• 한국전기전자재료학회:학술대회논문집
• /
• 한국전기전자재료학회 2002년도 춘계합동학술대회 논문집
• /
• pp.21-25
• /
• 2002

Activated sludge processes are widely used in biological wastewater treatment processes. The main motivation of this research is to develop an intelligent control strategy for activated sludge process (ASP). ASP is a complex and nonlinear dynamic system because of the characteristic of wastewater, the change in influent rate, weather conditions, and so on. The mathematical model of ASP also includes uncertainties which are ignored or not considered by process engineer or controller designer. The ASP model based on Matlab/Simulink is designed in this paper. The performance of the model is tested by IWA (International Water Association) and COST (European Cooperation in the filed of Scientific and Technical Research) data that include steady-state results during 14 days. In this paper, fuzzy logic control approach is applied to control the DO (dissolved oxygen) concentration. The fuzzy logic controller that includes two inputs and one output can adjust air flowrate. Also, this paper introduces the remote monitoring and control system that is applied for the CSTR (Continuously Stirred Tank Reactor) wastewater treatment system. The CSTR plant has a local control and the remote monitoring system which is contained communication parts which consist of LAN (Local Area Network) network and CDMA (Code Division Multiple Access) wireless module. Remote control and monitoring systems are constructed in the laboratory.

• 한국지진공학회논문집
• /
• 제8권4호
• /
• pp.51-62
• /
• 2004

사장교의 지진응답 제어를 위한 퍼지관리제어기법에 대하여 연구하였다. 제시하는 방법은 복합제어방법의 하나로서, 여러 개의 최적제어기로 이루어진 하부제어기와 퍼지관리자로 구성되는 계층적인 구조를 가진다. 하위제어기들은 사장교의 주요 지진응답들을 저감시키도록 각각 독립적으로 설계되며, 퍼지관리자는 설계된 하위제어기들의 참여율을 조절함으로써 향상된 제진성능을 확보한다. 이는 하위제어기의 정적 제어이득을 퍼지추론과정에 기반하여 실시간으로 변화하는 동적 제어이득으로 변화함으로써 이루어진다. 제안하는 방법으리 적용성을 평가하기 위하여 Dyke 등이 제안한 사장교의 벤치마크 제어문제를 설계 예로 고려하였으며, 사장교 지진응답제어를 위한 제어변수로는 주탑하부의 전단력과 휨모멘트, 주탑상부의 수평변위 및 테크 주탑간 상대변위, 그리고 케이블의 장력을 선정하였다. 벤치마크 사장교에 대하여 제안한 퍼지관리제어기 및 최적제어이론에 기반한 LQG 제어기의 제어성능 비교로부터 제시하는 기법의 효율성을 검증하였다.

• 한국지진공학회논문집
• /
• 제9권2호통권42호
• /
• pp.37-46
• /
• 2005

현재까지 많은 스마트 면진시스템이 제안되었고 연구되어 왔다. 본 연구에서는 스마트 면진시스템의 면진장치와 보조감쇠 장치로서 새로운 형태의 마찰진자시스템(FPS)과 MR 감쇠기를 각각 사용한다. 퍼지로직제어기(FLC)가 고유의 견실성과 비선형 및 불확실성을 쉽게 다룰 수 있는 능력이 있기 때문에 MR 감쇠기의 감쇠력을 조절하는데 FLC를 사용한다. 또한 FLC의 성능을 최적화 하기 위해서는 유전자알고리즘(GA)을 사용한다. GA를 사용함으로써 소속함수의 형상을 조절하는 것뿐만 아니라 적절한 퍼지제어규칙을 결정할 수 있다. 이를 위하여 본 연구에서는 부분개선 유전자알고리즘을 사용하였다. 이 방법은 유전자의 특정부분을 향상시키는데 효율적이다. FPS와 MR 감쇠기의 동적거동을 표현하기 위해서는 뉴로?퍼지 모델을 사용한다. FLC의 최적설계를 위하여 본 연구에서 제안된 방법의 효율성은 여러 가지 역사지진을 사용하여 계산된 동적응답을 기초로 하여 평가한다. 예제해석결과 제안된 방법은 적절한 퍼지규칙을 찾을 수 있고 GA로 최적화된 FLC는 수동제어기 뿐만 아니라 전문가의 지식에 기반한 FLC와 전통적인 준능동제어기보다 더 좋은 성능을 발휘한다.

• Geomechanics and Engineering
• /
• 제31권2호
• /
• pp.129-147
• /
• 2022

The properties of soil are naturally highly variable and thus, to ensure proper safety and reliability, we need to test a large number of samples across the length and depth. In pile foundations, conducting field tests are highly expensive and the traditional empirical relations too have been proven to be poor in performance. The study proposes a state-of-art Particle Swarm Optimization (PSO) hybridized Artificial Neural Network (ANN), Extreme Learning Machine (ELM) and Adaptive Neuro Fuzzy Inference System (ANFIS); and comparative analysis of metaheuristic models (ANN-PSO, ELM-PSO, ANFIS-PSO) for prediction of bearing capacity of pile foundation trained and tested on dataset of nearly 300 dynamic pile tests from the literature. A novel ensemble model of three hybrid models is constructed to combine and enhance the predictions of the individual models effectively. The authenticity of the dataset is confirmed using descriptive statistics, correlation matrix and sensitivity analysis. Ram weight and diameter of pile are found to be most influential input parameter. The comparative analysis reveals that ANFIS-PSO is the best performing model in testing phase (R² = 0.85, RMSE = 0.01) while ELM-PSO performs best in training phase (R² = 0.88, RMSE = 0.08); while the ensemble provided overall best performance based on the rank score. The performance of ANN-PSO is least satisfactory compared to the other two models. The findings were confirmed using Taylor diagram, error matrix and uncertainty analysis. Based on the results ELM-PSO and ANFIS-PSO is proposed to be used for the prediction of bearing capacity of piles and ensemble learning method of joining the outputs of individual models should be encouraged. The study possesses the potential to assist geotechnical engineers in the design phase of civil engineering projects.

• 전자공학회논문지CI
• /
• 제39권3호
• /
• pp.18-31
• /
• 2002

본 연구는 뉴로퍼지 네트워크와 다항식 뉴럴네트워크를 합성한 하이브리드 모델링 구조인 고급 뉴로퍼지 다항식 네트워크(Advanced neurofuzzy polynomial networks ; ANFPN)를 제안한다. 제안된 네트워크 구조는 높은 비선형 규칙 기반 모델로, CI(Computational Intelligence)의 기술, 즉 퍼지집합, 뉴럴네트워크, 유전자 알고리즘에 의해 설계되어진다. 뉴로퍼지 네트워크는 ANFPN 구조의 전반부를, 다항식 뉴럴네트워크는 후반부를 구성한다. ANFPN의 전반부에서, 뉴로퍼지 네트워크는 간략추론, 오류역전파 학습 규칙을 이용한다. 멤버쉽함수의 파라미터, 학습율, 모멘텀 계수는 유전자 최적화를 이용하여 조절된다. ANFPN의 후반부 구조로서 다항식 뉴럴네트워크는 학습을 통해 생성되는(전개되는) 유연한 네트워크 구조이다. 특히 다항식 뉴럴네트워크의 층과 노드 수는 고정되어 있지 않고 동적으로 생성된다. 본 연구에서는, 2가지 형태의 ANFPN 구조를 제안한다. 즉 기본 구조와 변형된 구조이다. 여기서 기본 구조와 변형된 구조는 다항식 뉴럴네트워크 구조의 각 층에서 입력변수의 수와 회귀다항식의 차수에 의존한다. 두 결합 구조의 특징 때문에 공정 시스템의 비선형적인 특성을 고려할 수 있고 보다 우수한 예측능력을 가진 좋은 출력선응을 얻을 수 있게 한다. ANFPN의 유용성과 실용성은 2개의 수치 예제를 통해 논의된다. 제안된 ANFPN은 기존의 모델보다 높은 정밀도와 예측능력을 가진 모델을 생성함을 보인다.