• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2000년도 춘계학술대회논문집 - 한국공작기계학회
• /
• pp.28-33
• /
• 2000

The monitoring of the chatter vibration is necessarily required to do automatic manufacturing system. To this study, we constructed a sensing system using tool dynamometer in order to the chatter vibration on cutting process. And a approach to a neural network using the feature of principal cutting force signals is proposed. with the error back propagation training process, the neural network memorized and classified the feature of principal cutting force signals. As a result, it is shown by neural network that the chatter vibration can be monitored effectively.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1995년도 춘계학술대회 논문집
• /
• pp.113-117
• /
• 1995

Grinding operations is accomplished by rotating a gfinding wheel with lots of random abrasive at high speed, and its object is generally obtained the fanal workpiece surface of high quality as well as the maximization of workpiece removal rate. But, especiallysince grinding operations is related with a large amount of functional parameter, it is actually difficult to therapy that the grinding trouble occurs during the grinding process. Therefore, we trytodesign grinding trouble-shooting system utilizing the back-propagation model of neural network. The conceptual method is produced byidentifying the four parameters derived from the grinding power, and we are design te to the grinding trouble-shooting system on the basis of their data. In this paper, cognition and therapy method tothe grinding trouble which utilizes neural network based four identified models are suggested, and implementation results of computer simulation with respect to the grinding burn and chatter vibration is presented.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1994년도 추계학술대회 논문집
• /
• pp.131-137
• /
• 1994

Detection of grinding trouble occuring during the grinding process is classified into two types, i.e, based on the quantitative and qualitative knowledge. But, since the grinding operation is especially related with a large amount of functional parameters, it is actually defficult to cope with the grinding troubles occuring during process. Therefore, grinding trouble-shooting has difficulty in satisfying the requirement from the user. To cope with the grinding troubles occuring during the process, the application of neural network is on effective way. In this study, we identify the four parameters derived from the AE(Acoustic Emission) signals and present the grinding trouble-shooting system utilizing a back-propagation model of the neural network.

• 한국정보통신학회논문지
• /
• 제2권1호
• /
• pp.109-116
• /
• 1998

본 논문은 DS-SS 이동 통신 시스템에서 복합 다계층 퍼셉트론 신경망을 이용한 간섭 신호 제어로써 직접순차 확산 스펙트럼의 협대역 간섭 신호를 역전파 학습 알고리즘을 이용하여 억압하고, 컴퓨터 시뮬레이션을 통해 동일 채널 간섭과 협대역 간섭의 실제 톤(Tone)에서 빠른 수렴 비율과 더 좋은 성능을 가지는 복소수 역전파 알고리즘으로부터 제안된 새로운 복합 (CBPRLS)알고리즘은 기존의 RAKE 수신기보다 더 낮은 비트 에러 율을 가지는 NNAC(Neural Network Adaptive Correlator)를 통해 간섭 신호가 보다 효율적으로 제어됨을 분석 고찰한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 하계학술대회 논문집 D
• /
• pp.2573-2575
• /
• 2003

In this paper, we discuss a fuzzy neural network classifier with immune algorithm. The fuzzy neural network classifier is constructed with the fuzzy classifier and the neural network classifier based on fuzzy rules. To maximize performance of classifier, the immune algorithm and the back propagation algorithm are used. For the generalized classification ability, the simulation results from the iris data demonstrate superiority of the proposed classifier in comparison with other classifier.

• 한국정보전자통신기술학회논문지
• /
• 제1권3호
• /
• pp.77-82
• /
• 2008

본 논문에서는 대중음악 코드진행 과정에 있어서 패턴 분석을 이용하여 멜로디를 추가하는 방법을 소개한다. 먼저, 멜로디를 신경망의 입력으로 사용되는 비트패턴으로 변환하는 방법을 기술한다. 멜로디 추가 방법은 역전파 신경망 학습을 통해 멜로디 작곡 패턴을 학습시키고 학습 된 데이터를 바탕으로 멜로디를 생성하도록 설계하였다. 실험결과 신경망 학습을 이용한 컴퓨터의 작곡 가능성을 확인하였다.

• 한국산학기술학회논문지
• /
• 제14권3호
• /
• pp.1372-1377
• /
• 2013

본 논문은 신경망을 이용한 간섭 신호 제어로써 합성 다층 퍼셉트론에 입각하여 셀룰라 이동 통신에서의 수신된 신호들을 역전파 학습알고리즘을 이용하여 검파하는 것에 대하여 소개하였다. 그리고 컴퓨터 시뮬레이션 결과를 통하여 공동 간섭과 협대역 간섭의 실제 음색에서 기존에 쓰여진 레이크 수신기보다 더 낮은 비트 오차 확률을 가지는 NNAC(neural network adaptive correlator)에 대하여 분석 하였다.

• 한국산학기술학회논문지
• /
• 제10권3호
• /
• pp.542-546
• /
• 2009

본 논문은 신경망을 이용한 간섭 신호 제어로써 합성 다층 퍼셉트론에 입각하여 셀룰라 이동통신에서의 수신된 신호들을 역전파 학습알고리즘을 이용하여 검파하는 것에 대하여 소개하였다. 그리고 컴퓨터 시뮬레이션 결과를 통하여 co-channel간섭과 협대역 간섭의 실제 음색에서 기존에 쓰여진 Rake수신기보다 더 낮은 비트 오차 확률을 가지는 NNAC(neural network adaptive correlator)에 대하여 분석 고찰하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.1478-1481
• /
• 2005

As the model of most practical system cannot be obtained, the practice of typical control method is limited. Accordingly, numerous artificial intelligence control methods have been used widely. Fuzzy control and neural network control have been an important point in the developing process of the field. This paper is proposed adaptive fuzzy-neural network based on the vector controlled interior permanent magnet synchronous motor drive system. The fuzzy-neural network is first utilized for the speed control. A model reference adaptive scheme is then proposed in which the adaptation mechanism is executed using fuzzy-neural network. Also, this paper is proposed estimation of speed of interior permanent magnet synchronous motor using artificial neural network controller. The back-propagation neural network technique is used to provide a real time adaptive estimation of the motor speed. The error between the desired state variable and the actual one is back-propagated to adjust the rotor speed, so that the actual state variable will coincide with the desired one. The back-propagation mechanism is easy to derive and the estimated speed tracks precisely the actual motor speed. This paper is proposed the analysis results to verify the effectiveness of the new method.

• 전자공학회논문지SC
• /
• 제42권6호
• /
• pp.77-82
• /
• 2005

본 논문은 FNN과 ANN 제어기를 이용한 유도전동기의 속도 제어 및 추정을 제시한다. 먼저, PI 제어기에서 나타나는 문제점을 해결하기 위하여 퍼지제어와 신경회로망을 혼합 적용한 FN 제어기를 설계한다. 퍼지제어기의 강인성 제어와 신경회로망의 고도의 적응제어의 장점들을 접목한다. 다음은 ANN을 이용하여 유도전동기 드라이브의 속도 추정기법을 제시한다. 2층 구조를 가진 신경회로망에 BPA(Back Propagation Algorithm)를 적용하여 유도전동기 드라이브의 속도를 추정한다. 추정속도의 타당성을 입증하기 위하여 시스템을 구성하여 제어특성을 분석한다. 그리고 추정된 속도를 지령속도와 비교하여 전류제어와 공간벡터 PWM을 통하여 유도전동기의 속도를 제어한다. 본 연구에서 제시한 FNN과 ANN의 제어특성 및 추정성능을 분석하고 그 결과를 제시한다.