In this paper, we designed the adaptive fuzzy controller(AFLC) using neural network and tabu search. We tuned the weights of neural network changing adaptively input/output gain of fuzzy logic controller and the gain of fuzzy logic controller using tabu search. To evaluate the proposed method's effectiveness, we apply the proposed AFLC to the speed control of an actual AC servomotor system. The experimental results show that AFLC has the better control performance than PI controller in terms of settling time, rising time and overshoot.
International Journal of Fuzzy Logic and Intelligent Systems
/
제3권1호
/
pp.78-86
/
2003
Multivariable control system exist widely in many types of systems such as chemical processes, biomedical processes, and the main steam temperature control system of the thermal power plant. Up to the present time, Pill Controllers have been used to operate these systems. However, it is very difficult to achieve an optimal PID gain with no experience, because of the interaction between loops and gain of the Pill controller has to be manually tuned by trial and error. This paper suggests a tuning method of the Pill Controller for the multivariable power plant using an immune algorithm, through computer simulation. Tuning results by immune algorithms based neural network are compared with the results of genetic algorithm.
The regulation performances needs high control gain in novel output feedback controller but high control gain is decreased relative stability of the total system. Thus, this paper proposed neural network controller(NNC) for output feedback controller. In this scheme, output feedback controller are guarantee global stability and NNC are controller steady-state error and defined optimal control law. And we demonstrated this scheme by simulations.
This paper presents neural load torque observer that is used to deadbeat load torque observer and gain compensation by parameter estimator As a result, the response of the PMSM(permanent magnet synchronous motor) follows that nominal plant. The load torque compensation method is composed of a neural deadbeat observer To reduce the noise effect, the post-filter implemented by MA(moving average) process, is adopted. The parameter compensator with RLSM (recursive least square method) parameter estimator is adopted to increase the performance of the load torque observer and main controller The parameter estimator is combined with a high performance neural load torque observer to resolve the problems. The neural network is trained in on-line phases and it is composed by a feed forward recall and error back-propagation training. During the normal operation, the input-output response is sampled and the weighting value is trained multi-times by error back-propagation method at each sample period to accommodate the possible variations in the parameters or load torque. As a result, the proposed control system has a robust and precise system against the load torque and the Parameter variation. A stability and usefulness are verified by computer simulation and experiment.
본 논문에서는 고속 이동성을 갖는 통신 시스템에서 회귀 신경망을 기반으로 한 페이딩 신호 예측 기법을 제안하고, 이를 이용한 송신 전력 제어를 제안하였다. 회귀 신경망의 연산 결과를 해석적으로 도출하여, 신경망 특유의 회로 복잡도 문제를 해결하고, 연산된 채널 예측치를 이용하여 최대비 결합(maximum ratio combining)방식으로 여러 개의 송신 안테나에 대하여 채널 이득을 산출하고, 이 산출된 값으로 송신 안테나 각각에 대한 송신 전력을 제어하였다. 모의 실험 결과 채널 예측 기반 전력 제어를 하지 않은 것에 비해 쥐어난 성능을 나타냄을 보여준다. 기존의 대부분의 연구들이 페이딩 신호에 강인한 수신기술에 대하여 연구를 하였거나 페이딩 신호에 대한 채널 예측도 저속의 이동성에 국한되어진 것에 비하여, 제안된 채널예측 방법은 개회로 전력제어에 적용하는 경우 송신단에서 페이딩의 영향을 제거하여 신호를 송신하기 때문에 수신 단에서 여타의 요소기술들을 매우 단순하게 설계하거나 시스템의 복잡도를 획기적으로 개선시킬 수 있는 가능성을 제시하였다.
International Journal of Control, Automation, and Systems
/
제4권5호
/
pp.545-558
/
2006
In this paper, PD-like visual servoing is modified in two ways: a sliding-mode observer is applied to estimate the joint velocities, and a RBF neural network is used to compensate the unknown gravity and friction. Based on Lyapunov method and input--to-state stability theory, we prove that PD-like visual servoing with the sliding mode observer and the neuro compensator is robust stable when the gain of the PD controller is bigger than the upper bounds of the uncertainties. Several simulations are presented to support the theory results.
It is well known that Variable Structure Controller(VSC) is robust to parameters variation and disturbance but its performance depends on the design parameters such as switching gain and slope of sliding surface. This paper proposes a more robust VSC that is composed of local VSC's. Each local VSC considers the local system dynamics with narrow parameter variation and disturbance. First we optimize the local VSC's by use of Evolution Strategy, and next we use Artificial Neural Network to generalize the local VSC's and construct the overall VSC in order to cover the whole range of parameter variation and disturbance. Simulation on BLDC motor current control shows that the proposed VSC is superior to the conventional VSC.
We present proofs of the stability and convergence of Self-organizing feature map (SOFM) neural network with time-invarient learning rate and binary reinforcement function. One of the major problems in Self-organizing feature map neural network concerns with learning rate-"Kalman Filter" gain in stochsatic control field which is monotone decreasing function and converges to 0 for satisfying minimum variance property. In this paper, we show that the stability and convergence of Self-organizing feature map neural network with time-invariant learning rate. The analysis of the proposed algorithm shows that the stability and convergence is guranteed with exponentially stable and weak convergence properties as well.s as well.
본 논문에서는 공기압축기 구동용 유도전동기를 대상으로 부하토크관측기와 신경망을 이용 한 피드포워드 보상기를 결합한 속도 적응제어시스템을 제안한다. 공기압축기를 구동하는 전동기는 피스톤 의 상하운동에 의해 급격한 가변형의 부하를 받게 되고, 이로 인해 운전특성에 문제가 발생된다. 신경망 추정기를 이용하여 속도 제어기의 이득을 실시간으로 동조함으로써 전동기의 속도제어 특성을 개선한다. 제안된 시스템에 대한 이론적 해석과 시뮬레이션을 통해 그 타당성을 검정한다.
This paper presents self tuning PI controller of IPMSM drive using neural network. NNPI controller is developed to minimize overshoot, rise time and settling time following sudden parameter changes such as speed, load torque and inertia. Also, this paper is proposed speed control of IPMSM using neural network and estimation of speed using artificial neural network(ANN) controller. The results on a speed controller of IPMSM are presented to show the effectiveness of the proposed gain tuner. And this controller is better than the fixed gains one in terms of robustness, even under great variations of operating conditions and load disturbance.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.