• Journal of the Korean Society for Precision Engineering
• /
• v.16 no.10
• /
• pp.17-24
• /
• 1999

본 논문에서는 새로운 적응 퍼지 슬라이딩 모드제어 방법을 제시하였다. 제어기는 정확한 수확적인 모델이 없이도 점근적으로 시스템을 안정화시킬 수 있으며 적분항을 포함시킴으로서 정상상태에서의 오차를 좀 더 줄일 수가 있다. 직접구동모터는 감쇄기어가 없어서 부하나 외란 토크의 변화에도 모터 역학에 직접적으로 많은 영향을 줄 수가 있다. 제어기의 실제성능을 확인하기 위하여 불확실한 부하나 변소를 갖는 직접구동모터의 위치제어에 적용하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.4 no.3
• /
• pp.603-610
• /
• 2000

In this paper, the direct and indirect adaptive controller are combined based on the Lyapunov synthesis approach. The Proposed controller is constructed from RBF Neural Network and weighting parameters are adjusted on-line according to some adaptation law. In this scheme, fuzzy IF-THEN rules are used to decide the combined weighting factor. In the results, proposed controller has the main advantages of both the direct adaptive controller and the indirect adaptive controller. The effectiveness of the proposed control scheme is demonstrated through simulation results of control for one-link rigid robotics manipulator.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.17 no.10
• /
• pp.1157-1163
• /
• 1992

The development of adaptive control algorithms for possibly nonminimum phase systems has been hampered by singularities that may arise in the control law. To solve this problem, one securing convergence of the estimates to their true values by inducing persistency of excitation in the plant signals using direct adaptive control method and indirect adaptive control method, and another in which the estimates are adequately modified to meet the controllability requirements using indirect adaptive control method, without persistency of excitation. This paper presents an adaptive scheme that achieves regulation without persistent excitation condition using direct adaptive control method and reduces estimation algorithms with direct estimation of controller parameters without estimation of plant parameters.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.05a
• /
• pp.307-310
• /
• 2003

본 논문에서는 대표적인 비선형 동특성을 가지는 실제 헬리콥터의 회전 띤 자세 운동을 근사화한 모형 헬리콥터의 시스템을 소개하고 이 시스템의 정지 자세 제어를 목표로 직접 적응 웨이브렛 신경회로망 제어기를 다음의 과정에 의해 만든다. 우선 상태 공간에 적용할 웨이브렛 기준 함수를 정의하고 나서 제어기로 들어오는 입력 값의 대략적인 범위와 특성을 파악해서 웨이브렛 이론에 근거해 신축(dilation)과 이동(traslation) 변수 값을 선택하여 초기 적응 웨이브렛 신경회로망 제어기를 건설한다. 마지막으로 시스템의 안정화 제어를 위하여 선택, 교배, 돌연변이의 진화연산자에 의해 일시에 최적의 구조와 결합가중치로 진화시켜 가는 새로운 형태의 ENNC를 제안하여 연결 가중치(weight)를 조정한다. 이 직접 적응 웨이브렛 신경회로망 제어기를 비선형 시스템인 모형 헬리콥터 시뮬레이터에 적용하여 제안한 제어기의 견실성 및 그 우수성을 입증하고자 한다.

• Proceedings of the KIPE Conference
• /
• 2010.07a
• /
• pp.510-511
• /
• 2010

본 논문은 계통연계형 인버터의 정현파 전류제어를 위한 직접 적응제어 기법을 제안한다. 기존의 계통연계형 인버터 전류제어기에 비해 고조파 성분 제거 능력이 우수하고 소프트웨어적으로 쉽게 구현할 수 있는 장점이 있다. LC필터의 L값의 변동에 의한 제어기 내부의 파라미터가 발산하는 문제를 Resetting기법을 적용하여 보완하였다. 본 논문에서 제안한 정현파 전류 적응제어기의 우수성을 시뮬레이션과 실험을 통해 검증하였다.

• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.41 no.4
• /
• pp.21-28
• /
• 2004

This paper presents a direct multivariable self-tuning controller using neural network which adapts to the changing parameters of the higher order multivariable nonlinear system with nonminimum phase behavior, mutual interactions and time delays. The nonlinearities are assumed to be globally bounded, and a multivariable nonlinear system is divided linear part and nonlinear part. The neural network is used to estimate the controller parameters, and the control output is obtained through estimated controller parameter. In order to demonstrate the effectiveness of the proposed algorithm the computer simulation is done to adapt the multivariable nonlinear nonminimm phase system with time delays and changed system parameter after a constant time. The proposed method compared with direct multivariable adaptive controller using neural network.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.2
• /
• pp.109-114
• /
• 2001

본 논문에서는 비선형 제어시스템의 성능 개선을 위한 새로운 신경망 직접 적응제어 알고리즘을 제시하였다. 제어칙은 Gaussian RBF 신경망을 이용한 제어입력과 근사화 오차 및 외란의 영향을 제거하기 위한 보조제어 입력으로 구성하였다. 또한 신경망에 사용된 가중치와 보조입력의 파라미터를 조정하기 위한 적응칙은 Lyapunov 안정도 이론에 의하여 구하였다. 이렇게 함으로써 외란이나 근사화 오차에 관계없이 플랜트와 기준모델 사이의 오차가 0이 되도록 하는 알고리즘을 구할 수 있었다. 또한 제시된 알고리즘의 효용성을 알아보기 위하여 Duffing forced oscillation 시스템에 대하여 시뮬레이션 하여본 결과 만족할만한 성능을 얻을 수 있었다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.13 no.5
• /
• pp.564-570
• /
• 2003

This paper presents an adaptive fuzzy control scheme for nonlinear helicopter system which has uncertainty or unknown variations in parameters. The proposed adaptive fuzzy controller is a model reference adaptive controller. The parameters of fuzzy controller are adjusted so that the plant output tracks the reference model output. It is shown that the adaptive law guarantees the stability of the closed-loop system by using Lyapunov function. Several experiments with a small model helicopter having parameter variations are performed to show the usefulness of the proposed adaptive fuzzy controller.

• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.44 no.6
• /
• pp.1-10
• /
• 2007

This paper presents a direct nonlinear multivariable self-tuning PID controller using neural network which adapts to the changing parameters of the nonlinear multivariable system with noises and time delays. The nonlinear multivariable system is divided linear part and nonlinear part. The linear controller are used the self-tuning PID controller that can combine the simple structure of a PID controllers with the characteristics of a self-tuning controller, which can adapt to changes in the environment. The linear controller parameters are obtained by the recursive least square. And the nonlinear controller parameters are achieved the through the Back-propagation neural network. In order to demonstrate the effectiveness of the proposed algorithm, the computer simulation results are presented to adapt the nonlinear multivariable system with noises and time delays and with changed system parameter after a constant time. The proposed PID type nonlinear multivariable self-tuning method using neural network is effective compared with the conventional direct multivariable adaptive controller using neural network.

• Proceedings of the KIPE Conference
• /
• 2018.07a
• /
• pp.60-62
• /
• 2018

본 논문에서는 유도전동기의 회전자 시정수 오차에 강인한 센서리스 전차원(Full-Order) 자속(Flux) 관측기(Observer)를 제안하였다. 이 관측기는 고정자 자속과 회전자 자속을 동기좌표계상에서 추정한다. 고정자 자속에서 누설 자속을 뺀 공극 자속을 기준으로 제어를 수행하며, 동기좌표계가 공극 자속을 빠르게 따라갈 수 있는 방법을 제안하였다. 제안된 방법을 적용할 때, 기존의 회전자 자속을 직접 이용하는 방법보다 중-고속 영역에서 회전자 시정수 오차의 영향이 감소함을 확인하였다. 또한 기존 관측기와 달리 제안된 관측기에서 적응제어기(Adaptive Controller)는 전동기의 회전 주파수가 아닌, 전동기의 슬립 주파수 만을 추정하므로, 회전자 자속 오차에 민감한 적응제어기의 역할을 축소하였다. 시뮬레이션 및 실험으로 이론의 타당성 및 효과를 검증하였다.