• Journal of the Korea Society of Computer and Information
• /
• v.29 no.11
• /
• pp.57-66
• /
• 2024

In this paper, an approach based on deep learning and parameter dependent control is proposed for electronic throttle body(ETB) control which has variable parameters and nonlinear torques. Firstly we present parameter estimation method for ETB system using deep neural network. To estimate parameters of ETB, we design deep neural networks and train by use time response characteristic such as rise time, overshoot and settling time. Parameters of ETB are estimated through trained neural networks by using time response data. Secondly we design parameter dependent PID controller which is adjusted automatically with the estimated system parameter of ETB. To design optimal parameter dependent gain of PID controller, we use ITAE(Integral of time multiplied by absolute error) criteria. In addition, we design feed-forward controller to reject nonlinear torque. Finally we present simulation results of ETB syatem with parameter variation and nonlinear torque to verify controller design method.

• Journal of Institute of Control, Robotics and Systems
• /
• v.3 no.2
• /
• pp.149-155
• /
• 1997

본 논문에서는 비선형 시변 시스템을 제어할 경우 제어시스템의 안정성을 보장하고 성능을 향상시키기 위한 새로운 적응제어 구조를 전개하였다. 주어진 플랜트가 선형 시불변이라는 가정하에 표준 기준 모델 적응제어기가 적용될 경우 발생되는 출력오차는 플랜트의 비선형 시변특성으로 인하여 점근적으로 0에 수렴되지 않는다. 이때 미지의 출력오차를 점근적으로 0에 수렴시키는 방법으로 퍼지보상기를 사용하였으며 결과적으로 플랜트의 비선형 시변 특성을 보상하는 효과를 얻을 수 있었다. 퍼지 보상기로는 출력오차등의 조건에 따라 이득이 변하는 퍼지 PID 보상기를 도입하여 안정하게 설계되도록 노력하였다. 또한 출력오차를 점근적으로 0에 수렴시키는 것은 표준 기준 모델 적응제어기 내부의 모든 파라미터와 신호가 유한하게 됨을 의미하기 때문에, 제어시스템 전체의 안정도를 보장할 뿐만 아니라 결과적으로 과도응답 성능을 향상시킬 수 있게 되었다. 몇가지 예제를 대상으로 시뮬레이션을 수행하고 그 결과를 분석함으로써 비선형 시변 시스템을 제어할 경우 본 논문에서 전개된 새로운 적응제어 구조의 타당성을 확인하였다.