In this paper, we propose a direct robust adaptive backstepping speed controller for induction motors system. A robust adaptive backstepping controller is designed using high order neural networks(HONN), which avoids the singularity problem in adaptive nonlinear control. The stability of the resulting adaptive system with proposed adaptive controller is guaranteed by suitable choosing the design parameter and initial conditions. HONN are used to approximate most of uncertainties which are derived from unknown motor parameters, load torque disturbances and unknown nonlinearities. The applicability of the proposed scheme is tested simulation.
A recurrent adaptive model-free intelligent control with a friction estimation law is proposed to enhance the positioning performance of the mover in PMLSM system. For the PMLSM with nonlinear friction and uncertainty, an adaptive recurrent fuzzy neural network(ARFNN) and compensated control law in $H_{\infty}$ performance criterion are designed to mimic a perfect control law and compensate the approximated error between ideal controller and ARFNN. Combined with friction observer to estimate nonlinear friction parameters of the LuGre model, on-line adaptive laws of the controller and observer are derived based on the Lyapunov stability criterion. To analyze the effectiveness our control scheme, some simulations for the PMLSM with nonlinear friction and uncertainty were executed.
In this paper, the position tracking control problem of the servo system with nonlinear dynamic friction is issued. The nonlinear dynamic friction contains a directly immeasurable friction state variable and the uncertainty caused by incomplete parameter modeling and its variations. In order to provide the efficient solution to these control problems, we propose the composite control scheme, which consists of the robust friction state observer, the FNN approximator and the approximation error estimator with sliding mode control. In first, the sliding mode controller and the robust friction state observer is designed to estimate the unknown internal state of the LuGre friction model. Next, the FNN estimator is adopted to approximate the unknown lumped friction uncertainty. Finally, the adaptive approximation error estimator is designed to compensate the approximation error of the FNN estimator. Some simulations and experiments on the servo system assembled with ball-screw and DC servo motor are presented. Results show the remarkable performance of the proposed control scheme. The robust friction state observer can successfully identify immeasurable friction state and the FNN estimator and adaptive approximation error estimator give the robustness to the proposed control scheme against the uncertainty of the friction parameters.
제어로봇시스템학회 1993년도 한국자동제어학술회의논문집(국제학술편); Seoul National University, Seoul; 20-22 Oct. 1993
/
pp.401-405
/
1993
This paper presents a neuro adaptive control method for nonlinear dynamical systems based on artificial neural network systems. The proposed neuro adaptive controller consists of 3 layers artificial neural network system and parallel PD controller. At the early stage in learning or identification process of the system characteristics the PD controller works mainly in order to compensate for the inadequacy of the learning process and then gradually the neuro contrller begins to work instead of the PD controller after the learning process has proceeded. From the simulation studies the neuro adaptive controller is seen to be robust and works effectively for nonlinear dynamical systems from a practical applicational points of view.
International Journal of Fuzzy Logic and Intelligent Systems
/
제1권1호
/
pp.29-34
/
2001
This paper is devoted to investigating direct adaptive neural control of nonlinear systems with uncertain or unknown dynamic models. In the direct adaptive neural networks control area, theoretical issues of the existing backpropagation-based adaptive neural networks control schemes. The major contribution is proposing the variable index control approach, which is of great significance in the control field, and applying it to derive new stable robust adaptive neural network control schemes. This new schemes possess inherent robustness to system model uncertainty, which is not required to satisfy any matching condition. To demonstrate the feasibility of the proposed leaning algorithms and direct adaptive neural networks control schemes, intensive computer simulations were conducted based on the flexible joint robot systems and functions.
This paper presents a design method of the wavelet neural network based controller using direct adaptive control method to deal with a stable intelligent control of chaotic systems. The various uncertainties, such as mechanical parametric variation, external disturbance, and unstructured uncertainty influence the control performance. However, the conventional control methods such as optimal control, adaptive control and robust control may not be feasible when an explicit, faithful mathematical model cannot be constructed. Therefore, an intelligent control system that is an on-line trained WNN controller based on direct adaptive control method with adaptive learning rates is proposed to control chaotic nonlinear systems whose mathematical models are not available. The adaptive learning rates are derived in the sense of discrete-type Lyapunov stability theorem, so that the convergence of the tracking error can be guaranteed in the closed-loop system. In the whole design process, the strict constrained conditions and prior knowledge of the controlled plant are not necessary due to the powerful learning ability of the proposed intelligent control system. The gradient-descent method is used for training a wavelet neural network controller of chaotic systems. Finally, the effectiveness and feasibility of the proposed control method is demonstrated with application to the chaotic systems.
For precise tracking control of a servo system with nonlinear friction, a robust friction compensation scheme is presented in this paper. The nonlinear friction is difficult to identify the friction parameters exactly through experiments. Friction parameters can be also varied according to contact conditions such as the variation of temperature and lubrication. Thus, in order to overcome these problems and obtain the desired position tracking performance, a robust adaptive back-stepping control scheme with a dual friction observer is developed. In addition, to estimate lumped friction uncertainty due to modeling errors, a DEKF recurrent neural network and adaptive reconstructed error estimator are also developed. The feasibility of the proposed control scheme is verified through the experiment fur a ball-screw system.
International Journal of Aeronautical and Space Sciences
/
제14권2호
/
pp.172-182
/
2013
This paper focuses on the modeling and intelligent control of the new Eight-Rotor MAV, which is used to solve the problem of the low coefficient proportion between lift and gravity for the Quadrotor MAV. The Eight-Rotor MAV is a nonlinear plant, so that it is difficult to obtain stable control, due to uncertainties. The purpose of this paper is to propose a robust, stable attitude control strategy for the Eight-Rotor MAV, to accommodate system uncertainties, variations, and external disturbances. First, an interval type-II fuzzy neural network is employed to approximate the nonlinearity function and uncertainty functions in the dynamic model of the Eight-Rotor MAV. Then, the parameters of the interval type-II fuzzy neural network and gain of sliding mode control can be tuned on-line by adaptive laws based on the Lyapunov synthesis approach, and the Lyapunov stability theorem has been used to testify the asymptotic stability of the closed-loop system. The validity of the proposed control method has been verified in the Eight-Rotor MAV through real-time experiments. The experimental results show that the performance of the interval type-II fuzzy neural network based adaptive sliding mode controller could guarantee the Eight-Rotor MAV control system good performances under uncertainties, variations, and external disturbances. This controller is significantly improved, compared with the conventional adaptive sliding mode controller, and the type-I fuzzy neural network based sliding mode controller.
In this paper, we address the robust adaptive backstepping controller using fuzzy neural network (FHIN) for a class of uncertain output feedback nonlinear systems with disturbance. A new algorithm is proposed for estimation of unknown bounds and adaptive control of the uncertain nonlinear systems. The state estimation is solved using K-fillers. All unknown nonlinear functions are approximated by FNN. The FNN weight adaptation rule is derived from Lyapunov stability analysis and guarantees that the adapted weight error and tracking error are bounded. The compensated controller is designed to compensate the FNN approximation error and external disturbance. Finally, simulation results show that the proposed controller can achieve favorable tracking performance and robustness with regard to unknown function and external disturbance.
This paper presents a design method of the wavelet neural network(WNN) controller based on a direct adaptive control scheme for the intelligent control of chaotic systems. The conventional control methods such as optimal control, adaptive control and robust control may not be feasible when an explicit, faithful mathematical model cannot be constructed. Therefore, an intelligent control system that is an on-line trained WNN controller based on a direct adaptive control method is proposed to control chaotic systems whose mathematical models are not available. The gradient-descent method is used for training a wavelet neural network controller. Finally, the effectiveness and feasibility of the proposed control method is demonstrated with applications to the chaotic system.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.