• 한국지능시스템학회논문지
• /
• 제10권2호
• /
• pp.152-160
• /
• 2000

본 논문에서는 확장된 병렬 분산 보상기와 최적 극점 배치 방법을 사용한 비선형 시스템의 퍼지 모델 기반 제어기의 분석과 설계 방법을 제안한다. 설계과정을 설명하면 먼저비선형 시스템을 Takagi-Sugeno 퍼지 모델로 표현하고 확장된 병렬 분산 보상기를 사용하여 제어기 규칙을 작성한다. 그리고 최적 극점 배치 방법을 사용하여 국소 상태 궤환 제어기를 설계하고 이를 이용하여 전체의 퍼지논리제어기를 설계한다. 기존의 사용된 병렬 분산 보상기와는 다르게 본 논문에서 새로이 개발된 확장된 병렬 분산 보상기와 최적 극점 배치 방법을 이용함으로써 안정한 국소 퍼지 제어기의 설계뿐만 아니라 추적 제어 목적도 수행할 수 있는 전체의 안정한 퍼지 제어기도 설계할 수 있다. 게다가 전체 퍼지 모델 뿐만 아니라 실제 비선형 시스템에 대해서도 안정도 분석을 행하였다 마지막으로 제안된 퍼지 모델 기반 제어기 설계 방법의 효율성과 가능성을 하나의 시뮬레이션 예를 통하여 증명하였다.

• 한국지진공학회논문집
• /
• 제9권2호통권42호
• /
• pp.7-15
• /
• 2005

본 연구에서는 하이브리드 면진장치가 설치된 단자유도 구조물의 동적거동을 예측할 수 있는 수치해석모델을 제안한다. 하이브리드 면진장치는 MR 감쇠기와 마찰진자시스템(FPS)으로 구성된다. MR감쇠기의 동적거동을 모형화하기 위하여 뉴로-퍼지 모델을 사용한다. 다양한 변위, 속도, 전압의 조합을 사용하여 MR 감쇠기의 성능실험을 수행한 후 얻어진 데이터를 이용하여 MR 감쇠기 뉴로-퍼지 모델을 ANFIS로 학습시킨다. FPS의 모형화는 본 연구에서 유도한 비선형 모델식에 근거하여 뉴로-퍼지 모형화방법을 사용하여 이루어진다. 본 연구에서는 MR 감쇠기로 전달되는 제어전압을 조절하기 위하여 퍼지논리제어기를 사용한다. 다양한 지진하중을 사용한 진동대 실험을 통하여 얻은 실험체의 동적응답과와 뉴로-퍼지 모형화방법을 사용한 수치해석의 결과를 비교한다. 뉴로-퍼지 모델을 사용하여 MR 감쇠기와 FPS를 모형화해서 수치해석을 수행한 결과 하이브리드 면진장치의 동적거동을 매우 정확하게 예측할 수 있었다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2000년도 추계학술대회 논문집
• /
• pp.110-113
• /
• 2000

In general, speed control method of the elevator system has used motor pole change type or motor primary voltage control type. But it will change to vector control type in order to increase it's reliability, riding comfort and decrease material cost. It is the conception of vector control type in order to increase it's reliability, riding comfort and decrease material cost. It is the conception of vector control that primary current of the induction motor be controlled independently with magnetizing current(field current of DC motor) and torque current(armature current of DC motor). In this paper, by analyzing the effect of the time constant variation of rotor of the induction motor on the slip frequency type indirect vector control, a drive system for the motor will be constructed using a fuzzy slip frequency type indirect vector controller with fuzzy control method for estimating the vector time constant in the slip frequency type indirect vector control. The goal of this study is to enabling even more efficient speed control by constructing on elevator driver based on the newly developed drive system.

• 한국항만학회지
• /
• 제15권1호
• /
• pp.37-46
• /
• 2001

Fuzzy logic control(FLC) is composed of three parts : fuzzy rule-bases, membership functions, and scaling factors. Well-defined fuzzy rule-base should contain proper physical intuition on the plant, so are needed lots of experiences of the skillful expert. When membership functions are considered, some parameters on the memberships function such as function shape, support, allocation density should be selected well. The rule of scaling factors is 'scaling'(amplifying or reducing) for both input and output signals of the FLC to fit in the membership function support and to operate the plant intentionally. To get a better performance of the FLC, it is necessary to adjust the parameters of the FLC. In general, the adaptation of the scaling factors is the most effective adjustment scheme, compared with that of the fuzzy rule-base or membership function parameters. This study proposes the adaptation scheme of the scaling factors. When the adaptation is performed on-line, the stability of the adaptive FLC should be guaranteed. The stable FLC system can be designed with stability analysis in the sense of Lyapunov stability. To adapt the scaling factors for the error signals, the concept of the conventional MRAC would be introduced into slightly modified form. A tracking accuracy of the control system would be enhanced by the modified shape and support of the membership function. The simulation is achieved on the pilot plant with the hydraulic steering control of a UCT(Unmanned Container Transporter) of which modeling dynamics have lots of severe uncertainties and modeling errors.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1992년도 하계학술대회 논문집 A
• /
• pp.225-230
• /
• 1992

In this paper, a new learning fuzzy logic controller(LFLC) is presented. The proposed controller is composed of the main control part and the learning part. The main control part is a fuzzy logic controller(FLC) based on linguistic rules and fuzzy inference. For the learning part, artificial neural network(ANN) is added to FLC so that the controller may adapt to unknown plant and environment. According to the output values of the ANN part, which is learned using error back-propagation algorithm, scale factors of the FLC part are determined. These scale factors transfer the range of values of input variables into corresponding universe of discourse in the FLC part in order to achieve good performance. The effectiveness of the proposed control strategy has been demonstrated through simulations involving the control of an unknown robot manipulator with load disturbance.