• 조명전기설비학회논문지
• /
• 제22권5호
• /
• pp.86-94
• /
• 2008

본 논문은 PV(Photovoltaic) 어레이의 출력을 높이기 위해 PC 기반의 퍼지제어를 이용한 태양추적 시스템을 제안한다. 태양 추적시스템은 광센서의 신호에 의해 구동하는 두 개의 DC 모터로 동작한다. 두 축의 제어는 파라미터의 불확실성 및 비선형 특성 때문에 쉽지 않다. 최근 퍼지제어, 신경회로망 및 유전자 알고리즘 등의 인공지능 제어에 대한 연구가 많이 이루어지고 있다. 그 중 퍼지제어는 비선형 제어를 원활하게 수행할 수 있으며 파라미터 변동 및 비선형 특성에 대한 강인성 및 고성능의 특징을 가지고 있다. 따라서 퍼지제어는 설정된 오차 값과 비선형의 고도각 및 방위각 오차 값을 비교하여 추적 시스템 구동을 위해 사용된다. 본 논문에서는 PV 어레이의 출력 향상을 위해 퍼지제어기를 설계하고 종래의 Pl 제어기와 성능을 비교하며 평가한다. 실험을 통한 데이터는 제시한 제어기의 타당성을 입증한다.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제52권12호
• /
• pp.671-678
• /
• 2003

This paper proposes an expert system to generate automatically the test table of test system which can highly enhance the quality and productivity of product by inspecting quickly and accurately the defect device on the electronic circuit board tested. The expert system identifies accurately the tested components and the circuit patterns by tracing automatically the connectivity of circuit from electronic circuit database. And it generates automatically the test table to detect accurately the missing components, the misplaced components, and the wrong components for analog components such as resistance, coil, condenser, diode, and transistor, based on the experience knowledge of veteran expert. It is implemented in C computer language for the purpose of the implementation of the inference engine using the dynamic memory allocation technique, the interface with the electronic circuit database and the hardware direct control. And, the validity of the builded expert system is proved by simulating for a typical electronic board model.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 제38회 하계학술대회
• /
• pp.1007-1008
• /
• 2007

This paper is proposed an efficiency optimization control algorithm for IPMSM which minimizes the copper and iron losses. The design of the speed controller based on adaptive fuzzy learning control-fuzzy neural networks(AFLC-FNN) controller that is implemented using adaptive, fuzzy control and neural networks. The control performance of the AFLC-FNN controller is evaluated by analysis for various operating conditions. Analysis results are presented to show the validity of the proposed algorithm

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 추계학술대회
• /
• pp.183-186
• /
• 2022

최근 인공지능 기반 객체 탐지 기술이 발전함에 따라 영상 감시, 얼굴 인식, 로봇 제어, IoT, 자율주행, 제조업, 보안 등 다양한 분야에 활용되고 있다. 이에 본 논문은 발전된 객체 탐지 알고리즘을 이용하여 비전문가에겐 생소한 컴퓨터나 전기 장치 등의 '단자(terminal)' 모양을 구별하는 방법을 제안한다. 이를 위해 객체 탐지 프로그램인 You Only Look Once (YOLO) 알고리즘을 이용하여 입력한 단자들의 모양을 검출하는 알고리즘을 구성하였다. 일상에서 쉽게 볼 수 있는 단자들의 이미지(VGA, DVI, HDMI, DP, USB-A, USB-C)를 라벨링하여 데이터셋을 구축하였고, YOLOv4와 YOLOv5 두 버전의 알고리즘을 사용하여 성능을 검증하였다. 실험 결과 mean Average Precision(mAP) 기준 최대 92.9%의 정확도를 얻을 수 있었다. 전기 장치에 따라 단자의 모양이 다양하고, 그 종류 또한 많기 때문에 본 연구가 방송 기술 등의 여러 분야에 응용될 것으로 기대된다.

• 조명전기설비학회논문지
• /
• 제21권5호
• /
• pp.1-9
• /
• 2007

본 논문은 SynRM의 동손 및 철손을 최소화 하는 효율 최적화 제어를 제시한다. 퍼지와 신경회로망으로 구성된 적응 퍼지-신경회로망 제어기를 바탕으로 한 속도 제어기를 설계한다. 특정 전동기 토크를 발생하는 d-q축 전류 조합은 무수히 많이 존재한다. 효율 최적화 제어기의 목적은 정상상태에 확실한 동작점에서 d-q축 전류 조합을 찾는 것이다. 제시된 알고리즘은 양호한 동적 토크 제어를 유지하는 동안 속도 및 토크 변화를 감소시키기 위하여 전자기적 손실은 허용한다. HAI 제어기의 제어 성능은 다양한 동작 상태에서 평가된다. 결과 분석은 제시된 알고리즘의 타당성을 보여준다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 제37회 하계학술대회 논문집 B
• /
• pp.737-738
• /
• 2006

This paper is proposed hybrid artificial intelligent controller for high performance of induction motor drive. The design of this algorithm based on fuzzy-neural network controller that is implemented using fuzzy control and neural network. The control performance of the hybrid artificial intelligent controller is evaluated by analysis for various operating conditions. The results of experiment prove that the proposed control system has strong high performance and robustness to parameter variation, and steady-state accuracy and transient response.

• 한국조명전기설비학회:학술대회논문집
• /
• 한국조명전기설비학회 2006년도 춘계학술대회 논문집
• /
• pp.321-326
• /
• 2006

This paper is proposed an efficiency optimization control algorithm for a synchronous reluctance motor which minimizes the copper and iron losses. The design of the speed controller based on adaptive fuzzy-neural networks(AFNN) controller that is implemented using fuzzy control and neural networks. There exists a variety of combinations of d and q-axis current which provide a specific motor torque. The objective of the efficiency optimization controller is to seek a combination of d and q-axis current components, which provides minimum losses at a certain operating point in steady state. It is shown that the current components which directly govern the torque production have been very well regulated by the efficiency optimization control scheme. The proposed algorithm allows the electromagnetic losses in variable speed and torque drives to be reduced while keeping good torque control dynamics. The control performance of the hybrid artificial intelligent controller is evaluated by analysis for various operating conditions. Analysis results are presented to show the validity of the proposed algorithm.

• 한국소음진동공학회논문집
• /
• 제12권5호
• /
• pp.365-373
• /
• 2002

This paper concerns the design and application of an electro-rheological (ER) fluid damper to semiactive vibration control of rotor systems. In particular, the system under present study is constructed structurally flexible in order to explore multiple critical speeds within operation range. To this end, the dynamic models of the proposed ER damper and its associated amplifier are derived in the first place. Subsequently entire rotor system model is assembled along with the dynamics of the end effector based on a finite element method enabling prediction as to its free and forced vibration characteristics. Next, an artificial intelligent (AI) feedback controller is synthesized taking into account the peculiarity of Coulomb damping effect in rotor applications. Finally, computational and experimental results are presented including model validation and control performances. In practice, such an AI control proved effective whether the spin speed was either before or after critical speeds.

• 스마트미디어저널
• /
• 제11권3호
• /
• pp.18-25
• /
• 2022

뉴로모픽 컴퓨팅은 일반적으로 CPU와 GPU를 이용하여 신경망 연산을 하는 것보다 전력, 면적, 속도 측면에서 매우 뛰어난 성능을 보여준다. 이러한 특성은 에너지 사용량이 중요시되는 자원 제약적인 IoT 환경에 매우 적합하다. 하지만 뉴로모픽 컴퓨팅을 지원하는 이기종 IoT 기기에 따라 환경설정 및 응용 프로그램 동작을 위한 소스코드의 수정이 필요하다는 문제점을 가지고 있다. 이러한 문제점을 해결하고자 본 논문에서는 NAAL을 제안하고 구현하였다. NAAL은 공통의 API를 기반으로 다양한 이기종 IoT 기기 환경에서 IoT 기기의 제어와 뉴로모픽 아키텍처의 추상화 및 추론 모델 동작에 필요한 기능을 제공한다. NAAL은 향후 새로운 이기종 IoT 기기 및 뉴로모픽 아키텍처와 컴퓨팅 장치의 추가적인 지원이 가능하다는 장점을 가진다.

• 한국태양에너지학회 논문집
• /
• 제32권3호
• /
• pp.42-49
• /
• 2012

신경망방법은 공학, 경영 그리고 정보기술과 같이 다양한 분양에서 널리 사용되어지고 있다. 신경망방법은 기본적으로 예측, 제어, 식별과 같은 기능을 가지고 있는데, 본 논문에서는 신경망방법을 이용하여 C사의 모델 T의 히트펌프 전기부하를 예측하였다. 부하예측은 시스템을 더욱 효율적이고, 적절하게 만들기 위해 필요하다. 본 논문에서 사용된 히트펌프는 지열원 히트 펌프 시스템이다. 이 지열 히트 펌프의 부하는 사전에 미리 예측되어진 외기온도 및 건물 열부하에 따라 측정 학습된 전력 소비량으로 겨울에는 난방, 여름에는 냉방에 대한 전력 부하를 예측할 수 있다. 이 신경망방법은 신경망 학습 순서를 통해 부하 예측을 위해 히트펌프의 성능데이터를 필요로 한다. 이 부하 예측 인공지능망 방법으로 외기 온도별 건물 통합형 지열 히트 펌프 부하가 예측되어질 수 있다.