• 대한기계학회논문집A
• /
• 제25권12호
• /
• pp.1895-1902
• /
• 2001

This paper gives an overview of the relationships between methods of loaming and adaptive control. It is the objective of this paper to develop adaptive learning control algorithms that combine the advantages of adaptive control with those of leaning control to the extent possible for the type of system model used. The robustness of this adaptive loaming control with respect to reinitialization errors and fluctuation of dynamics from disturbance is analyzed extensively. Simulation results have shown to verify the effectiveness of the proposed control algorithm.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2003년도 춘계학술대회 논문집
• /
• pp.305-311
• /
• 2003

We propose a new technique of adaptive-neuro controller design to implement real-time control of robot manipulator, Unlike the well-established theory for the adaptive control of linear systems, there exists relatively little general theory for the adaptive control of nonlinear systems. Adaptive control technique is essential for providing a stable and robust performance for application of robot control. The proposed neuro control algorithm is one of loaming a model based error back-propagation scheme using Lyapunov stability analysis method. Through simulation, the proposed adaptive-neuro control scheme is proved to be a efficient control technique for real time control of robot system using DSPs(TMS320C50)

• 한국조명전기설비학회:학술대회논문집
• /
• 한국조명전기설비학회 2009년도 춘계학술대회 논문집
• /
• pp.416-419
• /
• 2009

The widely used control theory based design of PI family controllers fails to perform satisfactorily under-parameter variation, nonlinear or load disturbance. In high performance applications, it is useful to automatically extract the complex relation that represent the drive behaviour. The use of loaming through example algorithms can be a powerful tool for automatic modelling variable speed drives. They can automatically extract a functional relationship representative of the drive behavior. These methods present some advantages over the classical ones since they do not rely on the precise knowledge of mathematical models and parameters. The paper proposes high performance speed and current control of synchronous reluctance motor(SynRM) drive using adaptive loaming mechanism-fuzzy neural network (ALM-FNN) and fuzzy logic control(FLC) controller. The proposed controller is developed to ensure accurate speed and current control of SynRM drive under system disturbances and estimation of speed using artificial neural network(ANN) controller. Also, this paper proposes the analysis results to verify the effectiveness of the ALM-FNN and ANN controller.

• 한국정밀공학회지
• /
• 제22권4호
• /
• pp.92-98
• /
• 2005

The learning control develops controllers that learn to improve their performance at executing a given task, based on experience performing this specific task. In a previous work, the authors presented an iterative precision of linear decentralized learning control based on p-integrated learning method for the vertical dynamic multiple systems. This paper develops an indirect decentralized teaming control based on adaptive control method. The original motivation of the teaming control field was loaming in robots doing repetitive tasks such as on an assembly line. This paper starts with decentralized discrete time systems, and progresses to the robot application, modeling the robot as a time varying linear system in the neighborhood of the nominal trajectory, and using the usual robot controllers that are decentralized, treating each link as if it is independent of any coupling with other links. Some techniques will show up in the numerical simulation for vertical dynamic robot. The methods of learning system are shown up for the iterative precision of each link.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1999년도 춘계종합학술대회
• /
• pp.370-374
• /
• 1999

본 논문에서는 역전파 알고리즘과 헵 학습규칙의 장점을 최대한 살려 이용하고, 역전파 알고리즘의 문제점인 지역 최소점에 빠지는 경우와 학습시간이 느린 단점과 헵 학습규칙의 문제점인 학습 패턴의 저장능력이 매우 제한되고 선형적 분리가 되지 않는 복잡한 문제에는 적용할 수 없다는 단점등을 개선하기 위하여 혼합형 학습규칙을 제안한다. 제안하는 학습규칙은 입력층과 은닉층에 흔합형 학습규칙과 은닉층과 출력층에 역전파(Back-Propagation) 학습규칙을 적용한 혼합형이다. 제안한 혼합형 학습규칙을 이용한 신경회로망의 유용성을 확인하기 위하여 단일관절 매니플레이터를 이용하여 추종제어에 대한 시뮬레이션을 하여 기존의 역전파 알고리즘을 이용한 직접적응 제어 방식과 제어성능을 비교 검토한 결과 다음과 같은 특성을 확인하였다.

• 한국정밀공학회지
• /
• 제19권3호
• /
• pp.137-143
• /
• 2002

This paper presents the In-process compensation to control cutter runout and improve the machined surface quality. Cutter runout compensation system consists of the micro-positioning servo system with piezoelectric actuator which is embeded in the sliding table to manipulate radial depth of cut in real-time. Cutting force feedback control was proposed in the angle domain based upon repetitive learning control strategy to eliminate chip load variation in end milling process. Micro-positioning control due to adaptive actuation force response improves the machined surface quality by compensation runout effect induced cutting force variation. This result will provide lots of information to build-up the preciswion machining technology.

• 제어로봇시스템학회논문지
• /
• 제4권6호
• /
• pp.738-746
• /
• 1998

This paper presents a neural network-based adaptive controller for a single flexible-link. The control for feedback-error loaming of neural network is designed by using the re-definition approach. The neural network controllers are implemented on an single flexible-link experimental test-bed. The tip response is significantly improved and the vibrations of the flexible modes are damped very fast. Experimental and simulation results are presented of the proposed tip position tracking controllers over the conventional PD-type, passive controllers.

• 한국산업정보학회논문지
• /
• 제11권2호
• /
• pp.40-47
• /
• 2006

반복학습제어는 특정목적 궤도의 반복작업을 수행하는 정밀도를 개선하는 제어기를 개발하는 기술이다. 기존 연구에서는 수직다물체의 반복정밀도를 개선하기 위하여 누적학습제어와 적응제어 기법을 한 반복영역에서 동시에 실시하는 기법을 개발하였다. 당초 이 기술은 생산조립라인의 산업용 로봇에서 발생하는 반복정밀도를 개선하기 위해 개발하였으며, 특히, 분산학습기법은 산업용 로봇에서 발생하는 실질적 제어 방식에 유효한 기법이다 본 논문에서 개발한 제어기술은 한 반복영역의 모든 시간대의 입출력 정보를 동시에 학습하기 보다는 매 시간대의 입출력 정보를 각 시간대 마다 충분히 학습하고 다음 시간대의 정보를 학습하는 것이다. 본 논문에서 개발한 기술을 산업용 로봇과 의료기기에 적용하면 수직다물체의 정밀도 품질보증 확보에 큰 기여를 하게 된다.

• 조명전기설비학회논문지
• /
• 제21권7호
• /
• pp.103-108
• /
• 2007

신경회로망은 많은 제어 시스템 분야에서 이용되고 있으나, 단일 궤환 신경회로망 제어기로 사용할 경우 입출력 패턴을 구하기 쉽지 않고, 부하급변 및 외란이 인가되는 경우에는 만족할만한 성능을 얻을 수 없었다. 이러한 문제를 해결하기 위해 본 논문에서는 신경회로망 출력노드의 활성화 함수 대신에 제어 대상체를 사용하는 새로운 알고리즘을 제안하였다. 결과적으로 제안된 신경회로망 자율 적응 제어 시스템은 구조가 간략화 되었으며 입출력 패턴의 문제가 해결되었고 일반적인 역전파 알고리즘을 이용하여 실시간으로 학습이 가능하게 되었다. 제안된 신경망 자율 적응 제어의 알고리즘 효과는 고속연산을 실행하는 DSP(TMS320C32)에 알고리즘을 탑재하여 A.C. 서보 모터의 속도제어에 의해서 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1999년도 추계종합학술대회
• /
• pp.210-213
• /
• 1999

본 논문에서는 로봇 매니퓰레이터 제어를 위해 새로운 신경회로망을 제안한다. 제안한 신경회로망구조는 은닉층과 출력층의 출력이 피드백 층을 거쳐 다시 은닉층과 출력층으로 피드백되는 구조이다. 피드백 층은 한번의 시간 지연을 갖는다. 제안한 신경회로망의 학습은 일반적인 오차 역전파 알고리즘을 사용한다. 로봇 매니퓰레이터를 대상으로 시뮬레이션과 실험을 통해서 제안한 신경회로망 구조의 유용성을 확인한다.