• 한국지능시스템학회논문지
• /
• 제12권5호
• /
• pp.393-396
• /
• 2002

본 논문은 초기 조건 문제의 관점에서 반복 학습 제어기가 proper 해야 할 필요성에 대하여 연구한다. 반복 학습 제어기가 proper하지 않으면, 모든 반복에 있어서 시스템의 초기 상태와 요구되는 시스템의 상태가 완전히 일치하지 않는다면 학습입력의 크기가 무한대로 증가하는 경우가 생겨 실제 구현이 불가능해진다. 따라서 이론적으로 학습 제어의 수렴이 보장되더라도 proper하지 않은 학습 제어기는 실제 시스템에는 적용할 수 없음을 보인다. 또한 반복 학습 제어 시스템의 초기 조건의 불일치가 시스템의 수렴 특성에 미치는 영향에 대하여 분석한다.

• 전자공학회논문지SC
• /
• 제41권3호
• /
• pp.17-24
• /
• 2004

동일한 작업을 반복하여 수행하는 불확실한 로봇 시스템을 위한 P형 반복 학습 제어기를 제안한다. 제안된 반복 학습 제어기는 조인트 위치 오차로 구성되는 선형 피드백 제어기와 현재의 조인트 속도 오차로 갱신되는 피드포워드 및 피드백 학습 제어기로 구성된다. 반복 작업 동작이 계속 진행됨에 따라 조인트 위치와 속도 오차는 균일하게 0으로 수렴한다. 반복 횟수에 따라 변화하는 학습 이득을 채택함으로서 반복 횟수 영역에서 임의적으로 수렴 비율을 조절할 수 있는 조인트 위치, 속도 오차한계를 제시하고, 조인트 위치와 속도 오차는 그 한계 내에서 반복 횟수 영역에서 0으로 수렴한다. 기존의 P형 반복 학습 제어기와는 달리 제안된 반복 학습 제어 알고리즘은 학습 이득을 적절하게 설계함으로써 반복 횟수 영역에서 오차 수렴 비율의 분석과 조정을 가능하게 하는 장점이 있다.

• 한국지능시스템학회논문지
• /
• 제8권3호
• /
• pp.9-15
• /
• 1998

본 논문은 뉴로제어 및 반복학습 제어기법에 기반한 미지의 비선형시스템의 적응학습제어 방법을 제안한다. 제안된 제어 시스템에서 반복학습제어기는 새로운 기준 궤적에 대해 시스템의 출력이 원하는 궤적으로 정확히 수렴하도록 하는 적응과 단기간 제어정보를 기억하는 기능을 수행한다. 상대차수만 알고 있는 미지 시스템에 대한 박복학습 법칙이 학습이득은 신경회로망을 이용하여 추정된다. 반복학습제어기에 의해 습득된 제어정보는 장기메모리에 기반한 앞먹임 뉴로제어기로 이전되어 누적기억됨으로써 과거에 겸험된 기준 궤적에 대해서는 신속하게 추종할 수 있도록 한다. 2자유도 매니퓰레이터에 적용하여 제안된 기법의 타당성을 검증한다.

• 한국산업정보학회논문지
• /
• 제3권1호
• /
• 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.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 1998년도 춘계공동학술대회 발표논문집 IMF시대의정보화 추진전략
• /
• 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.

• 한국정밀공학회지
• /
• 제18권3호
• /
• pp.131-142
• /
• 2001

다양한 산업체에서 반복적인 특정업무를 수행하는 경우가 흔히 발생한다. 반복되는 오차의 경험치를 근거로 주어진 작업을 추진하는 과정에서 이들 업무의 정밀도제고를 추구함으로써 갖는 성능개선은 사업장의 품질관리와 직결된다. 학습제어의 본래 적용동기는 생산조립라인에 투입되어 반복적인 일을 수행하는 산업로봇의 정밀도 제고이다. 본 논문에서 분산이산시형시스템에서 출발하였으며, 이를 산업용로봇에 적용하기 위하여 수학적으로 모델링한 모의실험을 통하여 알고리즘의 안정성과 반복오차를 줄여가는 과정을 보여 주었다. 입출력정보가 상호간섭 하는 산업용로봇과 같은 복합구조물에서도 모든 시스템(링크)의 정밀도를 만족함을 보여 줌으로써 복합구조물에서 선형반복학습제어의 안정성을 증명하였다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1994년도 추계학술대회 논문집
• /
• pp.439-443
• /
• 1994

본 연구에서는,반복 학습 제어 이론에 기초하고 신경망을 이용하여 설계된 제어 기 술을 광 디스ㅋ 드라이브 시스템(Optical Disk System)을 제어하는데 적용한다. (광디스크 드라이브류에는 compact disk drive,mini drive, magnrto-optical disk drive 등이 있다) 반복 학습 제어이론은 불정확한 시스템의 제어에 이용되며 제어의 대상이 되는 시스템에 대해 보다 적은 정보로도 반복적으로 똑같은 일을 수행하는 것처럼 수행 도가 좋다. 신경망은 신경망의 입력에 대한 출력과 목표 출력간의 맵핑을 학습하고, 이 맵핑의 특성은 두 출력간(목표출력과 실제출력)의 차이를 감소시킨다. 이러한 특성을 가지는 신경망을 이용하여 제어기를 설계하고, 제안된 신경망 제어기를 광 디스크 드라이브 시 스템의 초점 제어에 적용한다. 제안된 제어 알고리즘은 다른 어떤 제어기술과 비교하여 보다 좋은 성능이 예상된다.

• 전자공학회논문지SC
• /
• 제39권5호
• /
• pp.1-7
• /
• 2002

본 논문에서는 주어진 작업을 반복적으로 수행하는 시스템을 효과적으로 제어하기 위하여 확장된 형태의 직접학습제어방법을 제안한다. 직접학습제어는 기존의 반복학습제어에서, 원하는 출력에서의 작은 변화에 대해서도 학습과정을 처음부터 다시 수행해야 한다는 단점을 극복하기 위해 제안되었다. 이미 학습되어 있는 출력궤적과 특별한 비례(proportional)관계를 갖는 새로운 원하는 출력궤적이 주어졌을 때 직접학습제어를 이용하면 다시 반복학습과정을 수행할 필요없이 원하는 제어입력을 직접 구할 수 있다. 우선, 대부분의 기존의 직접학습제어방법은 단일 입출력 비선형 시스템의 상대차수가 1인 경우에만 적용 가능함을 보이고, 시스템의 상대차수에 대한 정보를 이용하여 상대차수가 1이상인 비선형 시스템에 적용할 수 있는 확장된 형태의 직접학습제어를 제안한다. 또한, 상대차수가 2이상인 임의의 비선형 시스템에 대하여 컴퓨터 모의실험을 수행하고 제안된 직접학습제어방법의 타당성 및 성능을 확인한다.

• 한국지능시스템학회논문지
• /
• 제14권6호
• /
• pp.693-698
• /
• 2004

2관성 공진계는 전동기와 부하 사이에 탄성이 있는 동력 전달 체계를 포함하는 시스템으로 고속 제어시 진동이 발생된다. 본 논문에서는 반복 학습 제어를 이용하여 이와 같은 2관성 공진계의 위치 제어에 대한 진동 억제 기법을 제안한다. 제안된 기법은 측정하기 어려운 부하에 대해 진동이 발생하지 않는 속도궤적을 산출하고 이에 해당하는 전동기 속도 및 위치 궤적에 대해 반복 학습 제어기법을 적용하는 방식으로 구성되어 있다. 또한 초기 위치 오차에 의해 발생되는 진동을 억제하기 위한 방법도 제시된다. 제안된 방법은 2 관성 공진계에 대한 모델링이 정확하지 않더라도 진동 없이 정확한 위치 제어가 가능하다.

• 제어로봇시스템학회지
• /
• 제11권3호
• /
• pp.52-58
• /
• 2005