• 대한기계학회논문집A
• /
• 제36권9호
• /
• pp.1065-1071
• /
• 2012

풍력발전기의 안정적인 전력생산은 정격풍속 이상에서 피치제어와 스톨제어와 같은 일정속도제어로 이루어지고 있다. 최근, 효율적인 전력생산을 위하여 정격풍속 이하의 변동풍속 조건에서 최대 출력을 얻기 위한 가변 속도제어가 적용되고 있는 추세이다. 기존의 피치제어기에서는 지글러-니콜스 계단응답법에 의한 제어기 최적화가 이루어지고 있으나, 가변 속도제어의 요구로 보다 정확한 최적화가 필요하게 되었다. 본 연구에서는 기존의 지글러-니콜스 계단응답법을 개선하기 위하여 라틴 하이퍼큐브 샘플링을 통한 신경망모델을 구축하고, 구축된 PID 제어 계수 신경망모델에 유전자 알고리즘을 적용하여 피치제어기를 최적화하였다. 유전자 알고리즘으로 구한 최적해가 지글러-니콜스 계단응답법의 초기해 보다 평균제곱근 오차가 13.4% 향상되었고, 응답특성을 나타내는 상승속도와 정착시간은 각각 15.8% 및 15.3%으로 개선되었다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.2617-2622
• /
• 2003

The pH neutralization process has long been taken as a representative benchmark problem of nonlinear chemical process control due to its nonlinearity and time-varying nature. For general nonlinear processes, it is difficult to control with a linear model-based control method so nonlinear controls must be considered. Among the numerous approaches suggested, the most rigorous approach is the dynamic optimization. However, as the size of the problem grows, the dynamic programming approach is suffered from the curse of dimensionality. In order to avoid this problem, the Neuro-Dynamic Programming (NDP) approach was proposed by Bertsekas and Tsitsiklis (1996). The NDP approach is to utilize all the data collected to generate an approximation of optimal cost-to-go function which was used to find the optimal input movement in real time control. The approximation could be any type of function such as polynomials, neural networks and etc. In this study, an algorithm using NDP approach was applied to a pH neutralization process to investigate the feasibility of the NDP algorithm and to deepen the understanding of the basic characteristics of this algorithm. As the global approximator, the neural network which requires training and k-nearest neighbor method which requires querying instead of training are investigated. The global approximator requires optimal control strategy. If the optimal control strategy is not available, suboptimal control strategy can be used even though the laborious Bellman iterations are necessary. For pH neutralization process it is rather easy to devise an optimal control strategy. Thus, we used an optimal control strategy and did not perform the Bellman iteration. Also, the effects of constraints on control moves are studied. From the simulations, the NDP method outperforms the conventional PID control.

• 한국지능시스템학회논문지
• /
• 제16권2호
• /
• pp.215-221
• /
• 2006

본 논문은 휴머노이드 로봇에 내재되어 있는 다양한 비선형성을 제어하기 위한 비선형 제어기를 제안에 관한 것이다. 기본적으로 휴머노이드 로봇은 기구적으로 불안정성을 내포하고 있고 기어나 모터 드라이버 등에서 다양한 비선형성을 가지고 있다. 이렇게 로봇 안에 존재하는 백래쉬(Backlash)나 포화(Saturation)와 같은 다양한 종류의 비선형성을 제어하는데 있어서 기존의 퍼지 알고리즘, 외란 관측기, 지능 학습망과 같은 제어 기법으로는 다수의 비선형성을 제어하는 데에는 한계를 지닐 수밖에 없다. 이에 본 논문에서는 스위칭 PE를 이용하여 모터 드라이버에 존재하는 포화에 의한 비선형성을 제거 하였으며 백래쉬에 의해 생기는 비선형성의 영향을 제어하기 위해 듀얼 피드백을 이용하였다. 그리고 시스템의 정확한 데이터를 얻기 위해 제어 알고리즘을 적용하기 이전에 모터 시스템에 대해 유전 알고리즘을 이용하여 시스템 식별을 수행하여 모터 시스템을 정확하게 유도하였으며, 시뮬레이션 과정을 통해 최적의 스위칭 PID 제어 이득값을 얻었다. 이렇게 얻어진 모터 식별값과 스위칭 PE제어 이득값을 시뮬레이션과 제안된 로봇인 ISHURO를 이용한 실험을 통해 이를 검증하였다.