• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1998.05a
• /
• pp.96-101
• /
• 1998

많은 분야에서 널리 사용되고 있는 PID 제어기의 형태는 오차를 갖는 폐루프 시스템으로 구성되며, PID 제어기는 비례, 적분, 미분 제어기로 나누어진다. PID 제어기의 형태가 여러 가지로 제안되고 있지만 보다 중요한 것은 PID 제어기의 파라미터들을 어떻게 적절히 정하느냐 하는 파라미터 조정 문제이다. 실제로 산업 현장에 설치되어 있는 PID 제어기는 대부분 숙련된 기술자에 의해 수동 조작에 의한 시행 착오(trial and error) 법으로 동조되고 있다. 이 경우는 많은 노력과 시간이 소비되고, 외란(disturbance)이 첨가될 경우 적절히 동조된다는 보장도 없다. 본 논문에서는 이러한 문제를 해결하고자 신경회로망을 이용하여 PID 제어기의 파라미터를 동조하는 제어 방법을 제안하였다. 단일 뉴런으로 구성하여 구조가 간단하고, 학습에 의한 성능 개선이 가능하다. 오차 역전파(Error Back-Propagation) 알고리즘에 의하여 PID 파라미터가 되는 가중치를 자동 동조하는 방법이다. 제안한 방식의 유용성을 보이기 위해 DC 서보 모터와 비선형 시스템인 단일 관절 매니퓰레이터를 대상으로 시뮬레이션을 하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.370-373
• /
• 2006

본 논문에서는 복잡하고 비선형적인 시스템에 대하여 구체적이고 체계적인 방법에 의한 퍼지 모델을 설계하기 위해 유전자알고리즘을 이용하여 전반부 및 후반부의 구조와 파라미터 동정한다. 정보 입자 기반 퍼지 모델의 구조를 동정하기 위하여 유전자 알고리즘을 이용하여 입력 변수의 수, 선택될 입력 변수, 멤버쉽함수의 수, 그리고 후반부 형태를 결정하고, 파라미터를 동정하기 위하여 전반부 멤버쉽 파라미터를 동조하여 최적의 퍼지 모델을 설계한다. 또한 구조 동정 및 파라미터 동정에 있어서 개선된 연속적 동조 방법으로 접근하여 정보 입자 기반 퍼지 모델의 최적 동정을 도모한다. 마지막으로 제안된 퍼지 모델은 표준 모델로서 널리 사용되는 수치적인 예를 통하여 평가한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.12 no.4
• /
• pp.334-340
• /
• 2002

This paper proposes a self-organizing fuzzy modeling which can create a new hyperplane-shaped cluster by applying multiple regression to input/output data with relatively large fuzzy entropy, add the new cluster to fuzzy rule base and adjust parameters of the fuzzy model in repetition. Tn the coarse tuning, weighted recursive least squared algorithm and fuzzy C-regression model clustering are used and in the fine tuning, gradient descent algorithm is used to adjust parameters of the fuzzy model precisely And learning rates are optimized by utilizing meiosis-genetic algorithm. To check the effectiveness and feasibility of the suggested algorithm, four representative examples for system identification are examined and the performance of the identified fuzzy model is demonstrated in comparison with that of the conventional fuzzy models.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.05a
• /
• pp.245-251
• /
• 2002

본 논문에서는 상대적으로 큰 퍼지 엔트로피를 갖는 입력-출력 데이터 집단에 다중 회귀 분석을 적용하여 다차원 평면 클러스터를 생성하고, 이 클러스터를 새로운 퍼지 모델의 규칙으로 추가한 후 퍼지 모델 파라미터의 개략 동조와 정밀 동조를 수행하는 자기구성 퍼지 모델링을 제안한다. Weighted recursive least squared 알고리즘과 fuzzy C-regression model 클러스터링에 의해 퍼지 모델의 파라미터를 개략적으로 동조한 후 gradient descent 알고리즘에 의해 파라미터를 정밀 동조하면서 감수분열 유전 알고리즘을 이용하여 최적의 학습률을 탐색한다. 그리고 자기 구성 퍼지 모델링 기법을 이용하여 Box-Jenkins의 가스로 데이터, 다변수비선형 정적 함수의 데이터와 하수 처리 활성오니 공정의 모델링을 수행하고, 기존의 방법에 의한 모델링 결과와 비교하여 그 성능을 입증한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.75-79
• /
• 2002

본 논문에서는 선박 디젤엔진의 속도를 조절함에 있어서 환경 변화에서도 지속적으로 만족스러운 성능을 유지하도록 시스템 파라미터 추정자, 제어기 계수 수정자를 결합한 자기동조 PID 제어기를 설계한다. 유전알고리즘을 기반으로 한 온라인 추정자가 시스템의 파라미터를 추정하면, 제어기 계수 수정자는 제안한 동조규칙으로 계수를 조정하게 된다. 이를 위해 시스템을 시간지연 1차 모델로 근사화하여 유전알고리즘 기반으로 그 파라미터를 온라인 추정하는 문제를 다룬다. 제안한 방법의 성능은 B&W사의 4L80MC 디젤엔진을 제어대상으로 퍼지모델을 얻고 모의실험을 통하여 확인한다.

• Journal of the Korean Institute of Telematics and Electronics T
• /
• v.35T no.3
• /
• pp.87-95
• /
• 1998

This paper presents the method for the automatic tuning of a design weighting polynomial parameter of a generalized minimum-variance stochastic self tuning controller which adapts to changes in the system parameters with time delays and noises. The self tuning effect is achieved through the recursive least square algorithm at the parameter estimation stage and also through the Robbins-Monro algorithm at the stage of optimizing a design weighting polynomial parameters. The proposed self tuning method is simple and effective compared with other existing self tuning methods. The computer simulation results are presented to illustrate the procedure and to show the performance of the control system.

• Proceedings of the KIEE Conference
• /
• 2002.07d
• /
• pp.2114-2116
• /
• 2002

본 논문은 개선된 Complex 방법을 이용한 하이브리드 퍼지 PID 제어기의 최적 자동동조 알고리즘을 제안한다. 제어응답은 퍼지제어기의 환산계수 값에 의해 여러 종류, 여러 형태로 변화하기 때문에 해당하는 제어계의 평가 기준을 만족하도록 제어 파라미터 값을 정하는 것이 중요하다. PID 파라미터 조정법에는 많은 방법이 제안되어 왔었다. 대표적인 예로서 Ziegler-Nichols, Cohen-Coon, Chien-Hrones-Reswick(CHR) 등에 의해 제안된 방법들이 있다. 본 논문에서는 개선된 Complex 방법을 이용한 강력한 자동동조 알고리즘이 하이브리드 퍼지 PID 제어기의 성능을 자동적으로 개선하기 위해 사용된다. 이 알고리즘은 하이브리드 퍼지 PID 파라미터와 환산계수를 제어출력 변화율과 제한조건에 따라 자동으로 추정한다. 지연시간을 갖는 1계, 2계 공정에 적용하고. 공정출력 기준치는 단위 입력으로 한다. 제어 결과의 성능평가를 위해 ITAE(Integral of Time multiplied by the Absolute value of Error)가 사용되며, 또한 제어기의 오버슈트도 토의된다.

• 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 Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.475-478
• /
• 2005

본 논문에서는 자기구성 퍼지다항식 뉴럴 네트워크(SOFPNN)를 구성하고 있는 퍼지 다항식뉴론(FPM)의 구조와 파라미터를 유전자 알고리즘을 이용하여 최적화시킨 새로운 개념의 진화론적 최적 고급 자기구성 퍼지 다항식 뉴릴 네트워크를 소개한다. 기존의 자기구성 퍼지 다항식 뉴럴 네트워크에서 모델을 설계할 때에는 설계자의 주관적인 특징과 시행착오에 의해서 모델을 구축하였다. 이러한 설계자의 경험을 배제하고 객관적이고 효율적인 모델을 구축하기 위해서 본 논문에서는 FPH의 파라미터들을 최적화 알고리즘인 유전자 알고리즘을 이용하여 동조하였다. 즉, 모델을 구축하는데 기본이 되는 FPN의 각각의 파라미터들-입력변수의 수, 다항식 차수, 입력변수, 멤버쉽 함수의 수, 그리고 멤버쉽 함수의 정점-을 동조함으로써 기존의 모델에 비해서 구조적으로 그리고 파라미터적으로 최적화된 네트워크를 생성할 수 있다. 뿐만 아니라 주어진 데이터의 특성을 모델 구축에 반영하고자 멤버쉽 함수의 정점 역시 유전자 알고리즘으로 동조하였다. 실험적 예제를 통하여 제안된 모델의 성능을 확인한 결과 기존의 퍼지모델 및 신경망 모델에 비해서 아주 우수한 근사화 능력과 일반화 능력을 가짐을 알 수 있다.

• Journal of the Korean Institute of Telematics and Electronics S
• /
• v.36S no.11
• /
• pp.22-33
• /
• 1999

This paper presents the method for the automatic tuning of a design weighting polynomial parameters of a generalized minimum-variance stochastic ultivariable self-tuning controller which adapts to changes in the higher order nonminimum phase system parameters with time delays and noises. The self-tuning effect is achieved through the recursive least square algorithm at the parameter estimation stage and also through the Robbins-Monro algorithm at the stage of optimizing the design weighting polynomial parameters of the controller. The proposed multivariable self-tuning method is simple and effective compared with pole restriction method. The computer simulation results are presented to adapt the higher order multivariable system with nonminimum phase and with changeable system parameters.