• 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.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 하계학술대회 논문집 D
• /
• pp.2149-2151
• /
• 2002

In this paper, a novel speed estimation method of an induction motor using neural networks(NNs) is presented. The NN speed estimator is trained online by using the error backpropagation algorithm, and the training starts simultaneously with the induction motor working. The neural network based vector controller has the advantage of robustness against machine parameter variation. The simulation results using Matlab/Simulink verify the useful of the proposed method.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 학술대회 논문집 전문대학교육위원
• /
• pp.136-138
• /
• 2005

The conventional self-tuning methods have the speed control problem of nonlinear BLDC motor which can't adapt against any kinds of noise or operation circumstances. In this paper, supposed to solve these problem to PI parameters controller algorithm using ANN. In the proposed algorithm, the parameters of the controller were adjusted to reduce by on-line system the error of the speed of BLDC motor. In this process, EBPA NN was constituted to an output error value of a BLDC motor and conspired an input and output. The performance of the self-tuning controller is compared with that of the PI controller tuned by conventional method(Z&N). The effectiveness of the proposed control method IS verified thought the Matlab Simulink.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 학술대회 논문집 전문대학교육위원
• /
• pp.155-157
• /
• 2005

This paper shows how to design a MPPT control of PV system using neural network PI self tuning. The conventional self-tuning methods have the voltage control problem of nonlinear PV system which can't adapt against any kinds of noise or operation circumstances. In this paper, supposed to solve these problem to PI parameters controller algorithm using ANN. In the proposed algorithm, the parameters of the controller were adjusted to reduce by on-line system the error of the output voltage of DC-DC chopper. In this process, EBPA NN was constituted to an output error value of a DC-DC chopper and conspired an input and output. The performance of the self-tuning controller is compared with that of the PI controller tuned by conventional method. The effectiveness of the proposed control method is verified thought the Matlab Simulink.

• 전기학회논문지P
• /
• 제54권1호
• /
• pp.20-29
• /
• 2005

This paper presents an implementation of efficiency optimization of reluctance synchronous motor (RSM) using a neural network (NN) with a direct torque control (DTC). The equipment circuit considered with iron losses in RSM is analyzed theoretically, and the optimal current ratio between torque current and exiting current component are derived analytically. For the RSM driver, torque dynamic can be maintained with DTC using TMS320F2812 DSP Controller even with controlling the flux level because a torque is directly proportional to the stator current unlike induction motor. In order to drive RSM at maximum efficiency and good dynamics response, the Backpropagation Neural Network is adapted. The experimental results are presented to validate the applicability of the proposed method. The developed control system show high efficiency and good dynamic response features with 1.0 [kW] RSM having 2.57 inductance ratio of d/q.

• 제어로봇시스템학회논문지
• /
• 제16권4호
• /
• pp.374-380
• /
• 2010

This paper proposes a wearable interface for a tendon-driven robotic hand prosthesis. The proposed interface is composed of a dataglove to measure finger and wrist joint angle, and a micro-control board with a wireless RF module. The interface is used for posture control of the robotic hand prosthesis. The measured joint angles by the dataglove are transferred to the main controller via the wireless module. The controller works for directly controlling the joint angle of the hand or for recognizing hand postures using a pattern recognition method such as LDA and k-NN. The recognized hand postures in this study are the paper, the rock, the scissors, the precision grasp, and the tip grasp. In experiments, we show the performances of the wearable interface including the pattern recognition method.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 D
• /
• pp.2283-2285
• /
• 2001

This paper proposed to a neural network based fuzzy control (neuro-fuzzy control) technique for attitude control of helicopter with strongly dynamic nonlinearities and derived a helicopter aerodynamic torque equation of helicopter and the force balance equation. A neuro-fuzzy system is a feedforward network that employs a back-propagation algorithm for learning purpose. A neuro-fuzzy system is used to identify nonlinear dynamic systems. Hence, this paper presents methods for the design of a neural network(NN) based fuzzy controller(that is, neuro-fuzzy control) for a helicopter of nonlinear MIMO systems. The proposed neuro-fuzzy control determined to a input-output membership function in fuzzy control and neural networks constructed to improve through learning of input-output membership functions determined in fuzzy control.

• 전력전자학회논문지
• /
• 제7권6호
• /
• pp.509-516
• /
• 2002

본 논문에서는 신경회로망을 이용한 스위치드 릴럭턴스 전동기(Switched Reluctance Motor, SRM)의 간편한 순시토크 추정기법과 스위칭 각 제어에 관해 연구하였다. 간단한 구조와 높은 효율 등의 많은 장점을 가지고 있는 SRM은 부하토크와 회전속도에 따라 운전특성이 달라지므로 최적운전을 위해서는 스위칭 각 제어가 필수적이다. 이러한 스위칭 각은 고정자 및 회전자 극호각, 토크 및 속도 능의 여러 변수들에 따라 달라지기 때문에 적정 스위칭 시점을 결정하는데 있어서 어려움이 있다. 따라서 본 논문에서는 부하토크 및 회전속도에 따라 효율이 가장 높은 적정 스위칭 각을 실험을 통해 선정한 후 신경회로망(Neural Network, NN)을 이용하여 전동기 제어에 적용하는 방안에 관해 고찰하였다. 또한 스위칭 각 제어에 있어서 필수적인 순시토크의 추정에 있어서도 신경회로망을 이용하여 인덕턴스의 비선형적인 특성이 고려되도록 하였다. 구현된 스위칭 각 제어기를 실제 시스템에 적용하였으며, 고효율 측면에서 선정된 스위칭 각 제어기의 동특성을 확인함으로써 스위칭 각 제어기의 적합성을 검증하였다.

• 한국지능시스템학회논문지
• /
• 제21권5호
• /
• pp.602-608
• /
• 2011

본 논문에서는, 신경망을 이용한 뉴로 인터페이스 설계를 통해 논홀로노믹 이동 로봇을 제어하는 방법을 제시하였다. 특히, 가상의 마스터-슬레이브 로봇 개념을 이용하여, 부분적으로 안정된 마스터 로봇의 역 동적모델이 피드백-에러 학습법을 적용한 신경망을 통해 온라인으로 획득되도록 하였다. 이 피드백 제어기는 PD 보상기에 기초를 두고 있다. 온라인 학습을 위한 신경망은 입력층이 6개의 입력세포들($x_i$, i=1~6)로 구성되어있으며, 1개의 은닉층에는 2개의 은닉세포($o_j$, j=1~2), 출력층은 2개의 출력세포(${\tau}_k$, k=1~2)로 구성되었고, 신경망의 온라인 학습을 위하여 최소자승법에 의한 오류역전파 알고리즘을 이용하였다. 본 연구에서 개발된 뉴로 인터페이스의 경로추적제어에 관한 성능은 2-wheel 독립구동이 가능한 논홀로노믹 이동 로봇의 시뮬레이션으로 증명하였다.

• Structural Engineering and Mechanics
• /
• 제56권3호
• /
• pp.385-407
• /
• 2015

This paper deals with the problem of the global stabilization for a class of tension leg platform (TLP) nonlinear control systems. It is well known that, in general, the global asymptotic stability of the TLP subsystems does not imply the global asymptotic stability of the composite closed-loop system. Finding system parameters for stabilizing the control system is also an issue need to be concerned. In this paper, we give additional sufficient conditions for the global stabilization of a TLP nonlinear system. In particular, we consider a class of NN based Takagi-Sugeno (TS) fuzzy TLP systems. Using the so-called parallel distributed compensation (PDC) controller, we prove that this class of systems can be globally asymptotically stable. The proper design of system parameters are found by a swarm intelligence algorithm called Evolved Bat Algorithm (EBA). An illustrative example is given to show the applicability of the main result.