• Proceedings of the IEEK Conference
• /
• 대한전자공학회 1999년도 하계종합학술대회 논문집
• /
• pp.486-491
• /
• 1999

본 논문에서는 웨이브렛 신경회로망을 사용하여 알려지지 않은 비선형 시스템을 안정하게 적응 제어하는 문제를 다룬다. 비선형 시스템의 정확한 제어는 함수를 근사화하는 데 사용된 함수 근사화기의 정확성과 효율성에 의존한다. 이에 비선형 시스템 제어에 기준 함수의 선택이 자유롭고 함수 근사화 능력이 뛰어난 웨이브렛 신경회로망을 사용한다. 초기 웨이브렛 신경회로망 제어기 설정은 웨이브렛 신경회로망 변수인 신축과 이동 값을 제어기 입력의 시-주파수 특성을 분석해서 구하고, 연결강도는 Lyapunov 안정성 이론에 기초한 적응 법칙을 사용하여 조절한다. 이를 비선형 시스템인 역 진자 시스템에 적용한다.

• Proceedings of the KIEE Conference
• /
• 대한전기학회 2004년도 하계학술대회 논문집 D
• /
• pp.2329-2331
• /
• 2004

본 논문에서는 이동 로봇의 경로 추종 제어를 위해 웨이블릿 신경 회로망에 기반한 예측 제어기의 설계 방법을 제안하고자 한다. 제안한 방법에 의해 설계된 제어기는 이동 로봇의 동특성을 예측하기 위한 웨이블릿 신경회로망 기반 예측기와 예측 제어기로 구성된다. 제안한 방법에서 모델링 및 제어기로 적용되는 신경 회로망의 장점과 우수한 해석 능력을 가진 웨이블릿 변환의 장점을 결합한 웨이블릿 신경 회로망을 이용하여 이동 로븟의 동특성을 모델링하여 예측 제어기에서의 비용 함수 최소화에 적용한다. 경로 추종 제어의 목적인 이동 로봇의 실제 출력과 예측기의 출력 오차를 최소화하기 위해 웨이블릿 신경 회로망의 파라미터 동정 및 예측 제어기는 경사 하강법을 이용하여 학습한다. 마지막으로 컴퓨터 모의 실험을 통하여 제안한 예측 제어 시스템의 적용가능성 및 효율성을 검증하고자 한다.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 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.

• Journal of the Korean Institute of Intelligent Systems
• /
• 제7권5호
• /
• pp.51-59
• /
• 1997

In this paper, we perform the position control of a DC servo motor using fuzzy neural controller. We use the Fuzzy controller for the position control, because the Fuzzy controller is designed simpler than other intelligent controller, but it is difficult to design for the triangle membership function format. Therefore we solve the problem using the BP learning method of neural network. The proposed Fuzzy neural network controller has been applied to the position control of various virtual plants. And the DC servo motor position control using the fuzzy neural network controller is performed as a real time experiment.

• Journal of the Korean Institute of Intelligent Systems
• /
• 제5권4호
• /
• pp.77-86
• /
• 1995

The new architecture that fuzzy logic control(FLC) with difficulties for tuning membership function (MF) is parallel with neural networks(NN) to be learned from the output of FLC is proposed. Therefore proposed scheme has the characteristics to utilize the expert knowledge in design process, to be learned during the operation without any learning mode. In this architecture, the function of the FLC is to supply the sliding surface which is constructed on the phase plane by rule base for giving the desired control characteristics and learning criterion of NN and the stabilization of the control performance before NN is learned, The function of the NN is to let the system trajectory be tracked to the sliding surface and reached to the stable point.

• Journal of Institute of Control, Robotics and Systems
• /
• 제3권2호
• /
• pp.139-148
• /
• 1997

본 논문에서는 비선형 마찰이 존재하는 조준경 안정화 시스템에 대해서 마찰력 보상과 성능개선을 위한 신경망제어기의 설계방법을 제시한다. 제안한 신경망제어기는 비례, 적분, 진상(PI/LEAD) 제어기와 신경회로망과의 병렬로 구성되며, 제어 목적은 비선형 마찰과 외란이 존재하여도 안정거울의 각속도 추적성능과 안정화 성능의 향상에 있다. 신경회로망의 입력으로 안정거울의 각속도 추적오차와 추적오차의 적분, 제어입력이 필터를 통과한 신호가 사용되며, 신경호로망은 간접학습구조에 의해 학습된다. 조준경 시스템의 비선형 마찰력인 쿨롱마찰력의 크기가 외부환경에 따라 변하는 경우와 시스템으로 외란이 인가되는 경우에 대하여도 제안한 병렬제어기는 기존의 PI/LEAD 제어기보다 추적과 안정화 성능면에서 우수함을 컴퓨터 모의 실험으로 확인한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 한국퍼지및지능시스템학회 1995년도 추계학술대회 학술발표 논문집
• /
• pp.258-263
• /
• 1995

본 논문은 일반화된 다중 수상돌기 적 (GMDP : Generalized Multi Dendrite Product) 유닛트 신경망을 이용한 PID 적응 위치제어기를 구성하여 직류 서어보 전동기의 위치제어를 실시간 처리 하였다. 제안한 제어기를 위치제어에 적용시켜 실험한 결과 기존의 MLP 신경망 제어기를 이용한 것 보다도 샘플시간을 줄일 수 있다는 장점으로 정밀한 제어 가 가능하다는 것을 확인할 수 있었다. 학습규칙은 기존의 역전파 학습방법이 GMDP 신경 회로망에 적용되었다.

• Journal of the Institute of Electronics Engineers of Korea SC
• /
• 제39권2호
• /
• pp.157-165
• /
• 2002

This paper presents the implementation of the speed control system for 3 phase induction motor using PD controller and neural networks. The PD controller is used to control the motor and to train neural networks at the first time. And neural networks are widely used as controllers because of a nonlinear mapping capability, we used feedforward neural networks(FNN) in order to simply design the speed control system of the 3 phase induction motor. Neural networks are tuned online using the speed reference, actual speed measured from an encoder and control input current to motor. PD controller and neural networks are applied to the speed control system for 3 phase induction motor, are compared with PI controller through computer simulation and experiment respectively. The results are illustrated that the output of the PD controller is decreased and feedforward neural networks act main controller, and the proposed hybrid controllers show better performance than the PI controller in abrupt load variation and the precise control is possible because the steady state error can be minimized by training neural networks.

• Journal of the Institute of Electronics Engineers of Korea SC
• /
• 제37권3호
• /
• pp.72-83
• /
• 2000

This paper presents the implementation of the position control system for 3 phase induction motor using reaching mode controller and neural networks. The reaching mode controller is used to bring the position error and speed error trajectories toward the sliding surface and to train neural networks at the first time. The structure of the reaching mode controller consists of the switch function of sliding surface. And feedforward neural networks approximates the equivalent control input using the reference speed and reference position and actual speed and actual position measured form an encoder and, are tuned on-line. The reaching mode controller and neural networks are applied to the position control system for 3 phase induction motor and, are compared with a PI controller through computer simulation and experiment respectively. The results are illustrated that the output of reaching mode controller is decreased and feedforward neural networks take charge of the main part for the control action, and the proposed controllers show better performance than the PI controller in abrupt load variation and the precise control is possible because the steady state error can be minimized by training neural networks.

• Journal of the Korea Computer Industry Society
• /
• 제3권9호
• /
• pp.1199-1206
• /
• 2002

This study is to verify the application characteristics of PI control and to simulate the applicability of Neural Networks control HVAC TRNSYS program. Each performance of HVAC by PI control and by Neural Networks is compared. According to the result of simulation, Neural Networks control is favorably applicable than previous PI control for the variation of weather condition and systematic changes.