• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제16권3호
• /
• pp.197-207
• /
• 2016

It is very important to maintain a constant chlorine concentration in the post chlorination process, which is the final step in the water treatment process (hereafter WTP) before servicing water to citizens. Even though a flow meter between the filtration basin and clear well must be installed for the post chlorination process, it is not easy to install owing to poor installation conditions. In such a case, a raw water flow meter has been used as an alternative and has led to dosage errors due to detention time. Therefore, the inlet flow to the clear well is estimated by a time series neural network for the plant without a measurement value, a new residual chlorine meter is installed in the inlet of the clear well to decrease the control period, and the proposed modeling and controller to analyze the chlorine concentration change in the well is a neuro fuzzy algorithm and cascade method. The proposed algorithm led to post chlorination and chlorination improvements of 1.75 times and 1.96 times respectively when it was applied to an operating WTP. As a result, a hygienically safer drinking water is supplied with preemptive response for the time delay and inherent characteristics of the disinfection process.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2004년도 ICCAS
• /
• pp.620-626
• /
• 2004

For general nonlinear processes, it is difficult to control with a linear model-based control method and nonlinear controls are considered. Among the numerous approaches suggested, the most rigorous approach is to use dynamic optimization. Many general engineering problems like control, scheduling, planning etc. are expressed by functional optimization problem and most of them can be changed into dynamic programming (DP) problems. However the DP problems are used in just few cases because as the size of the problem grows, the dynamic programming approach is suffered from the burden of calculation which is called as 'curse of dimensionality'. In order to avoid this problem, the Neuro-Dynamic Programming (NDP) approach is proposed by Bertsekas and Tsitsiklis (1996). To get the solution of seriously nonlinear process control, the interest in NDP approach is enlarged and NDP algorithm is applied to diverse areas such as retailing, finance, inventory management, communication networks, etc. and it has been extended to chemical engineering parts. In the NDP approach, we select the optimal control input policy to minimize the value of cost which is calculated by the sum of current stage cost and future stages cost starting from the next state. The cost value is related with a weight square sum of error and input movement. During the calculation of optimal input policy, if the approximate cost function by using simulation data is utilized with Bellman iteration, the burden of calculation can be relieved and the curse of dimensionality problem of DP can be overcome. It is very important issue how to construct the cost-to-go function which has a good approximate performance. The neural network is one of the eager learning methods and it works as a global approximator to cost-to-go function. In this algorithm, the training of neural network is important and difficult part, and it gives significant effect on the performance of control. To avoid the difficulty in neural network training, the lazy learning method like k-nearest neighbor method can be exploited. The training is unnecessary for this method but requires more computation time and greater data storage. The pH neutralization process has long been taken as a representative benchmark problem of nonlin ar chemical process control due to its nonlinearity and time-varying nature. In this study, the NDP algorithm was applied to pH neutralization process. At first, the pH neutralization process control to use NDP algorithm was performed through simulations with various approximators. The global and local approximators are used for NDP calculation. After that, the verification of NDP in real system was made by pH neutralization experiment. The control results by NDP algorithm was compared with those by the PI controller which is traditionally used, in both simulations and experiments. From the comparison of results, the control by NDP algorithm showed faster and better control performance than PI controller. In addition to that, the control by NDP algorithm showed the good results when it applied to the cases with disturbances and multiple set point changes.

• 전자공학회논문지
• /
• 제53권7호
• /
• pp.110-120
• /
• 2016

인체 삽입형 뇌 신경자극기는 소비전력에 있어서 효율적인 구조로 설계되어야 한다. 이들 자극신호는 파형이 단순하고, MCU(micro controller unit)의 대기시간은 실행시간보다 훨씬 긴 특성을 가짐에도 불구하고, 이러한 특성을 고려한 저전력 설계가 되어 있지 않다. 본 논문에서는 자극신호 특성에 기반하는 저전력 알고리즘을 제안한다. 또한 뇌 신경자극기 S/W, NMS(neuro modulation simulation)의 설계 및 구현 결과도 제시한다. 저전력 알고리즘 구현을 위해, 기존 뇌 신경자극기 프로그램의 함수별 수행(running) 시간을 분석하여, 실행(execution) 시간과 대기(waiting) 시간을 도출하였다. 그리고 AM-LPM(active mode-low power mode) 전환시간을 추정하여 저전력 알고리즘 구현에 반영하였다. 본 논문에서 제안하는 저전력 알고리즘은 자극신호의 특성을 이용하여 출력을 다수의 구간으로 분할하고, MCU를 구간별 AM 또는 LPM으로 운용한다. 제안하는 알고리즘의 검증을 위해, 외부 제어프로그램을 개발하여 알고리즘의 동작상태를 확인하였고, 오실로스코프를 이용하여 출력신호의 정확성을 확인하였다. 검증 결과, 제안하는 저전력 알고리즘을 적용할 경우, 기존 뇌 신경자극기 대비 소모전류를 76.31% 감소시킴을 확인 할 수 있었다.

• 한국정보통신학회논문지
• /
• 제24권6호
• /
• pp.706-713
• /
• 2020

기존 방송용 LED 조명 제어방법은 RGB LED에 3자극치 이론을 적용한 LED 전류제어를 사용한다. 제어의 편의성을 위해 이러한 제어방법은 1차 선형함수로 근사하거나 시행착오를 통해 적절한 값을 사용한다. 그리고 실제 방송 조명에서 요구되는 충분한 광량과 색 혼합을 위해 적용되는 확산 판 등을 사용하지 않아 방송 조명으로는 적합하지 않다. 본 연구에서는 방송 조명용 LED 패널 제어방법으로 비선형함수 근사 능력이 뛰어난 순방향신경망을 사용하여 원하는 색도좌표 값과 조도의 디밍 값에 맞는 RGBW LED 패널 제어기를 구현하고자 한다. 성능 평가 결과 xy 색도좌표의 오차가 대부분 ±0.02 이내이며, ANSI C78.377A의 허용범위를 만족하였다. xy 색도좌표 값의 평균 오차는 xerror=0.0044, yerror=0.0030로 제안한 알고리즘의 우수함과 안정적인 성능을 확인하였다.

• Journal of Electrical Engineering and Technology
• /
• 제12권1호
• /
• pp.207-216
• /
• 2017

Wind energy conversion systems (WECS) which consist of wind turbines with permanent magnet synchronous generator (PMSG) and full-power converters have become widespread in the field of renewable power systems. Generally, conventional diode bridge rectifiers have used to obtain a constant DC bus voltage from output of PMSG based wind generator. In recent years, together advanced power electronics technology, Pulse Width Modulation (PWM) rectifiers have used in WECS. PWM rectifiers are used in many applications thanks to their characteristics such as high power factor and low harmonic distortion. In general, L, LC and LCL-type filter configurations are used in these rectifiers. These filter configurations are not exactly compensate current and voltage harmonics. This study proposes a hybrid passive filter configuration for PWM rectifiers instead of existing filters. The performance of hybrid passive filter was tested via MATLAB/Simulink environment under various operational conditions and was compared with LCL filter structure. In addition, neuro-fuzzy controller (NFC) was preferred to increase the performance of PWM rectifier in DC bus voltage control against disturbances because of its robust and nonlinear structure. The study demonstrates that the hybrid passive filter configuration proposed in this study successfully compensates current and voltage harmonics, and improves total harmonic distortion and true power factor.

• 전력전자학회논문지
• /
• 제4권2호
• /
• pp.166-174
• /
• 1999

최적효율제어를 통한 유도전동기의 효율향상은 에너지 절감측면에서 매우 중요하며 인공신경망을 사용하면 시스템의 특성이 충분히 해석되지 않은 상태에서도 우수한 제어특성을 얻을 수 있다. 본 논문은 유도전동기 구동시스템에서 최적 슬립주파수를 추종하는 실시간 인공신경망 회로를 구성하여 운전효율을 최적화하는 제어방법을 제안한다. 제안된 최적 효율제어기는 인공신경망 제어기에 의해 시스템의 비선형성을 포함하여 전동기의 내부손실이 최소가 되는 운전점을 추종한다. 시뮬레이션과 실험을 통하여 기존의 일정v/f 방식에 비하여 고속 경부하시 경제성 있는 에너지 절감효과를 충분히 확보할 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1998년도 하계학술대회 논문집 B
• /
• pp.740-743
• /
• 1998

This paper presents an optimization algorithm for a stable Dynamic Neural Network (DNN) using genetic algorithm. Optimized DNN is applied to a problem of controlling nonlinear dynamical systems. DNN is dynamic mapping and is better suited for dynamical systems than static forward neural network. The real time implementation is very important, and thus the neuro controller also needs to be designed such that it converges with a relatively small number of training cycles. SDNN has considerably fewer weights than DNN. The object of proposed algorithm is to the number of self dynamic neuron node and the gradient of activation functions are simultaneously optimized by genetic algorithms. To guarantee convergence, an analytic method based on the Lyapunov function is used to find a stable learning for the SDNN. The ability and effectiveness of identifying and controlling, a nonlinear dynamic system using the proposed optimized SDNN considering stability' is demonstrated by case studies.

• 한국정보통신학회논문지
• /
• 제2권2호
• /
• pp.223-230
• /
• 1998

본 논문은 뉴랄퍼지를 이용한 디지탈식 제어기를 고주파 유도 가열기의 전력 조절을 위해 IGBT를 사용한 위상 전이(Phase-Shift) 펄스폭 변조(PWM)와 펄스 주파수 변조(PFM)가 조절되는 공진 고주파 인버터를 응용한 유도가열기를 설명한다. 이는 실제로 산업 현장에서 20KHz~500KHz 유도 가열 및 유도 용해 전원 장치용으로 쓰인다. 위상 전이(Phase-Shift) PWM 정전력 조절 기술을 바탕으로 한 적응 주파수 추종 기법은 스위칭 손실을 최소화하고 전력조절을 용이하게 하기 위해 소개되어졌다. IGBT를 사용하여 실험적으로 만들어진 실험장치는 성공적으로 논증과 토의가 되어졌다.

• 전자공학회논문지C
• /
• 제35C권12호
• /
• pp.85-98
• /
• 1998

본 논문은 특정 응용에 적합한 퍼지 제어기의 최적 설계 파라메터 (퍼지 규칙과 소속 함수)를 찾는데 역전파 학습 과정과 유전 알고리즘을 결합한 Lamarckian 상호적응 기법을 이용한 뉴로-퍼지 제어기의 새로운 설계 방법을 제안한다. 설계 파라메타들은 진화에 의한 전역적 탐색을 통해 높은 포함값과 유용한 퍼지 규칙들을 갖는 규칙 베이스와 작은 근사화 오차와 좋은 제어 성능을 갖는 소속 함수들을 얻도록 제어기간 파라메타 조절을 수행하며, 학습에 의한 국부적 탐색을 통해 각 퍼지 제어기가 원하는 제어 결과를 나타내도록 제어기내 파라메타 조절을 수행한다. 제안한 상호적응 설계 방법은 유전 알고리즘의 모든 세대에서 역전파 학습이 이루어지므로 보다 좋은 근사화 능력을 나타나고, 사용한 무게 중심 비퍼지화기가 정확한 비퍼지화값을 계산하므로 보다 좋은 제어 성능을 가지며, 퍼지 규칙 베이스와 소속 함수들의 최적화 탐색 과정이 입출력 공간의 같은 퍼지 분할 상에서 통합된 적응 함수에 의하여 동시에 수행되므로 탐색을 위한 작업 공간이 아주 작아지는 장점이 있다. 시뮬레이션 결과는 Lamarckian 상호 적응에 의해 얻어진 FLC가 퍼지 규칙수, 근사화 능력, 제어 성능등 모든 면에서 다른 방법에 의해 얻어진 FLC보다 가장 우수함을 보여준다.

• 한국지진공학회논문집
• /
• 제9권2호통권42호
• /
• pp.37-46
• /
• 2005

현재까지 많은 스마트 면진시스템이 제안되었고 연구되어 왔다. 본 연구에서는 스마트 면진시스템의 면진장치와 보조감쇠 장치로서 새로운 형태의 마찰진자시스템(FPS)과 MR 감쇠기를 각각 사용한다. 퍼지로직제어기(FLC)가 고유의 견실성과 비선형 및 불확실성을 쉽게 다룰 수 있는 능력이 있기 때문에 MR 감쇠기의 감쇠력을 조절하는데 FLC를 사용한다. 또한 FLC의 성능을 최적화 하기 위해서는 유전자알고리즘(GA)을 사용한다. GA를 사용함으로써 소속함수의 형상을 조절하는 것뿐만 아니라 적절한 퍼지제어규칙을 결정할 수 있다. 이를 위하여 본 연구에서는 부분개선 유전자알고리즘을 사용하였다. 이 방법은 유전자의 특정부분을 향상시키는데 효율적이다. FPS와 MR 감쇠기의 동적거동을 표현하기 위해서는 뉴로?퍼지 모델을 사용한다. FLC의 최적설계를 위하여 본 연구에서 제안된 방법의 효율성은 여러 가지 역사지진을 사용하여 계산된 동적응답을 기초로 하여 평가한다. 예제해석결과 제안된 방법은 적절한 퍼지규칙을 찾을 수 있고 GA로 최적화된 FLC는 수동제어기 뿐만 아니라 전문가의 지식에 기반한 FLC와 전통적인 준능동제어기보다 더 좋은 성능을 발휘한다.