• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제4권2호
• /
• pp.149-154
• /
• 2004

In this research, we selected the speech recognition to implement the electric wheelchair system as a method to control it by only using the speech and used DTW (Dynamic Time Warping), which is speaker-dependent and has a relatively high recognition rate among the speech recognitions. However, it has to have small memory and fast process speed performance under consideration of real-time. Thus, we introduced VQ (Vector Quantization) which is widely used as a compression algorithm of speaker-independent recognition, to secure fast recognition and small memory. However, we found that the recognition rate decreased after using VQ. To improve the recognition rate, we applied ART2 (Adaptive Reason Theory 2) algorithm as a post-process algorithm to obtain about 5% recognition rate improvement. To utilize ART2, we have to apply an error range. In case that the subtraction of the first distance from the second distance for each distance obtained to apply DTW is 20 or more, the error range is applied. Likewise, ART2 was applied and we could obtain fast process and high recognition rate. Moreover, since this system is a moving object, the system should be implemented as an embedded one. Thus, we selected TMS320C32 chip, which can process significantly many calculations relatively fast, to implement the embedded system. Considering that the memory is speech, we used 128kbyte-RAM and 64kbyte ROM to save large amount of data. In case of speech input, we used 16-bit stereo audio codec, securing relatively accurate data through high resolution capacity.

• 대한전자공학회논문지TC
• /
• 제43권9호
• /
• pp.135-141
• /
• 2006

교통사고를 예방하기 위해서는 시트조정을 통해서 운전자의 시야를 확보하고, 운전자가 뒤에 오는 자동차를 알아 볼 수 있도록 룸미러의 위치를 조정하는 것이 매우 중요하다. 본 논문에서는 이러한 문제점을 해결하기 위해서, 안전하고 편리한 차량을 목표로 운전자가 차량에 앉게 되면, 자동으로 시트를 조정하여 운전자의 시야를 확보 할 수 있도록 한다. 또한 백미러를 자동 조정해서, 운전자가 안전운전에 도움이 될 수 있는 자동차 시트 자동 조정 알고리즘을 개발하였다. 특히, 교통사고 발생해서, 에어백이 작동 할 때에 본 논문에서는,승객의 몸무게에 따라서 충격완화를 위한 시트 자동조정 알고리즘을 기능을 추가하였다. 뿐만 아니라, 본 논문에서는, 교통사고 발생 시 운전자가 위험지역을 통과할 때 위험지역임을 운전자에게 통지하여 안전한 운전이 되도록 하는 알고리즘을 개발하였으며, 유비쿼터스 환경에서 모의실험을 하였다. 모의실험 결과 지능을 이용한 교통사고 분석 방식이기존의 방식보다 25% 이상 교통사고를 줄일 수 있음을 확인하였다

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 춘계학술대회 논문집 전기기기 및 에너지변환시스템부문
• /
• pp.155-157
• /
• 2006

The paper is proposed maximum torque control of SynRM drive using adaptive learning mechanism-fuzzy neural network(ALM-FNN) controller and artificial neural network(ANN). The control method is applicable over the entire speed range and considered the limits of the inverter's current and voltage rated value. For each control mode, a condition that determines the optimal d-axis current $i_d$ for maximum torque operation is derived. The proposed control algorithm is applied to SynRM drive system controlled ALM-FNN and ANN controller, the operating characteristics controlled by maximum torque control are examined in detail. Also, this paper is proposed the analysis results to verify the effectiveness of the ALM-FNN and ANN controller.

• 한국지능시스템학회논문지
• /
• 제12권6호
• /
• pp.497-502
• /
• 2002

기동표적의 추적문제는 상태추정의 분야에서 수 십 년에 걸쳐 연구되어 왔다. 칼만 필터는 표적의 상태를 추정하기 위해 널리 사용되어 왔으나, 기동이 발생할 경우, 그 성능은 현저히 저하될 수 있다. 본 논문에서는 이러한 문제점을 해결하고, 기동표적을 효과적으로 추적하기 위해, DNA 코딩에 기반한 상호작용 다중모델 기법을 제안한다. 제안된 기법은 DNA 코딩에 기반한 퍼지 논리를 이용함으로써, 기존의 기법들의 수학적 한계를 극복할 수 있다. 컴퓨터 모의실험을 통하여, 제안된 기법의 추적 성능은 적응 상호작용 다중모델 기법 및 유전 알고리즘 기반 상호작용 다중모델 기법과 비교된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.1181-1185
• /
• 2009

Adaptive Nuero-Fuzzy Inference System(ANFIS) 모형은 인공신경망과 퍼지모형의 특징을 가지는 모형으로 자료간의 관계가 선형이 아닌 비선형관계를 가질 경우 매우 정확한 예측 모형을 구축할 수 있는 특징이 있다. 월강수량 예측이 관측된 기상자료들과 비선형 관계에 있다고 생각되어 ANFIS 모형을 이용하여 월강수량을 예측하였다. 본 연구의 대상 지점으로는 금강유역의 대전 지점으로 선정하였다. 금강유역은 우리나라의 한가운데 위치하여 평균적인 강수형태 및 특징을 보여 좋은 실험유역으로 생각되어 선정하였다. 금강유역의 기상청에서 운영하는 지상 유인관측소 중 비교적 금강유역을 대표하고 양질의 자료가 기록되어 있다고 판단되는 대전지점을 실험지점으로 생각되어 선정하였다. 기상청 대전 유인 관측소에는 총 39년치 기상 자료가 기록되어 있다. 기상청에서는 전국 주요 도시들을 대상으로 2003년부터 월간 예보를 하고 있다. 본 연구에서는 기상청 월간예보와 기상청 대전 유인관측소에서 관측된 5년 치 기상자료를 모델의 입력자료로 구성하였다. 적절한 입력변수 조합을 구성하기 위하여 반복해법을 적용하였다. 5년 치 자료 중 절반은 학습을 시키는데 사용하였고 나머지 절반을 이용하여 모형을 검증하였다. 여러 입력변수를 이용하여 모형의 학습시킨 결과 입력변수가 3개 일 경우 가장 높은 정확도를 보였다. 입력변수가 3개로 학습 시킨 ANFIS 모형과 기상청에서 제공하는 월간예보를 비교해본 결과 ANFIS 모형을 적용하여 월 강수량을 예측하는 것이 기상청에서 제공하는 월간예보보다 높은 정확도를 보이는 것을 확인할 수 있었다.

• 한국조명전기설비학회:학술대회논문집
• /
• 한국조명전기설비학회 2009년도 추계학술대회 논문집
• /
• pp.359-362
• /
• 2009

Optimal efficiency control of synchronous reluctance motor(SynRM) is very important in the sense of energy saving and conservation of natural environment because the efficiency of the SynRM is generally lower than that of other types of AC motors. This paper is proposed a novel efficiency optimization control of SynRM considering iron loss using multi adaptive fuzzy learning controller(AFLC). The optimal current ratio between torque current and exciting current is analytically derived to drive SynRM at maximum efficiency. This paper is proposed an efficiency optimization control for the SynRM which minimizes the copper and iron losses. There exists a variety of combinations of d and q-axis current which provide a specific motor torque. The objective of the efficiency optimization control is to seek a combination of d and q-axis current components, which provides minimum losses at a certain operating point in steady state. The control performance of the proposed controller is evaluated by analysis for various operating conditions. Analysis results are presented to show the validity of the proposed algorithm.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 학술대회 논문집 정보 및 제어부문
• /
• pp.566-569
• /
• 2005

Interior permanent magnet synchronous motor(IPMSM) has become a popular choice in electric vehicle applications, due to their excellent power to weight ratio. The paper is proposed maximum torque control of IPMSM drive using artificial intelligent(AI) controller. The control method is applicable over the entire speed range and considered the limits of the inverter's current and voltage rated value. For each control mode, a condition that determines the optimal d-axis current $i_d$ for maximum torque operation is derived. This paper considers the design and implementation of novel technique of high performance speed control for IPMSM using AI controller. This paper is proposed speed control of IPMSM using learning mechanism fuzzy neural network(LM-FNN) and estimation of speed using artificial neural network(ANN) controller. The back propagation neural network technique is used to provide a real time adaptive estimation of the motor speed. The proposed control algorithm is applied to IPMSM drive system controlled LM-FNN and ANN controller, the operating characteristics controlled by maximum torque control are examined in detail. Also. this paper is proposed the experimental results to verify the effectiveness of AI controller.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 제37회 하계학술대회 논문집 B
• /
• pp.731-732
• /
• 2006

The paper is proposed maximum torque control of IPMSM drive using adaptive learning mechanism-fuzzy neural network (ALM-FNN) and artificial neural network(ANN). For each control mode, a condition that determines the optimal d-axis current $i_d$ for maximum torque operation is derived. The proposed control algorithm is applied to IPMSM drive system controlled ALM-FNN and ANN, the operating characteristics controlled by maximum torque control are examined in detail. Also, this paper is proposed the analysis results to verify the effectiveness of the ALM-FNN and ANN.

• Journal of Electrical Engineering and Technology
• /
• 제5권2호
• /
• pp.209-219
• /
• 2010

In this paper, a novel dynamic available transfer capability (DATC) has been computed for real time applications using three different intelligent techniques viz. i) back propagation algorithm (BPA), ii) radial basis function (RBF), and iii) adaptive neuro fuzzy inference system (ANFIS) for the first time. The conventional method of DATC is tedious and time consuming. DATC is concerned with calculating the maximum increase in point to point transfer such that the transient response remains stable and viable. The ATC information is to be continuously updated in real time and made available to market participants through an internet based Open Access Same time Information System (OASIS). The independent system operator (ISO) evaluates the transaction in real time on the basis of DATC information. The dynamic contingency screening method [1] has been utilized and critical contingencies are selected for the computation of DATC using the energy function based potential energy boundary surface (PEBS) method. The PEBS based DATC has been utilized to generate patterns for the intelligent techniques. The three different intelligent methods are tested on New England 68-bus 16 machine and 39-bus 10 machine systems and results are compared with the conventional PEBS method.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 추계학술대회 논문집 전기기기 및 에너지변환시스템부문
• /
• pp.198-201
• /
• 2005

The paper is proposed maximum torque control of IPMSM drive using adaptive learning mechanism-fuzzy neural network (ALM-FNN) controller and artificial neural network(ANN). The control method is applicable over the entire speed range and considered the limits of the inverter's current and voltage rated value. For each control mode, a condition that determines the optimal d-axis current $^i_d$ for maximum torque operation is derived. The proposed control algorithm is applied to IPMSM drive system controlled ALM-FNN and ANN controller, the operating characteristics controlled by maximum torque control are examined in detail. Also, this paper is proposed the analysis results to verily the effectiveness of the ALM-FNN and ANN controller.