• Journal of Advanced Marine Engineering and Technology
• /
• 제30권1호
• /
• pp.169-175
• /
• 2006

This paper describes how an Artificial Neural Network(ANN) can be employed to improve a speed estimation in a vector controlled induction motor drive. The system uses the ANN to estimate changes in the motor resistance, which enable the sensorless speed control method to work more accurately. Flux Observer is used for speed estimation in this system. Obviously the accuracy of the speed control of motor is dependent upon how well the parameters of the induction machine are known. These parameters vary with the operating conditions of the motor; both stator resistance(Rs) and rotor resistance(Rr) change with temperature, while the stator leakage inductance varies with load. This paper proposes a parameter compensation technique using artificial neural network for accurate speed estimation of induction motor and simulation results confirm the validity of the proposed scheme.

• 한국음향학회지
• /
• 제17권3호
• /
• pp.72-77
• /
• 1998

이동통신에서는 송수신이 이루어지는 전파환경에 따라 직접파와 다중경로에 기인한 간접파에 의한 페이딩, 잡음, 간섭 등의 영향을 받게 된다. 이 논문에서는 복잡하고 다양한 유형의 수신신호 중 원하는 신호정보를 정확히 추출하기 위해 인공신경회로망 (ANN:Artivicial Neural Network)을 이용한다. 인공 신경회로망의 하나인 단층 퍼셉트론을 이용한 검파기를 제안하고, QPSK 변조방식을 이용하여 시뮬레이션을 행하고, 결과 분석을 통해 제안 시스템의 활용 가능성을 확인하다.

• 한국정밀공학회지
• /
• 제17권6호
• /
• pp.176-184
• /
• 2000

Reverse engineering (RE) is a process to create computer aided design (CAD) models from the scanned data of an existing part acquired using 3D position scanners. This paper proposes a novel methodology of extracting geometric features directly from a set of 3D scanned points, which utilizes the concepts of feature-based technology and artificial neural networks (ANNs). The use of ANN has enabled the development of a flexible feature-based RE application that can be trained to deal with various features. The following four main tasks were mainly investigated and implemented: (1) Data reduction; (2) edge detection; (3) ANN-based feature recognition; (4) feature extraction. This approach was validated with a variety of real industrial components. The test results show that the developed feature-based RE application proved to be suitable for reconstructing prismatic features such as block, pocket, step, slot, hole, and boss, which are very common and crucial in mechanical engineering products.

• 한국정보시스템학회:학술대회논문집
• /
• 한국정보시스템학회 2000년도 추계학술대회
• /
• pp.1.2-24
• /
• 2000

본연구에서는 단순신경망의 구조와 특성을 이해하기 위해 신경회로망의 알고리듬을 이론적으로 분석하고 이를 토대로 프로그램을 설계 실행하여 신경망의 학습과정을 실험하였다. 본연구에서 채택한 학습알고리듬은 3계층구조의 역전파알고리듬이며 신경망의 모형은 단순의료전문가시스템모형을 입력치로 채택하였다. 계층수, 노드수, 학습사이클 수, 학습율, 모멘텀항등의 모수를 입력한 실험의 결과는 입력치에 대한 출력이 기대목표와 거의 일치하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권7_8호
• /
• pp.649-658
• /
• 2003

본 연구에서는 ART2 신경회로망의 성능을 개선하기 위한 계층적 구조를 제안하고, 구성된 클러스터에 대하여 적합도(fitness) 선택을 통한 빠르고 효과적인 패턴 분류 모델(HART2)을 제안한다. 본 논문에서 제안하는 신경회로망은 비지도 학습을 통하여 대략적으로 1차 클러스터를 형성하고, 이 각각의 1차 클러스터로 분류된 패턴에 대해 지도학습을 통한 2군 클러스터를 생성하여 패턴을 분류하는 계층적 신경회로망이다. 이 신경회로망을 이용한 패턴분류 과정은 먼저 입력패턴을 1차 클러스터와 비교하여 유사한 몇 개의 1차 클러스터를 적합도에 따라 선택한다. 이때, 입력패턴과 클러스터들간의 상대 측정 거리비에 기반한 적합도 함수를 도입하여 1차 클러스터에 연결된 클러스터들을 Pruning 함으로써 계층적인 네트워크에서의 속도 향상과 정확성을 추구하였다. 마지막으로 입력패턴과 선택된 1차 클러스터에 연결된 2차 클러스터와의 비교를 통해 최종적으로 패턴을 분류하게 된다. 본 논문의 효율성을 검증하기 위하여 22종의 한글 및 영어 글꼴에 대한 숫자 데이타를 다양한 형태로 변형시켜 확장된 테스트 패턴에 대하여 실험해 본 결과 제안된 신경회로망의 패턴 분류 능력의 우수함을 증명하였다

• 대한기계학회논문집
• /
• 제17권2호
• /
• pp.393-406
• /
• 1993

In resistance spot welding process, size of molten nuggest have been utilized to assess the integrity of the weld quality. However real-time monitoring of the nugget size is an extremely difficult problem. This paper describes the design of an artificial neural networks(ANN) estimator to predict the nugget size for on-line use of weld quality monitoring. The main task of the ANN estimator is to realize the mapping characteristics from the sampled dynamic resistance signal to the actual negget size through training. The structure of the ANN estimator including the number of hidden layers and nodes in a layer is determined by an estimation error analysis. A series of welding experiments are performed to assess the performance of the ANN estimator. The results are quite promissing in that real-time estimation of the invisible nugget size can be achieved by analyzing the dynamic resistance signal without any conventional destructive testing of welds.

• 한국정밀공학회지
• /
• 제18권11호
• /
• pp.124-131
• /
• 2001

Fault diagnosis of an assembled small motor relies usually on human experts hearing ability. The quality of diagnosis depends, however, heavily on physical conditions of the human experts. A fault diagnosis system for assembled small motors is developed using artificial neural network (ANN) in this paper. It is consisted of sound sampling device and fault diagnosis software package. Six parameters are defined to characterize the sampled sound waves. The Levenberg-Marquardt Backpropagation (LMBP) Algorithm is used to diagnose the fault of assembled small motors. Experimental results for more than two hundred small motors verify the performance of the developed system.

• 전자공학회논문지 IE
• /
• 제47권3호
• /
• pp.26-34
• /
• 2010

본 논문에서는 기본적인 형태는 퍼지 제어의 형태를 유지하면서 그 세부적 요소들을 신경회로망으로 구성한 뉴로-퍼지 제어기를 설계하였다. 뉴로-퍼지 제어기는 퍼지 제어 및 신경회로망 제어가 갖는 장단점을 서로 보완할 수 있도록 하였으며 On-Line상태에서 동조가 이루어지도록 하였다. 본 제어기의 성능을 평가하기 위해서 현재 로봇제어에서 많이 사용되고 있는 교류 서보 전동기의 속도제어에 적용시켰다. 가장 보편적인 제어기인 PID제어기 및 퍼지제어기와 비교실험 함으로써 제어기로서의 안정한 특성을 입증하였다. 특히 로봇처럼 급격한 부하변동에 대응할 수 있는 제어기 설계를 위해 부하를 인가하여 실험을 수행하여 성능을 입증하였다.

• 대한전기학회논문지:전력기술부문A
• /
• 제54권3호
• /
• pp.144-151
• /
• 2005

This paper presents a forecasting technique of the short-term marginal price (SMP) using an Artificial Neural Network (ANN). The SW forecasting is a very important element in an electricity market for the optimal biddings of market participants as well as for market stabilization of regulatory bodies. Input data are organized in two different approaches, time-axis and day-axis approaches, and the resulting patterns are used to train the ANN. Performances of the two approaches are compared and the better estimate is selected by a composition rule to forecast the SMP. By combining the two approaches, the proposed composition technique reflects the characteristics of hourly, daily and seasonal variations, as well as the condition of sudden changes in the spot market, and thus improves the accuracy of forecasting. The proposed method is applied to the historical real-world data from the Korea Power Exchange (KPX) to verify the effectiveness of the technique.

• 조명전기설비학회논문지
• /
• 제13권4호
• /
• pp.96-101
• /
• 1999

전력계통에서 부하모델은 안정도 해석과 조류계산의 정도를 높이기 위하여 매우 중요하다. 전력계통의 모선은 전압/주파수 변화에 따라 소비형태가 다른 다양한 부하들로 구성되어 있다. 따라서 전압/주파수 변화에 따른 부하모델을 고려하지 않으면 안된다. 본 연구는 정도 높은 부하모델링을 위해 신경회로망을 사용하였다. 대표적인 주거용 부하를 선정하여 전압과 주파수를 변화시키면서 부하특성을 측정하였다. 실험에서 얻은 실적자료로 신경회로망을 이용한 개별부하모델을 구축하고, 개별부하모델과 부하구성비에 의한 집단부하 모델을 제시하였다. 또, 전력계통해석 프로그램에 적용하기 위한 수학적 모델로의 변환기법을 제시하였다.