• The Transactions of the Korean Institute of Power Electronics
• /
• v.7 no.3
• /
• pp.215-223
• /
• 2002

This paper investigates the adaptive control of a fuzzy logic based speed and flux controller fur a vector controlled induction motor drive. A model reference adaptive scheme is proposed in which the adaptation mechanism is executed by fuzzy logic based on the error and change of error measured between the motor speed and output of a reference model. The control performance of the model reference adaptive control(MRAC) fuzzy controller is evaluated by simulation for various operating conditions. The validity of the Proposed MRAC fuzzy controller is confirmed by performance results for induction motor drive system.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.6 no.2
• /
• pp.97-105
• /
• 1996

In this paper, an adaptive model predictive controller for nodinear processes using fuzzy model is proposed. Adaptive structure is implemented by recursive fuzzy modeling. The model and control law can be obtained the same as GPC, because the consequent parts of the fuzzy model comprise linear equations of input and output variables. The proposed Adaptive fuzzy model predictive controller (AFMPC) controls nonlinear process well due to the intrinsic nonlinearity of the fuzzy model. When AFMPC's output is variation in the process control input, it maintains zero steady-state offset for a constant reference input and has superior performance. The properties and performance of the proposed control scheme were examined with nonlinear plant by simulation.

• Journal of Institute of Control, Robotics and Systems
• /
• v.2 no.4
• /
• pp.287-296
• /
• 1996

본 논문에서는 퍼지추정기와 슬라이딩 모드제어이론이 고려되었다. 비선형시스템에 대한 슬라이딩 모드 제어기 설계 시에 그 시스템의 비선형함수를 추정하기 위하여 퍼지논리시스템이 사용되는 두가지의 적응처지슬라이딩 모드제어방식을 제안한다. 첫번째 방식에서는 비선형시스템, x/sup (n)/=f(x under bar, t) + b(x under bar, t)u 의 알지 못하는 함수 f를 추정하기 위하여 하나의 퍼지논리시스템이 사용되어진다. 두번째 방식에서는 비선형시스템의 f와 b에 대한 추정기로서의 두개의 퍼지논리시스템이 각각 사용되어진다. 각각의 방식에 대하여 제어시스템의 안정도를 보장하도록 하는 적응법칙을 설계하며 퍼지추정기와 비선형함수와의 추정오차를 줄이기 위해 각각에 대한 강인한 제어법칙을 제안한다. 제안된 네 가지의 제어법칙에 대한 안정성을 증명하고 컴퓨터시뮬레이션에서 역진자시스템에 적용하여 그에 대한 타당성과 각각의 비교를 보인다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1998.05a
• /
• pp.321-326
• /
• 1998

본 논문에서는 정밀 제어와 온-라인 제어를 위하여 유전 알고리즘을 이용한 퍼지-신경망 제어기를 제안하였다. 제안된 제어기의 설계방법은 다음과 같은 3단계의 동조과정으로 구성한다. 1) 퍼지 제어기의 비퍼지화 연산을 신경망을 이용하여 함수근사화 시킨 후, 퍼지-신경망 제어기를 구성한다. 2) 플랜트에 적합한 퍼지 소속함수의 형태를 얻기 위해 유전 알고리즘을 이용하여 근사화된 퍼지 소속함수를 찾는다. 3) 근사화된 초기 퍼지 소속함수를 퍼지-신경망 제어기에 의해 적응학습으로 최적의 퍼지 소속함수를 얻고, 또한 플랜트의 파라미터 변동이나 외부환경의 변화에 대해 적응할 수 있도록 최적의 퍼지 소속함수를 추정한다. 제안된 제어기의 성능을 평가하기 위하여 DC 서보모터의 속도제어에 적용하였다.

• Journal of Institute of Control, Robotics and Systems
• /
• v.3 no.2
• /
• pp.149-155
• /
• 1997

본 논문에서는 비선형 시변 시스템을 제어할 경우 제어시스템의 안정성을 보장하고 성능을 향상시키기 위한 새로운 적응제어 구조를 전개하였다. 주어진 플랜트가 선형 시불변이라는 가정하에 표준 기준 모델 적응제어기가 적용될 경우 발생되는 출력오차는 플랜트의 비선형 시변특성으로 인하여 점근적으로 0에 수렴되지 않는다. 이때 미지의 출력오차를 점근적으로 0에 수렴시키는 방법으로 퍼지보상기를 사용하였으며 결과적으로 플랜트의 비선형 시변 특성을 보상하는 효과를 얻을 수 있었다. 퍼지 보상기로는 출력오차등의 조건에 따라 이득이 변하는 퍼지 PID 보상기를 도입하여 안정하게 설계되도록 노력하였다. 또한 출력오차를 점근적으로 0에 수렴시키는 것은 표준 기준 모델 적응제어기 내부의 모든 파라미터와 신호가 유한하게 됨을 의미하기 때문에, 제어시스템 전체의 안정도를 보장할 뿐만 아니라 결과적으로 과도응답 성능을 향상시킬 수 있게 되었다. 몇가지 예제를 대상으로 시뮬레이션을 수행하고 그 결과를 분석함으로써 비선형 시변 시스템을 제어할 경우 본 논문에서 전개된 새로운 적응제어 구조의 타당성을 확인하였다.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.20 no.3
• /
• pp.53-61
• /
• 2006

This paper is proposed adaptive fuzzy-neuro 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. This controller uses fuzzy nile as training patterns of a neural network. Also, this controller uses the back-propagation method to adjust the weights between the neurons of neural network in order to minimize the error between the command output and actual output. A model reference adaptive scheme is proposed in which the adaptation mechanism is executed by fuzzy logic based on the error and change of error measured between the motor speed and output of a reference model. The control performance of the adaptive fuzzy-neuro 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.

• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.41 no.3
• /
• pp.39-46
• /
• 2004

This paper is proposed adaptive fuzzy-neural network(FNN) controller for the speed control of interior permanent magnet synchronous motor(IPMSM) drive. The design of this algorithm based on FNN controller that is implemented by using fuzzy control and neural network. This controller uses fuzzy rule as training patterns of a neural network. Also, this controller uses the back-propagation method to adjust the weights among the neurons of neural network in order to minimize the error between the command output and actual output. A model reference adaptive scheme is proposed in which the adaptation mechanism is executed by fuzzy logic based on the error and change of error measured between the motor speed and output of a reference model. The control performance of the adaptive FNN controller is evaluated by analysis for various operating conditions. The results of analysis prove that the proposed control system has strongly high performance and robustness in parameter variation, steady-state accuracy and transient response.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.6 no.4
• /
• pp.49-60
• /
• 1996

The objective of this paper is to develop an adaptive learning method for fuzzy hypercubes using a neural network. An intelligent control system is proposed by exploiting only the merits of a fuzzy logic controller and a neural network, assuming that we can modify in real time the consequential parts of the rulebase with adaptive learning, and that initial fuzzy control rules are established in a temporarily stable region. We choose the structure of fuzzy hypercubes for the fuzzy controller, and utilize the Perceptron learning rule in order to upda1.e the fuzzy control ru1c:s on-line with the output errors. As a result, the effectiveness and the robustness of this intelligent controller are shown with application of the proposed adaptive fuzzy-neuro controller to control of the cart-pole system.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.11 no.5
• /
• pp.1019-1028
• /
• 2007

In this paper, adaptive evolutionary algorithm(AEA) is proposed, which uses both genetic algorithm(GA) with good global search capability and evolution strategy(ES) with good local search capability in an adaptive manner, when population evolves to the next generation. In the reproduction procedure, proportion of the population for GA and ES is adaptively determined according to their fitness. The AEA is used to design membership functions and scaling factors of the fuzzy logic controller(FLC). To evaluate the performance of the proposed FLC design method, we make an experiment on the FLC for the speed control of an actual DC series motor system with nonlinear characteristics. Experimental results show that the proposed controller has better performance than PD controller.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.05a
• /
• pp.164-167
• /
• 2006

본 논문에서는 불확실한 비선형 시스템에 대한 적응 퍼지 슬라이딩 모드 제어기를 설계한다. 불확실한 비선형 시스템에서 발생할 수 있는 파라미터의 변화를 대처하기 위해서 적응 퍼지 이론을 이용하였고, 외란으로 인한 불확실성을 슬라이딩 모드의 제어기를 통해서 해결하였다. 또한 퍼지 튜닝을 통해 슬라이딩 조건을 가변화함으로써 기존의 슬라이딩 모드 제어기에 비해 빠르고 정확하게 추종 가능하도록 제어기의 성능을 향상시킨다. 제안하는 제어기는 정확한 동역학 모델의 구현이 어렵고 복잡한 비선형 시스템에 외란 특성이 우수한 슬라이딩 모드와 실제 시스템을 표현하는 범용 근사자로 유용성이 입증된 퍼지 시스템을 이용하여 간단하고 쉽게 제어할 수 있도록 하였다. Lyapunov이론을 통하여 전역적인 안정화를 보이며, 마지막으로 역진자 시스템에 적용하여 제안된 제어기의 성능을 검증한다.