• The Transactions of the Korean Institute of Power Electronics
• /
• v.2 no.1
• /
• pp.39-45
• /
• 1997

In this paper, a high speed motor drive system using an indirect adaptive neural network controller is proposed. In the variable high speed motor drives, the speed response can be deteriorated by long settling time and high overshoot. To obtain a good dynamical performance, an adaptive feedforward controller consisted of Neural Network Controller(NNC) and Neural Network Emulator(NNE) is applied. The NNE is used to identify the parameters and characteristics of high speed motor. To train the controller, the weights are dynamically adjusted using the back propagation algorithm. Computer simulation and implementation of the proposed system is described.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1997.11a
• /
• pp.176-179
• /
• 1997

본 논문은 입/출력 관계가 불명확한 가전제품 제어에 인공신경회로망을 응용하여 지능형 제어기를 구현하는 방법에 관한 것이다. 다층신경회로망을 사용하고 Error Back Propagation 학습방법에 의하여 학습되도록 한다. 제어대상물에서 알 수 있는 정보는 입력값과 이에 대응하는 출력값 뿐이며 입력과 출력에 대한 관계를 수학적으로 모델링하기 어려운 경우이다. 인공신경회로망을 이용한 제어를 위하여 Neural Network Emulator(NNE)와 Neural Network Controller(NNC)가 개발되며 각 신경회로망의 초기하중백터는 제어대상에 오프라인 학습으로 결정하고, 자동조절과정에서 온라인 학습하여 새로운 대상제품 상황에 적응하도록 설계되었다. 제안된 지능형 제어시스템은 PC를 이용하여 실시스템에 적용하여 검토되었다.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.32 no.4
• /
• pp.24-33
• /
• 2004

In this paper, the helicopter flight control system using online adaptive neural networks which have the universal function approximation property is considered. It is not compensation for modeling errors but approximation two functions required for feedback linearization control action from input/output of the system. To guarantee the tracking performance and the stability of the closed loop system replaced two nonlinear functions by two neural networks, weight update laws are provided by Lyapunov function and the simulation results in low speed flight mode verified the performance of the control system with the neural networks.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.38 no.4
• /
• pp.335-341
• /
• 2010

To improve the performance of inner loop based on PD controller for a unmanned helicopter, neural networks are applied. The performance of PD controller designed on the response characteristics of error dynamics decreases because of uncertain nonlinearities of the system. The nonlinearities are decoupled to modified dynamic inversion model(MDIM) and are compensated by the neural networks. For the training of the neural networks, online weight adaptation laws which are derived from Lyapunov's direct method are used to guarantee the stability of the controller. The results of the improved performance of PD controller by neural networks are illustrated in the simulation of unmanned helicopter with nonlinearities,

• Proceedings of the KIEE Conference
• /
• 1997.07b
• /
• pp.654-656
• /
• 1997

본 논문에서는 직접신경회로망제어기(DNNC)를 사용하여 결합된 PI제어기의 이득을 구하여 보일러 터빈시스템을 제어하고자 한다. 직접신경회로망제어기는 플랜트의 동특성을 학습시키는 에뮬레이터 없이 제어입력에 대한 플랜트의 동작방향에 대한 정보만을 사용하여 신경회로망을 학습시키고, 이 신경회로망을 사용하여 제어대상 플랜트인 다중입출력플랜트를 제어하기 위하여 결합된 PI 제어기의 이득을 구한다. 컴퓨터 시뮬레이션을 통하여 제안한 알고리즘의 타당성을 입증하고자 한다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2001.06a
• /
• pp.145-148
• /
• 2001

본 논문에서는 자기구성 신경회로망을 이용하여 3축 매니퓰레이터의 궤적제어기를 설계한다. 궤적 제어는 경유점을 정하고 각 경유점에 대한 역기구학을 적용하는 제어기로서 본 논문에서는 역기구학의 해를 자기구성 신경회로망을 통해 해결하는 제어기를 설계하고자 한 다. 또한 제어기에서의 은닉층의 활성화 함수는 가우 시안 함수를 사용하고, 은닉층의 파라미터는 오차를 기초로 하여 자동적으로 최적의 파라미터 값을 구함으로 서 유연한 궤적 제어가 되도록 한다.

• ICROS
• /
• v.1 no.3
• /
• pp.62-73
• /
• 1995

본 원고에서는 뉴로제어의 배경 및 필요성, 기본적인 뉴로제어 시스템구조 소개, 뉴로제어용 신경회로망 모델, 응용 예 등을 기술하고 앞으로 해결해야할 문제들을 고찰한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.12 no.12
• /
• pp.2365-2370
• /
• 2008

In this paper, applications of wavelet neural network controller to position control of nonlinear system are considered. Wavelet neural network is used in the objectives which improve the efficiency of LQR controllers. It is possible to make unstable nonlinear systems stable by using LQR(Linear Quadratic Regulator) technique. And, in order to be adapted to disturbance effectively in this system it uses wavelet neural network controller. Applying this method to the position control of nonlinear system, its usefulness is verified from the results of experiment.

• ICROS
• /
• v.17 no.3
• /
• pp.22-26
• /
• 2011

신경회로망 기술은 다양한 공학적 및 과학적 문제에 적용되어 왔으며 복잡한 동특성을 갖는 시스템의 모델링에 특히 효율적인 것으로 알려져 있다. 신경회로망 학습은 신경회로망의 가중치 및 바이러스로서 주어지는 파라미터 벡터의 요소를 주어진 목적함수를 최소화하는 최적의 값으로 추정하는 연산과정을 의미한다. 따라서 신경회로망 파라미터 학습은 전체시스템의 성능을 직접적으로 좌우하는 매우 중요한 단계라 할 수 있으며 일반적으로 파라미터의 수정규칙 알고리즘을 도출한다. 이러한 수정규칙은 주로 최적화 기법을 적용하며 경사함수(gradient function)를 포함한다. 최근에는 이러한 경사함수를 포함하지 않는 학습 알고리즘이 많이 개발되고 있으며 특히 칼만 필터링 이론을 접목한 미분 신경회로망의 학습 알고리즘이 최근에 발표되었다.

• 전기의세계
• /
• v.46 no.1
• /
• pp.5-11
• /
• 1997

본 고에서는 초고속 통신망에서 다양한 제어 문제들을 풀어나가는데 사용되는 신경회로망에 대해 다루고 있다.