• 전자공학회논문지SC
• /
• 제41권3호
• /
• pp.39-46
• /
• 2004

본 논문은 IPMSM 드라이브의 고성능 속도 제어를 위하여 퍼지제어와 신경회로망을 혼합 구성한 적응 FNN 제어기를 제시한다. 적응 FNN 제어기는 기준 모델에 기초한 적응 메카니즘을 적용하여 신경회로망의 고도의 적응제어와 퍼지제어기의 강인성 제어의 장점들을 접목한다. 적응 FNN 제어기의 출력은 FNN 제어기의 출력과 적응 퍼지제어의 출력을 합하여 출력을 얻는다. 적응 FNN 제어기는 다양한 동작조건에서 응답특성을 분석하고 평가한다. 제시한 적응 FNN 제어기의 타당성은 IPMSM 드라이브 시스템에 적용하여 성능 결과로 입증한다.

• 전력전자학회논문지
• /
• 제10권3호
• /
• pp.282-289
• /
• 2005

본 논문에서는 NFC(Neuro-Fuzzy Controller)와 ANN(Artificial Neural network) 제어기를 이용한 IPMSM의 속도 제어 및 추정을 제시한다. PI 제어기에서 나타나는 문제점을 해결하기 위하여 신경회로망과 퍼지제어를 혼합적용한 NFC를 설계한다. 신경회로망의 고도의 적응제어와 퍼지 제어기의 강인성 제어의 장점들을 접목한다. 다음은 ANN을 이용하여 IPMSM 드라이브의 속도 추정기법을 제시한다. 2층 구조를 가진 신경회로망에 BPA(Back Propagation Algorithm)를 적용하여 IPMSM 드라이브의 속도를 추정한다. 추정속도의 타당성을 입증하기 위하여 시스템을 구성하여 제어특성을 분석한다.

• 조명전기설비학회논문지
• /
• 제19권8호
• /
• pp.85-93
• /
• 2005

본 논문에서는 고속 드라이브를 위하여 IPMSM의 약계자 영역에서 최대 토크제어를 제시한다. 최대 토크동작을 위하여 최적 d축 전류를 결정하고 이 전류를 각 제어모드에서 사용한다. 최대 토크를 발생하기 위하여 전류 조절기의 출력인 인버터의 출력전압은 DC 링크전압을 최대로 이용한다. 제어모드의 원활한 전이는 지령신호에 기초하여 자동적으로 수행한다. 본 논문에서 제시한 최대 토크제어로 IPMSM 드라이브에 적용시험을 한다. 그리고 시험결과의 응답특성을 다양하게 분석하여 본 논문의 타당성을 입증한다.

• 조명전기설비학회논문지
• /
• 제23권8호
• /
• pp.57-66
• /
• 2009

종래의 고정된 이득을 가진 PI 제어기는 지령속도, 부하변화 등과 같은 파라미터 변동에 대해서 매우 민감하다. IPMSM 드라이브의 정확한 속도제어는 비선형적인 전자기적 발생저항뿐만 아니라 회전자 속도와 권선저항사이의 비선형적 관계 때문에 복잡한 문제점이 있다. 따라서 광범위한 동작상태에서 최적 제어를 위해 PI 제어기의 이득값을 실시간으로 조절해야한다. 본 논문은 FNN과 ALM을 이용하여 IPMSM 드라이브의 HIPI 제어기를 제시한다. 제시된 제어기는 ANN을 이용하여 속도를 추정하고, 시스템 외란에 대해서 IPMSM 드라이브의 고성능 속도제어를 제시한다. PI 제어기의 이득값은 모든 동작상태에서 ALM-FNN에 의해 최적화 되어진다. 제시된 제어기는 다양한 동작상태에 대한 분석을 통해 타당성을 입증한다.

• 조명전기설비학회논문지
• /
• 제22권1호
• /
• pp.40-49
• /
• 2008

IPMSM 드라이브는 하중 비에 대한 출력이 우수하여 전기자동차 등 응용분야에서 관심이 증가하고 있다. 이러한 응용분야에서 최대 효율을 얻기 위하여 본 논문은 신경회로망 제어기법을 제시한다. 동손과 철손으로 구성된 제어가능한 전기적 손실은 신경회로망의 오류 역전파 알고리즘(EBPA)를 이용하여 최소화시킬 수 있다. 손실의 최소화는 IPMSM 드라이브의 효율 최적화 제어를 가능하게 한다. 본 논문에서는 신경회로망의 EBPA를 이용하여 전동기 구동에 대하여 d축 인덕턴스, 전기자 저항, 역기전력 상수 변화와 같은 파라미터 변동을 시간으로 계산하여 고성능 및 강인성 제어를 제시한다. 제시한 알고리즘은 IPMSM 드라이브 시스템에 적용하고 효율최적화 제어에 의해 제어된 동작특성을 분석하여 논문의 타당성을 입증한다.

• 조명전기설비학회논문지
• /
• 제21권5호
• /
• pp.32-43
• /
• 2007

IPMSM은 하중에 비하여 고출력으로 인하여 전기자동차에 널리 보급되고 있다. 본 논문은 적응 학습 퍼지-신경회로망과 ANN을 이용한 IPMSM드라이브의 최대토크 제어를 제시한다. 이러한 제어 방법은 인버터의 정격전류 및 전압값의 범위를 고려한 전속도 영역에 적용 된다. 본 논문은 적응학습 퍼지-신경회로망을 이용하여 IPMSM의 속도제어와 ANN을 이용하여 속도를 추정을 제시한다. 신경회로망의 역전파 알고리즘은 전동기 속도의 실시간 추정을 제시하는데 사용된다. 제시된 제어 알고리즘은 적응학습 퍼지-신경회로망과 ANN 제어기를 IPMSM 드라이브에 적용된다. 최대토크에 의해 제어된 동작 특성은 세부적으로 실험한다. 또한 본 논문은 적응 학습 퍼지 신경회로망과 ANN의 효과를 결과 분석을 통해 제시한다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2010년도 하계학술대회 논문집
• /
• pp.444-445
• /
• 2010

This paper deals with the development of an IPMSM motor drive for NEVs. The drive system consists of 7kW IPMSM motor, DSP-based controller, and MOSFET-based inverter. The controller provides the same accelerator function as the conventional vehicle for an easy NEV drive.

• 전력전자학회논문지
• /
• 제11권1호
• /
• pp.29-37
• /
• 2006

본 논문에서는 LM-FNN(learning Mechanism-Fuzzy Neural Network) 제어기를 이용하여 IPMSM 드라이브의 고성능 속도를 제어한다. 고성능제어를 위하여 신경회로망과 퍼지제어를 혼합 적용한 FNN을 설계한고 더욱 성능을 개선하기 위하여 학습 메카니즘을 이용하여 FNN 제어기의 파라미터를 갱신시킨다. 그리고 ANN(Artificial Neural Network)을 이용하여 IPMSM 드라이브의 속도 추정기법을 제시한다. 추정속도의 타당성을 입증하기 위하여 시스템을 구성하여 제어특성을 분석한다. 그리고 추정된 속도를 지령속도와 비교하여 전류제어와 공간벡터 PWM을 통하여 IPMSM의 속도를 제어한다. 본 연구에서 제시한 LM-FNN과 ANN 제어기의 제어특성과 추정성능을 분석하고 그 결과를 제시한다.

• 조명전기설비학회논문지
• /
• 제20권7호
• /
• pp.65-73
• /
• 2006

본 논문은 신경회로망을 이용한 IPMSM 드라이브의 속도제어를 제시한다. 일반적으로 수치 제어된 기계에서 PI 제어기는 고정된 이득값으로 처리한다. PI 제어기의 고정된 이득값은 어떤 동작조건에서는 양호하게 수행된다. 고정된 이득값을 가진 PI 제어기의 강인성 향상을 위하여 신경회로망을 기초로 하는 새로운 제어 방법인 NNPI 제어기를 제시한다. NNPI 제어기는 속도, 부하토크 및 관성과 같은 파리미터 변동에 대하여 오버슈트를 감소시키고 상승 시간 및 정상상태에 빠르게 도달한다. 또한 본 논문에서는 신경회로망을 사용하여 IPMSM의 속도를 제어하고 ANN 제어기를 사용하여 속도를 추정한다. 신경회로망의 역전파 알고리즘 방법은 전동기의 속도를 실시간으로 추정하는데 사용된다. IPMSM의 속도제어기 결과는 제시된 이득값 조절의 타당성을 입증한다. 그리고 NNPI 제어기는 광범위한 동작상태와 부하 외란에 대하여 고정된 이득값보다 우수한 성능을 가진다.

• 전자공학회논문지SC
• /
• 제44권2호
• /
• pp.24-31
• /
• 2007

본 논문은 신경회로망을 이용한 IPMSM 드라이브의 자기동조 PI 제어기를 제시한다. 일반적으로 수치제어장치 처리는 고정된 이득값을 가진 PI 제어기를 이용한다. 고정된 이득값을 가진 PI 제어기는 어떠한 환경에서는 양호하게 동작할 수 도 있다. 고정된 이득값을 가진 PI 제어기의 강인성을 증가시키기 위하여 신경회로망을 기반으로한 새로운 방법인 STPI 제어기를 제시하였다. STPI 제어기는 속도, 부하토크, 관성과 같은 파라비터가 갑자기 변화하였을 때 오버슈트, 상승시간, 안정화시간을 최소화한다. 또한 본 논문에서는 신경회로망을 이용하여 속도를 제어하고 ANN 제어기를 이용하여 속도를 추정한다. 신경회로망의 역전파 알고리즘 기법은 전동기 속도의 실시간 추정을 제시한다. IPMSM의 속도제어의 결과는 이득값 동조의 효용성을 보여준다. 그리고 STPI 제어기는 고정된 이득값을 가진 PI 제어기에 비하여 강인성 광범위한 운전영역 부하 왜란등에 대하여 우수한 성능을 나타낸다.