되면서 PCS는 독립 전원이 되어 부하 측에 정전압/정주파수의 전력을 공급할수 있는 구조이다. 따라서 하이브리드 ESS에 대한 실 계통 연계 및 독립 운전 성능 검증을 통한 신뢰성을 확보할수 있고, 저탄소 녹색성장 기술의 효율적 전력망과 연계 운영이 가능하게 함으로써 ESS 연계를 통한 신재생에너지 발전에 의한 불규칙한 전력 품질개선, 피크부하 기여도 제고가 가능하다. 또한 현재 석탄 화력이 담당하고 있는 주파수추종 예비력을 ESS로 대체함에 따라 연료비가 높은 LNG 발전기 가동비용을 절감할 수 있는 기대효과가 있다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권10호
• /
• pp.373-380
• /
• 2022

본 논문에서는 네트워크 환경에서 원격사용자들의 몰입형 상호작용을 위한 딥러닝 기반의 그룹 동기화 기법을 제안한다. 그룹 동기화의 목적은 사용자의 몰입감을 높이기 위해서 모든 참여자가 동시에 상호작용이 가능하게 하는 것이다. 기존 방법은 시간 정확도를 향상을 위해 대부분 NTP(Network Time Protocol) 기반의 시간 동기화 방식에 초점이 맞추어져 있다. 동기화 서버에서는 미디어 재생 시간을 제어하기 위해 이동 평균 필터를 사용한다. 그 한 예로서, 지수 가중평균 방법은 입력 데이터의 변화가 크지 않으면 정확하게 재생 시간을 추종하고 예측하나 네트워크, 코덱, 시스템 상태의 급격한 변화가 있을 때는 안정화를 위해 더 많이 시간이 필요하다. 이런 문제점을 개선하기 위해서 데이터의 특성을 반영할 수 있는 딥러닝 기반의 그룹 동기화 기법인 DeepGroupSync를 제안한다. 제안한 딥러닝 모델은 시계열의 재생 지연 시간을 이용하여 최적의 재생 시간을 예측하는 두 개의 GRU(gated recurrent unit) 계층과 하나의 완전 연결 계층으로 구성된다. 실험에서는 기존의 지수 가중평균 기반 방법과 제안한 DeepGroupSync 방법에 대한 성능을 평가한다. 실험 결과로부터 예상하지 못한 급격한 네트워크 조건 변화에 대해서 제안한 방법이 기존 방법보다 더 강건함을 볼 수 있다.