• Journal of Ocean Engineering and Technology
• /
• v.13 no.4 s.35
• /
• pp.10-18
• /
• 1999

본 논문에서는 대형구조물의 해석에 있어서 부분구조합성법과 섭동법을 이용하여 복잡한 비선형시스템의 해석방법을 제안하였다. 해석방법은 전체시스템을 먼저 몇 개의 분계로 분할한다. 각 분계의 운동방정식에 비선형항이 존재하여도 전체시스템의 지배적 진동모드는 선형모드라는 가정하에 이 시스템의 각 분계를 모드좌표로 변환한다. 이때, 비선형항은 근사적으로 변환한다. 그리고 섭동법을 이용하여 각 분계의 모드좌표방정식은 섭동좌수별로 정식화되어 순차적으로 구해진다. 비선형의 감도는 비선형계수로 정의되고, 그에 상응하는 강성에 의해 구해진다. 제안된 해석방법으로 비선형회전체, 비선형 베어링-페데스탈로 구성된 대형시계구조물의 진동을 해석하였다. 해석방법의 유효성을 평가하기 위해 응답의 정도와 계산소요시간을 유한요소법의 결과와 비교 분석하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.05a
• /
• pp.164-167
• /
• 2006

본 논문에서는 불확실한 비선형 시스템에 대한 적응 퍼지 슬라이딩 모드 제어기를 설계한다. 불확실한 비선형 시스템에서 발생할 수 있는 파라미터의 변화를 대처하기 위해서 적응 퍼지 이론을 이용하였고, 외란으로 인한 불확실성을 슬라이딩 모드의 제어기를 통해서 해결하였다. 또한 퍼지 튜닝을 통해 슬라이딩 조건을 가변화함으로써 기존의 슬라이딩 모드 제어기에 비해 빠르고 정확하게 추종 가능하도록 제어기의 성능을 향상시킨다. 제안하는 제어기는 정확한 동역학 모델의 구현이 어렵고 복잡한 비선형 시스템에 외란 특성이 우수한 슬라이딩 모드와 실제 시스템을 표현하는 범용 근사자로 유용성이 입증된 퍼지 시스템을 이용하여 간단하고 쉽게 제어할 수 있도록 하였다. Lyapunov이론을 통하여 전역적인 안정화를 보이며, 마지막으로 역진자 시스템에 적용하여 제안된 제어기의 성능을 검증한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2001.12a
• /
• pp.237-241
• /
• 2001

본 논문에서는 TSK (Takagi-Sugeno-Kang) 형태의 퍼지모델을 유도하는데 있어서, 동적시스템의 비선형 미분방정식을 선형화시 off-equilibrium에서 발생할 수 있는 상수항을 배제하고, TSK 퍼지 모델의 전건부 소속함수들을 GA(Genetic Algorithm)을 이용하여 최적화한후 이를 퍼지를 이용하여 합성함으로써, 실제 동적시스템을 묘사하는 비선형 미분방정식에 최적 근사화된 TSK 퍼지 모델링기법을 제시한다.

• 전기의세계
• /
• v.12
• /
• pp.30-34
• /
• 1963

비선형자기철심을 사용한 inductance를 그 비선형영역까지 동작하게 할때와 직렬형가포화 reactor에 R-C부하를 직렬로 연결하여 동작시킬 때 어떠한 동작범위에서는 회로의 전류진폭이 불안정한 경우가 있다. 특히 직렬형가포화 reactor에 R-C부하를 연결한 경우는 J.T.Salihi씨 및 H.C.Bourne씨에 의하여 그 동작현상이 설명되었다. 그러나 안정조건은 충분한것이 아니라고 생각되며 이와같은 R-L-C 직렬회로는 정량적으로 해석하는데 수학적인 난점이 있어서 곤란하지만 정성적인 방법 즉 근사계산에 의하여 안정성문제와 그 회로동작상태 등을 고찰할 수 있다. 본 고는 이러한 안정조건을 계산하여 제시코져 한다.

• Journal of Institute of Control, Robotics and Systems
• /
• v.5 no.2
• /
• pp.158-165
• /
• 1999

비행시험을 통해 획득한 데이터의 해석과정에서 대상 항공기의 크기가 소형인 경우에는 엔진진동이나 외부의 교란에 의한 잡음이나 바이어스 등의 강도가 높기 때문에 데이터의 처리과정에서 많은 문제점을 산출하게 된다. 이와 같은 문제점을 해결하기 위해 상태추정 알고리즘이 사용되며, 본 논문에서는 항공기의 비선형 세로운동 방정식의 경우에 확장형 칼만 필터를 적용하여 항공기 세로운동의 상태변수들을 추정하였으며, 또한 확률근사과정, 이노베이션에 대한 궤환 적응 등 적응형 칼만 필터를 사용하여 수렴속도와 정확도 둥을 향상시킨 알고리즘을 제안하고 그 결과를 나타내었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.05a
• /
• pp.55-58
• /
• 2000

본 논문은 애파인 국소모델을 갖는 TS 퍼지 모델로 표현된 비선형 시스템의 제어에 관하여 다룬다. 여기서 사용하는 TS 퍼지 모델은 실제 모델의 비선형 미분 방정식의 근사로부터 유도된다. 그리고 이 모델을 바탕으로 비례 입력행렬을 가지는 시스템에 대해 안정화시킬 수 있는 TS 퍼지 제어기를 구한다. 본 논문의 설계 과정은 도립진자 제어를 통해 검증한다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• autumn
• /
• pp.85-88
• /
• 2000

가늘고 긴 선배열을 해상에서 운용할 때 비선형 형상이 유도되므로 음원에 대한 정확한 탐지를 위하여 배열형상 추정이 필요하다. 방위센서를 이용한 배열형상 추정을 위하여 배열의 천 정도가 적은 경우에만 적용 가능한 다항 근사화 방법의 제한점을 극복하기 위하여 반복법을 제안하고, 수치 시뮬레이션을 통하여 반복회수에 따른 배열형상 추정결과를 분석하였다

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2001.11b
• /
• pp.565-575
• /
• 2001

나는 대학원생인 여명환군과의 공동연구를 통해 결함 없는(perfect) 원판의 비선형 비대칭진동에 관한 Sridhar, Mook, Nayfeh에 의한 기존연구[1]에서 구한 가해조건(solvability conditions： 해를 asymptotic expansion으로 근사하는 과정에서 해가 유한하기 위해 응답특성이 만족해야 하는 조건)에 오류가 있음을 발견하고 수정하게 되었다. (중략)

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.1863_1864
• /
• 2009

본 연구에서는 복잡한 비선형 모델링 방법인 RBF 뉴럴 네트워크(Radial Basis Function Neural Network)와 PNN(Polynomial Neural Network)을 접목한 새로운 형태의 Radial Basis Function Polynomial Neural Network(RPNN)를 제안한다. RBF 뉴럴 네트워크는 빠른 학습 시간, 일반화 그리고 단순화의 특징으로 비선형 시스템 모델링 등에 적용되고 있으며, PNN은 생성된 노드들 중에서 우수한 결과값을 가진 노드들을 선택함으로써 모델의 근사화 및 일반화에 탁월한 효과를 가진 비선형 모델링 방법이다. 제안된 RPNN모델의 기본적인 구조는 PNN의 형태를 이루고 있으며, 각각의 노드는 RBF 뉴럴 네트워크로 구성하였다. 사용된 RBF 뉴럴 네트워크에서의 커널 함수로는 FCM 클러스터링을 사용하였으며, 각 노드의 후반부는 다항식 구조로 표현하였다. 또한 입력개수, 입력변수, 클러스터의 개수를 PSO알고리즘(Particle Swarm Optimization)을 사용하여 최적화 시켰다. 제안한 모델의 적용 및 유용성을 비교 평가하기 위하여 비선형 데이터를 이용하여 그 우수성을 보인다.

• Proceedings of the IEEK Conference
• /
• 2009.05a
• /
• pp.261-263
• /
• 2009

본 연구에서는 복잡한 비선형 모델링 방법인 RBF 뉴럴 네트워크(Radial Basis Function Neural Network)와 PNN(Polynomial Neural Network)을 접목한 새로운 형태의 Radial Basis Function Polynomial Neural Network(RPNN)를 제안한다. RBF 뉴럴 네트워크는 빠른 학습 시간, 일반화 그리고 단순화의 특징으로 비선형 시스템 모델링 등에 적용되고 있으며, PNN은 생성된 노드들 중에서 우수한 결과값을 가진 노드들을 선택함으로써 모델의 근사화 및 일반화에 탁월한 효과를 가진 비선형 모델링 방법이다. 제안된 RPNN모델의 기본적인 구조는 PNN의 형태를 이루고 있으며, 각각의 노드는 RBF 뉴럴 네트워크로 구성하였다. 사용된 RBF 뉴럴 네트워크에서의 커널 함수로는 FCM 클러스터링을 사용하였으며, 각 노드의 후반부는 다항식 구조로 표현하였다. 또한 각 노드의 후반부 파라미터들은 최소자승법을 이용하여 최적화 하였다. 제안한 모델의 적용 및 유용성을 비교 평가하기 위하여 비선형 데이터를 이용하여 그 우수성을 보인다.