• 전기학회논문지P
• /
• 제58권3호
• /
• pp.249-256
• /
• 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 learning 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 learning 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, FLC and ANN controller.

• 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.

• 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.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.1097-1098
• /
• 2011

This paper proposes high performance control of induction motor drive using fuzzy neural network precompensation PI(FNPPI) controller. To apply industrial processes, control methods is requested technique that can be demonstrate high performance and robust about load disturbance, parameter variation and uncertainty of model, etc. The PI controller dose not show satisfactory performance due to fixed gain. Therefore, this paper proposes FNPPI which is adjusted input values of PI controller according to operating conditions of motor by FNN controller mixed neural network and fuzzy. And this paper proves validity of proposed control algorithm through result analysis.

• 전자공학회논문지SC
• /
• 제39권2호
• /
• pp.157-165
• /
• 2002

본 논문에서는 PD 제어기와 신경회로망을 이용하여 3상 유도전동기의 속도제어 시스템을 구현하고자 한다. PD 제어기는 초기의 제어를 담당하며 신경회로망의 초기 학습을 담당한다. 또한, 신경회로망은 비선형 매핑능력과 학습능력이 탁월하기 때문에 제어기로 많이 사용되며 특히 전향경로 신경망은 구조가 매우 간단하기 때문에 본 논문에서는 이를 이용하여 유도전동기의 속도제어 시스템에 구현하였다. 신경회로망의 입력으로는 모터의 기준속도, 엔코더를 이용하여 측정한 모터의 실제 속도와 제어입력 전류를 이용하였고, 온라인 상태로 학습되도록 하였다. 본 논문에서 제안된 알고리즘의 타당성을 보이기 위해 기존에 널리 사용되었던 PI 제어기와 비교평가를 하였으며 시뮬레이션과 실험결과로부터 초기운전 상태에서는 PD 제어기가 주로 제어를 담당하지만 시간이 지남에 따라 신경회로망이 학습되어 신경회로망이 주 제어기가 됨을 확인하였다. 아울러, 제안된 하이브리드 제어기가 PI 제어기보다 우수하고 특히 부하변동과 같은 외란에 강인함을 알 수 있었으며, 정상상태 오차가 현저히 감소하여 정밀한 속도제어가 가능함을 확인하였다.

• 조명전기설비학회논문지
• /
• 제23권9호
• /
• pp.24-30
• /
• 2009

본 논문은 유도전동기 구동을 위한 태양광 발전시스템의 퍼지기반 MPPT 제어를 제시한다. 태양광 발전시스템의 최대 출력을 위하여 퍼지제어기를 이용한다. 퍼지제어기는 입력으로 최대 출력과 실제출력의 오차와 오차변화분을 사용하고 제어변수로 전압 변화분을 출력한다. 태양광 발전시스템은 퍼지기반 MPPT를 이용하여 유도전동기를 구동한다. 본 논문에서 제시한 퍼지기반 MPPT 제어는 종래의 PI 제어기와 비교를 통해 MPPT 추적성능 및 드라이브 구동성능 비교를 통해 타당성을 입증한다.