• Journal of the Institute of Electronics and Information Engineers
• /
• v.50 no.7
• /
• pp.239-243
• /
• 2013

This paper presents the output feedback control design for triangular nonlinear systems with input delay. The proposed controller is composed of a high gain observer and a linear controller. It is shown that by using Lyapunov-Krasovskii theorem, the proposed controller ensures an asymptotic stability for sufficiently small input delay. Finally, an illustrative example is given in order to show the effectiveness of our design method.

• Proceedings of the KIPE Conference
• /
• 2014.11a
• /
• pp.31-32
• /
• 2014

전압형 인버터를 이용한 전동기 구동시스템에서, 출력전압의 비선형성은 역기전력기반 센서리스의 성능에 큰 영향을 미친다. 역기전력기반 센서리스는 전압방정식을 이용하기 때문에 출력전압에 대한 정보가 필요한데 일반적인 인버터에는 출력전압을 측정하는 센서가 없어 출력전압지령을 출력전압과 같다고 가정하고 사용한다. 그러나 인버터의 비선형성으로 인해 전압지령과 실제 출력되는 전압간의 차이가 발생하게 되어 각 추정오차가 생기게 되고 센서리스의 성능을 떨어트린다. 인버터 비선형성의 주원인인 데드타임에 의한 영향을 보상하기 위해서 여러 가지 방법들이 연구되었지만 전류의 크기가 낮은 저속, 저부하 상황에서는 여전히 오차가 존재 하였다. 본 논문에서는 전압오차가 발생할 수 있는 저전류 구간을 최대한 줄이도록 전류의 형태를 바꾸어 저속 저부하 상황에서의 전압오차를 최소화 하였다. 이를 통해서 역기전력 기반의 센서리스의 저속영역 특성을 개선하였고 실험을 통해 그 효용성을 검증하였다.

• Journal of the Korean Institute of Telematics and Electronics C
• /
• v.35C no.6
• /
• pp.99-108
• /
• 1998

In this paper, we proposed a multi-layer neural network for direct control method of nonlinear system. The proposed control method uses neural network as the controller to learn inverse model of plant. The neural network used consists of two parts; one part is for identification of linear part, and the other is for identification of nonlinear part of inverse system. The neural network has to be learned the liner part with RLS algorithm and the nonlinear part with error of plant. From the simulation and experiment of tracking control to use one link manipulator as plant, we proved usefulness of the proposed control method to comparing to conventional direct neural network control method. By comparing the two methods, from simulation and experiment, we were convinced that the proposed control method is more simple and accuracy than the conventional method. Moreover, number of weight and bias to be controller parameter are small, and it has smaller steady state error than conventional method.

• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.47 no.2
• /
• pp.55-59
• /
• 2010

Recently it is tried to use load control model for maneuver moving object. MIN design method proposed to solve control problem of nonlinear system using load concept. The Min design method shows direct method for finding control value on the load control model. In this paper, is shown realization free falling model using nonlinear load control model and analysis of load values acting falling object according to disturbance. And made a trajectory according to acting load values due to disturbance. This paper's result is able to be applied to design algorithm for improvement accuracy of MLRS, GPS air-to-surface missile(ASM) and returning spacecraft with nonlinear model predictive control.

• 한국정보통신설비학회:학술대회논문집
• /
• 2008.08a
• /
• pp.296-299
• /
• 2008

최근 통신시스템과 핸드폰, PDA등의 통신기기들의 발전에 따라 사용자들은 높은 데이터 전송률과 고속의 통신서비스를 요구하고 있다. 이러한 상황에서 유 무선 통합 시스템인 Radio-over-Fiber(RoF) 시스템은 그 대안으로 대두되고 있다. 본 논문에서는 광전자소자를 선 왜곡 방식에 적용하여 광 송신기의 선형성을 향상시키는 방법을 제안하였다. 선 왜곡 방식은 두 개의 루프로 구성되어 있으며, 광 부품인 레이저 다이오드와 포토 다이오드 그리고 RF 부품인 위상변위기, 감쇄기, RF 결합/분배기, RF 증폭기를 사용하였다. 메인 루프에서 주 레이저 다이오드의 비선형성에 의해 발생된 왜곡신호성분은 보조 루프에서 부 레이저 다이오드를 이용하여 추출된 선 왜곡신호에 의해서 제거된다. 제안된 선형화 기법을 적용하여 2.4 GHz에서 선형화 기법을 적용하기 전보다 3차 상호변조 왜곡성분이 약 30dB 향상된 결과를 얻었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.11a
• /
• pp.93-96
• /
• 2000

본 논문에서는 SVM의 학습성 개선을 위해 모멘트와 kernel-adatron 기법이 조합된 하이브리드 학습알고리즘을 제안하였다. 제안된 학습알고리즘은 SVM의 학습기법인 기울기상승법에서 발생하는 최적해로의 수렴에 따른 발진을 억제하여 그 수렴속도를 좀 더 개선시키는 모멘트의 장점과 비선형 특징공간에서의 동작과 구현의 용이성을 가진 kernel-adatron 알고리즘의 장점을 그대로 살리는 것이다. 제안된 알고리즘을 비선형 함수 회귀에 적용해 본 결과 학습속도에 있어서 QP와 기존의 kernel-adatron 알고리즘보다 더 우수한 성능이 있음을 확인하였다

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.35 no.11
• /
• pp.1423-1428
• /
• 2011

This paper proposes a learning input shaper with nonlinear actuator dynamics to reduce the residual vibration of flexible systems. The controller is composed of an estimator of the time constant of the nonlinear actuator dynamics, a recursive least squares method, and an iterative updating algorithm. The updating mechanism is modified by introducing a vibration measurement function to cope with the dynamics of nonlinear actuators. The controller is numerically evaluated with respect to parameter convergence and control performance by using a benchmark pendulum system. The feasibility and applicability of the controller are demonstrated by comparing its control performance to that of an existing controller algorithm.

• The Proceedings of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.11 no.1
• /
• pp.81-91
• /
• 1997

본 논문에서는 시스템 모델링이 어렵과 복잡한 자동화 설비를 위한 간단한 지능제어방식을 제안하나. 제안된 방식은 시스템 모델링이 불확실한 시스템에 대하여 입력신호와 직접관계되지 않은 비선형 함수의 동정은 퍼지-신경회로망을 이용하고, 입력신호와 관계되는 비선형 함수는 동정을 하지 않고 임의의 양의 실수로 놓으므로 기존의 전체함수 동정보다 적은량으로 동정할 수 있고, 동정된 정보를 이용하여 비선형 제어기를 설계하는 간단한 제어방식이다. 제안된 제어 방식의 유용성을 확인하기 위하여 자동화 설비에 액츄에이터로 많이 사용되는 직류 서보전동기를 이용한 역진자 시스템에 적용하여 시뮬레이션 및 실험을 하고, 제안된 제어방식을 기존의 신경회로망 제어방식과 제어성능을 비교 검토한다.

• Proceedings of the KIEE Conference
• /
• 2003.07d
• /
• pp.2052-2054
• /
• 2003

본 논문에서는 혼돈 비선형 시스템의 지능 제어를 위해 간접 적응 제어 기법에 기반한 웨이블릿 신경 회로망 제어기 설계 방법을 제안한다. 제어기 성능에 큰 영향을 미칠 수 있는 웨이블릿 신경 회로망 구조의 파라미터 동정은 본질적으로 강인하고 전역 최적해에 근사한 값을 결정할 수 있는 유전 알고리듬을 사용한다. 본 논문에서 제안한 제어 방법은 유전 알고리듬을 이용한 혼돈 비선형 시스템의 오프라인 동정 모델 및 기준 신호와 플랜트 출력으로 정의되는 제어 오차를 이용하여 원하는 제어 입력을 생성한다. 한편 본 논문에서 제안한 웨이블릿 신경 회로망 제어기를 대표적인 연속 시간 혼돈 비선형 시스템인 Duffing 시스템에 적용하여 설계된 제어기의 효율성 및 우수성을 검증하고자 한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.09b
• /
• pp.87-90
• /
• 2003

과거의 이동로봇 시스템은 완전한 자율주행이 주된 목표였으며 그때의 영상정보는 단지 모니터링을 하는 보조적인 수단으로 사용되었다. 그러나 지금은 이동 물체의 추적, 대상 물체의 인식과 판별, 특징 추출과 같은 다양한 응용분야에서 영상정보를 이용하는 연구가 활발히 진행되고 있다 또한 제어 측면에서는 전통적인 제어기법으로는 해결하기 힘들었던 여러 가지 비선형적인 제어를 지능제어 방법을 통하여 많이 해결하곤 하였다. 그러한 지능제어에서 신경망을 많이 사용하기도 한다. 최근에는 신경망의 학습에 많이 사용하는 방법 중 강화학습이 많이 사용되고 있다. 강화학습이란 동적인 제어평면에서 시행착오를 통해, 목적을 이루기 위해 각 상황에서 행동을 학습하는 방법이다. 그러므로 이러한 강화학습은 수많은 시행착오를 거쳐 그 대응 관계를 학습하게 된다. 제어에 사용되는 제어 파라메타는 어떠한 상태에 처할 수 있는 상태와 행동들, 그리고 상태의 변화, 또한 최적의 해를 구할 수 있는 포상알고리즘에 대해 다양하게 연구되고 있다. 본 논문에서 연구한 시스템은 비젼시스템과 Strong Arm 보드를 이용하여 대상물체의 색상과 형태를 파악한 후 실시간으로 물체를 추적할 수 있게 구성하였으며, 또한 물체 이동의 비선형적인 경향성을 강화학습을 통하여 물체이동의 비선형성을 보다 유연하게 대처하여 보다 안정하고 빠르며 정확하게 물체를 추적하는 방법을 실험을 통하여 제안하였다.