• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2004.11a
• /
• pp.111-116
• /
• 2004

In this paper, parameters of a given DC motor system are estimated using the model adjustment technique and the real coded genetic algorithm(RCGA) technique. A number of tuning methods, based on experience and experiment, such as Ziegler-Nichols, Cohen-Coon, IMC, L-ITAE Method have been proposed to obtain parameters for the PID controller. This paper proposes estimating parameters of PID controller using RCGA. The performance of the proposed algorithm is demonstrated through simulations and experiences.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1999.05a
• /
• pp.348-354
• /
• 1999

In recent years, a PID controller has been used as a major control method in real control processes. This controller requires a determination of PID control gains. But it is difficult to select the best gains theoretically. Thus there have been many approaches to determine them empirically Most of them are based on experience and knowledge. In this paper, we proposed a tuning method of the PID Parameters by using neural network. To show effectiveness of the proposed method, the simulation of DC motor and one link manipulator position control is carried out.

• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.40 no.4
• /
• pp.264-274
• /
• 2003

This paper presents a direct generalized minimum-variance self tuning controller with a PID structure using neural network which adapts to the changing parameters of the nonlinear system with nonminimum phase behavior, noises and time delays. The self-tuning controller with a PID structure is a combination of the simple structure of a PID controller and the characteristics of a self-tuning controller that can adapt to changes in the environment. The self-tuning control effect is achieved through the RLS (recursive least square) algorithm at the parameter estimation stage as well as through the Robbins-Monro algorithm at the stage of optimizing the design parameter of the controller. The neural network control effect which compensates for nonlinear factor is obtained from the learning algorithm which the learning error between the filtered reference and the auxiliary output of plant becomes zero. Computer simulation has shown that the proposed method works effectively on the nonlinear nonminimum phase system with time delays and changed system parameter.

• 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 Institute of Electronics Engineers of Korea SC
• /
• v.39 no.6
• /
• pp.1-8
• /
• 2002

This paper presents a generalized minimum-variance self-tuning controller with a PID structure using neural network which adapts to the changing parameters of the nonlinear system with nonminimum phase behavior and time delays. 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 nonlinear nonminimum phase system with time delays and changed system parameter after a constant time. The proposed method compared with direct adaptive controller using neural network.

• Proceedings of the KIEE Conference
• /
• 2005.07d
• /
• pp.2549-2551
• /
• 2005

본 논문은 제어 공정의 파라미터의 동정과 축소모델을 이용하여 선형 및 비선형 특성을 고려한 PID 제어기 설계를 제안하였다. 제어기 파라미터값은 2차의 지연시간을 갖는 축소 모델의 파라미터값에 의해 결정되며, 외란 및 제어 공정의 파라미터 값이 변할 때에는 실제 모델의 동정을 통해 구하며, 또한 실제 공정과 축소 모델의 관계식을 통해 제어 파라미터 값을 실시간으로 보정하여 제어한다. 시뮬레이션을 통하여 실시간 모델 동정 및 제어 파라미터 값이 보정됨을 확인 할 수 있다.

• Proceedings of the KIEE Conference
• /
• 2004.11c
• /
• pp.66-68
• /
• 2004

PID제어기를 플랜트 파라미터를 이용하여 구성하는 IMC-PID제어에 대해 연구한다. 특히 변하는 플랜트에 대해서는 자기동조(ST, Self-Tuning)를 사용하여 시스템을 식별하여 활용한다. 특히 실시간으로 개루프의 위상여유 및 이득여유를 모니터링하여 정해진 구역을 벗어나게 되면 식별된 시스템파라미터를 이용하여 IMC-PID제어기를 구성한다. 또 시간영역 지표로 과도한 오차가 발생하는 경우에도 제어기를 갱신함으로서 전체적으로 보면 견실 PID제어기 형태를 갖게 한다.

• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.42 no.3 s.303
• /
• pp.11-16
• /
• 2005

This paper proposed a new IMC-PID controller design method using the loop shaping method. By the application of the loop shaping method for IMC-PID controller which has only one design parameter and guarantees internal stability, we can not only consider such design specifications as gain margin, phases margin, and sensitivity functions but also obtain the loop gain by setting up the relationships between design specifications and design parameters. A systematic method to select design parameters of IMC-PID controller in order to meet the design specifications is suggested and its effectiveness is examined by the case study and analysis.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.467-470
• /
• 2005

퍼지모델은 주로 경험적 방법에 의해 추출되기 때문에 보다 구체적이고 체계적인 방법에 의한 동정 및 최적화 될 필요성이 요구된다. 따라서 본 논문에서는 퍼지 모델의 전반부 및 후반부의 구조 동정과 파라미터 동정에 있어서 최적의 구조 및 파라미터를 찾기 위해 유전자 알고리즘을 이용한다. 초기 퍼지 모델을 설계하기 위해 유전자 알고리즘을 이용하여 입력 변수의 수, 선택될 입력 변수, 멤버쉽함수의 수, 그리고 후반부 형태를 결정한다. 구축된 퍼지 모델은 유전자 알고리즘에 의해 세대를 거듭하면서 전반부 파라미터를 자동 동조함으로써 최적의 퍼지 모델을 설계한다. 또한 구조 동정 및 파라미터 동정을 동시에 시행함으로서 정보 입자 기반 퍼지 모델의 유전자적 최적화를 도모한다. 마지막으로 제안된 퍼지 모델은 표준 모델로서 널리 사용되는 수치적인 예를 통하여 평가한다.

• Proceedings of the KIEE Conference
• /
• 2006.07d
• /
• pp.2095-2096
• /
• 2006

본 논문에서는 복잡하고 비선형적인 시스템에 대하여 구체적이고 체계적인 방법에 의한 퍼지 모델을 동정하기 위해 유전자알고리즘을 이용하여 전반부 및 후반부의 구조와 파라미터 동정하기 위한 유전론적 접근을 소개한다. 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 개별적인 방법과 동시적인 방법으로 접근하여 정보 입자 기반 퍼지 모델의 최적 동정을 도모한다. 마지막으로 제안된 퍼지 모델은 표준 모델로서 널리 사용되는 수치적인 예를 통하여 평가한다.